B型病毒抗原进化密码：PREDAC-FluB模型如何为疫苗精准导航

流感病毒是长期威胁全球公共卫生安全的主要病原体之一，每年导致数百万人感染，数十万人死亡。针对流感A型病毒的抗原预测研究已取得较多进展，但对于同样重要的B型流感病毒，长期以来缺乏高效、准确的计算预测工具。近期，一项发表在《Briefings in Bioinformatics》上的研究提出了一种名为 PREDAC-FluB 的新型深度学习框架，成功实现了对季节性流感B病毒抗原集群的高精度预测，为疫苗株的选择和疫情监控提供了强有力的计算支持。

季节性流感病毒主要包括A型和B型两大类。与A型流感相比，B型流感虽然通常引起的疫情规模较小、症状相对温和，但其仍占全球流感相关住院病例的约25%，且对儿童和青少年的影响尤为显著。B型流感病毒又可进一步分为B/Victoria和B/Yamagata两个谱系，二者在抗原性和遗传进化上具有明显差异。值得注意的是，自2020年3月以来，全球监测到的B型流感病毒均属于维多利亚系，山形系的传播活动显著减少甚至疑似“灭绝”，这为流感的流行病学研究与疫苗构成带来了新的挑战。

为弥补这一空白，研究团队在前期开发的流感A型病毒预测模型PREDAC-CNN的基础上，创新性地融合了卷积神经网络、蛋白质语言模型与理化特征编码，构建了专门针对B型流感的预测工具——PREDAC-FluB。

该模型的核心创新与工作流程体现在以下几个方面：

多维度序列表征融合：PREDAC-FluB的输入并非简单的氨基酸序列。它首先将HA1蛋白序列转化为两种关键特征：

理化特征编码：包含六个关键理化描述符（如疏水性、电荷、体积等）和一个连续性编码，用于刻画氨基酸的局部化学性质。

ESM-2蛋白质语言模型嵌入：利用在大规模蛋白质序列上预训练的ESM-2模型，提取能够反映长程进化约束和全局序列“语义”的高维嵌入向量。

研究团队将这两种特征融合为统一的“ESM2–7-features”编码矩阵，同时兼顾了局部理化属性和全局进化信息，为模型提供了丰富而全面的序列表征。

在五折交叉验证中，使用ESM2–7-features编码的PREDAC-FluB模型，对B/Victoria病毒在验证集和独立测试集上的AUROC分别高达0.9961和0.9856，对B/Yamagata病毒也分别达到0.9880和0.9626，显著优于逻辑回归、支持向量机等传统机器学习模型，也超越了仅使用单一特征编码的CNN模型。

抗原集群成功解析：应用该模型对历史毒株进行分析，PREDAC-FluB清晰地识别出B/Victoria谱系可划分为9个主要抗原集群，而B/Yamagata谱系则包含3个主要抗原集群。这些集群在UMAP三维空间中呈现清晰的分离，例如维多利亚系中的AU21与WT19集群空间距离最远，对应着显著的抗原差异，这与已知的血清学实验结果相符。

PREDAC-FluB的研究代表了人工智能与计算生物学在传染病防控领域深度融合的一次成功实践，首次为流感B型病毒的抗原进化预测提供了高效、精准的计算框架。

参考文献：

[1]  Xie W ,Liu J ,Wang C , et al.PREDAC-FluB: predicting antigenic clusters of seasonal influenza B viruses with protein language model embedding based convolutional neural network.[J].Briefings in bioinformatics,2025,26(4):DOI:10.1093/BIB/BBAF308.