MC-NN：一种用于预测甲型流感病毒宿主与抗原类型的端到端多通道神经网络方法
机器学习
2024-02-23 v4 定量方法
摘要
流感对公共卫生构成重大威胁，尤其在老年人、幼儿及患有基础疾病的人群中。肺炎等严重症状的出现凸显了预防流感传播的重要性。准确且经济地预测甲型流感病毒的宿主与抗原亚型对于解决此问题至关重要，特别是在资源受限地区。在本研究中，我们提出了一种多通道神经网络模型，用于从血凝素与神经氨酸酶蛋白序列预测甲型流感病毒的宿主与抗原亚型。我们的模型在完整的蛋白序列综合数据集上训练，并在完整与不完整序列的多个测试数据集上评估。结果表明了利用多通道神经网络从完整与部分蛋白序列预测甲型流感病毒宿主与抗原亚型的潜力与实用性。
引用
@article{arxiv.2306.05587,
title = {MC-NN: An End-to-End Multi-Channel Neural Network Approach for Predicting Influenza A Virus Hosts and Antigenic Types},
author = {Yanhua Xu and Dominik Wojtczak},
journal= {arXiv preprint arXiv:2306.05587},
year = {2024}
}
备注
Accepted version submitted to the SN Computer Science; Published in the SN Computer Science 2023; V2: minor updates were made to the Results section; V3: minor updates regarding data description; V4: correct the time stamps mentioned in the legends of Figures 1 and 2