机器学习助力流感病毒人类适应性预测：从基因序列到流行病风险评估

流感病毒的跨物种传播及人类适应性演化，始终是全球公共卫生领域面临的重大挑战。A型流感病毒（IAVs）宿主范围广泛，可感染鸟类、猪等多种动物，其在特定条件下突破物种屏障引发的人类流感大流行，曾给全球公共卫生安全带来严重威胁。历史上，2009年H1N1大流行等多起重大疫情，均与禽源或猪源流感病毒的跨物种传播密切相关。尽管现有研究已初步揭示部分病毒蛋白的适应性特征，但对流感病毒人类适应性的系统性认知仍存在明显短板。近年来，基因测序技术的飞速发展与机器学习方法的深度应用，为解析流感病毒宿主适应性机制提供了全新思路，研究者开始尝试通过挖掘病毒基因组特征，实现对其人类适应性的精准预测，为流感大流行早期预警体系构建提供了重要技术支撑。

为系统挖掘流感病毒人类适应性的基因组特征，研究团队首先整合了21万余条流感病毒全基因组序列，重点覆盖PB2、PB1、PA、HA、NP及NA六个关键基因片段，构建了大规模的病毒基因组数据集。研究通过系统分析病毒序列的单核苷酸与双核苷酸组成特征，并结合密码子位置特异性进行精准特征提取，进一步采用主成分分析（PCA）进行特征降维优化，最终通过支持向量分类器（SVC）筛选出9-13个与人类适应性高度相关的核心核苷酸特征，基于此构建预测模型并完成训练验证。结果显示，该模型在流感病毒人类适应性预测中展现出优异性能，平均曲线下面积（AUC）高达0.99以上，具备极高的预测准确性与宿主适应性区分能力。此外，研究还明确美国及东亚地区为人类适应性流感病毒的高风险分布区域，这一发现与2009年H1N1大流行的起源地及传播路径高度吻合；通过对比2009年大流行前后的病毒序列特征，模型清晰揭示了流感病毒在跨物种传播不同阶段的适应性进化规律，为解析流感病毒宿主适应的分子机制提供了关键线索。

该研究不仅构建了高效精准的流感病毒人类适应性预测方法，更首次系统揭示了病毒基因组中与宿主适应性相关的核心核苷酸特征，为深入理解流感病毒的进化机制提供了重要理论依据。这些发现可直接为全球流感监测网络建设、疫苗研发策略制定提供精准的数据支撑，助力公共卫生机构提前预判病毒适应性变化趋势，及时优化防控预案，有效降低流感大流行的爆发风险。同时，该研究充分彰显了机器学习技术在病毒学研究中的广阔应用潜力，为传染病防控领域的技术革新提供了全新范式。随着流感病毒基因组数据的持续积累与机器学习算法的不断迭代，此类预测模型的准确性与可靠性将进一步提升，为流感防控提供更加强有力的技术保障。

未来，研究者可进一步挖掘病毒基因组中潜在的适应性特征，结合蛋白质组学、转录组学等多组学数据构建更全面的预测模型，进一步提升预测精度与泛化能力。此外，该研究建立的技术方法可拓展至新冠病毒、禽流感病毒等其他新发突发传染病病毒的研究中，为全球性传染病的主动防控提供更广泛的解决方案。在流感大流行风险持续存在的当下，这种基于基因组学与机器学习的预测技术，犹如为病毒监测体系配备了“精准预警雷达”，推动疫苗研发从传统被动应对向主动防御转型。通过提前识别高人类适应性潜力的流感病毒株，可实现疫苗的精准设计与广谱保护效力提升，为全球流感疫情的常态化防控提供核心技术支撑。

参考文献

[1] Abdullatif Al-Najim, Sven Hauns, Van Dinh Tran, Rolf Backofen, Omer S Alkhnbashi, HVSeeker: a deep-learning-based method for identification of host and viral DNA sequences, GigaScience, Volume 14, 2025.