基于刺突蛋白突变机器学习分析的变异株驱动型新冠肺炎多波次模式
基因组学
2021-10-25 v2
摘要
将机器学习(ML)方法应用于刺突(Spike)蛋白序列的时间变异性，使我们能够识别、分类并追踪新出现的病毒变异株。我们的分析是无偏的，即不需要任何关于变异株特征的先验知识，并且我们的结果通过其他基于全基因组定义变异株的有依据方法得到验证。此外，将我们方法中持续存在的变异株与流行病学数据相关联，我们发现新冠肺炎大流行的每一波新疫情都是由一个新出现的变异株所驱动和主导的。因此，我们的结果对于进一步研究 SARS-CoV-2 的演化以及预测决定刺突蛋白当前和未来突变、及其在病毒传播过程中的多样化和持续存在的演化模式是不可或缺的。此外，我们的 ML 算法作为一种高效的预警系统，可用于新持续变异株的出现，这些变异株可能引发新一轮新冠肺炎疫情威胁。当变异株仅占新序列的 1% 时，我们的 ML 策略就能及时识别潜在的新流行病学威胁，是决策者制定短期和长期策略以遏制未来暴发的关键工具。若有充足的测序数据，相同方法也可应用于其他病毒性疾病，包括流感。
引用
@article{arxiv.2107.10115,
title = {Variant-driven multi-wave pattern of COVID-19 via a Machine Learning analysis of spike protein mutations},
author = {Adele de Hoffer and Shahram Vatani and Corentin Cot and Giacomo Cacciapaglia and Maria Luisa Chiusano and Andrea Cimarelli and Francesco Conventi and Antonio Giannini and Stefan Hohenegger and Francesco Sannino},
journal= {arXiv preprint arXiv:2107.10115},
year = {2021}
}
备注
16 pages, 6 figures, supplementary material in a separate file. Analysis extended with early warning performance and spike protein diversification