利用 PSSM 与词嵌入预测甲型流感病毒宿主
计算与语言
2023-11-21 v4 机器学习
摘要
流感病毒的快速突变威胁公共卫生。具有不同宿主的病毒之间的重配可能导致致命的大流行。然而，由于在疫情暴发期间或之后流感病毒可在不同物种间传播，很难检测病毒的原始宿主。因此，早期快速检测病毒宿主有助于减少病毒的进一步传播。我们使用多种机器学习模型，结合来自位置特异性评分矩阵（PSSM）的特征以及从词嵌入和词编码学习到的特征，来推断病毒的来源宿主。结果表明，基于 PSSM 的模型性能达到 MCC 约 95%，F1 约 96%。使用带词嵌入的模型获得的 MCC 约 96%，F1 约 97%。
引用
@article{arxiv.2201.01140,
title = {Predicting Influenza A Viral Host Using PSSM and Word Embeddings},
author = {Yanhua Xu and Dominik Wojtczak},
journal= {arXiv preprint arXiv:2201.01140},
year = {2023}
}
备注
Accepted for publication at CIBCB 2021. V1: accepted version + minor correction to table 1; V2: corrected a minor typo; V3: update the formula of error rate; V4: replacing 'nested cv' with 'nested k-fold cv' for better clarity