基于卷积神经网络方法的 SARS-CoV-2 病毒 RNA 序列分类与地理分析
机器学习
2023-04-25 v1 定量方法
摘要
2019年12月蔓延至全球且至今仍活跃的 Covid-19 感染，目前已在全球造成超过25万人死亡。关于该主题的研究集中于分析病毒基因结构、开发疫苗、疾病进程及其来源。在本研究中，属于 SARS-CoV-2 病毒的 RNA 序列通过两种基础图像处理算法转化为基因基序，并利用卷积神经网络（CNN）模型进行分类。CNN 模型在分类为亚洲、欧洲、美洲和大洋洲的 RNA 序列上取得了平均 98% 的曲线下面积（AUC）值。所得人工神经网络模型被用于土耳其分离出的病毒变异株的系统发育分析。所得分类结果与保存全球 SARS-CoV-2 病毒记录的 GISAID 数据库中的基因比对值进行了比较。我们的实验结果表明，利用 CNN 模型检测病毒的地理分布现在可作为一种高效方法。
引用
@article{arxiv.2007.05055,
title = {SARS-CoV-2 virus RNA sequence classification and geographical analysis with convolutional neural networks approach},
author = {Selcuk Yazar},
journal= {arXiv preprint arXiv:2007.05055},
year = {2023}
}