Predicting Influenza A Viral Host Using PSSM and Word Embeddings

要約

【タイトル】PSSMとワードエンベッディングを用いたインフルエンザAウイルスの宿主の予測

【要約】
– インフルエンザウイルスの急速な変異は公衆衛生を脅かしている。
– 異なる宿主を持つウイルスのリアソートメントは致命的なパンデミックを引き起こす可能性がある。
– ウイルスは異なる種間を循環するため、感染の間または後にウイルスの元の宿主を検出することは困難である。
– 従って、ウイルスの宿主を早期かつ迅速に検出することがさらなる感染拡大を減らすのに役立つ。
– この研究では、PSSMとワードエンベッディングとワードエンコーディングから派生した特徴量を使用して、機械学習モデルを適用し、ウイルスの起源となった宿主を推定した。
– 結果は、PSSMベースのモデルの性能はMCCで約95％、F1で約96％、ワードエンベッディングを使用したモデルのMCCは約96％、F1は約97％であった。

要約(オリジナル)

The rapid mutation of the influenza virus threatens public health. Reassortment among viruses with different hosts can lead to a fatal pandemic. However, it is difficult to detect the original host of the virus during or after an outbreak as influenza viruses can circulate between different species. Therefore, early and rapid detection of the viral host would help reduce the further spread of the virus. We use various machine learning models with features derived from the position-specific scoring matrix (PSSM) and features learned from word embedding and word encoding to infer the origin host of viruses. The results show that the performance of the PSSM-based model reaches the MCC around 95%, and the F1 around 96%. The MCC obtained using the model with word embedding is around 96%, and the F1 is around 97%.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI