PETRA：面向SARS-CoV-2突变预测的预训练进化变换器
机器学习
2025-11-07 v1 人工智能
基因组学
摘要
自SARS-CoV-2出现以来，病毒表现出快速且不可预测的演化轨迹，表现为持续涌现的免疫逃逸变异株。这给公共卫生和疫苗开发带来持续挑战。虽然大规模生成式预训练变换器（GPT）在序列数据建模方面取得了突破，但其直接应用于噪声病毒基因组序列存在局限。本文引入PETRA（Pretrained Evolutionary TRAnsformer），一种基于从 phylogenetic 树中派生的进化轨迹的变换器方法。该方法有效缓解了测序噪声，捕捉病毒演化的层次结构。通过加权训练框架解决全球序列数据在地理和时间上的显著不平衡，PETRA在预测SARS-CoV-2未来突变方面表现出色，针对核苷酸突变的加权召回率@1达到9.45%，针对蛋白质突变的峰睿肽氨基酸突变召回率@1达到17.10%，相较于最佳基线的0.49%和6.64%显著提升。PETRA还展示了在预测主要 clade（如24F(XEC)和25A(LP.8.1)）的实时突变方面的能力。代码已在https://github.com/xz-keg/PETra上开源。
引用
@article{arxiv.2511.03976,
title = {PETRA: Pretrained Evolutionary Transformer for SARS-CoV-2 Mutation Prediction},
author = {Xu Zou},
journal= {arXiv preprint arXiv:2511.03976},
year = {2025}
}
备注
preprint