基于深度学习的流感病毒宿主特异性识别模型Flu-CNN：大规模基因组数据分析与跨物种传播预警

本研究针对流感A病毒(IAV)宿主特异性识别难题，开发了基于卷积神经网络的Flu-CNN模型。研究人员通过分析911,098条基因组序列，实现了对H5N1/H7N9等高危亚型宿主特异性的精准预测（准确率99%），并鉴定出PB2蛋白关键氨基酸突变位点。该成果为流感病毒跨物种传播风险预警提供了创新性计算工具，发表于《Human Genomics》具有重要公共卫生价值。

　　

流感病毒如同自然界高超的"变形大师"，其不断变化的宿主特异性始终威胁着全球公共卫生安全。历史上H1N1亚型曾造成1918年大流行导致5000万人死亡，而近年来H5N1、H7N9等禽流感病毒跨物种感染人类的事件更是频频敲响警钟。尽管科学家已发现受体结合亲和力等影响宿主特异性的因素，但面对海量基因组数据，传统实验方法捉襟见肘，计算预测工具又受限于特征提取导致的信息丢失。这个困局亟需突破性解决方案——能否让AI直接"读懂"病毒基因组，像经验丰富的病毒学家那样准确判断其宿主偏好？

北京国防科技大学等团队在《Human Genomics》发表的这项研究给出了肯定答案。研究人员构建了Flu-CNN深度学习模型，其核心技术包括：1)从NCBI Virus等数据库收集911,098条IAV序列构建训练集；2)采用六层卷积神经网络架构处理氨基酸序列的one-hot编码；3)通过UMAP降维可视化特征提取效果；4)对PB2等关键蛋白进行突变位点筛选。特别值得注意的是，模型训练采用200个epoch和128的batch size，在配备双Xeon Platinum处理器的计算平台上完成。

研究结果部分展现出多层次的重要发现：

【Host specificity identification】模型在PB2、PA、HA等片段测试中准确率超99%，较VIDHOP等现有方法提升达29.8%。即使对样本量少的H5N1等亚型，预测稳定性仍显著优于传统方法。

【Model interpretability】UMAP可视化显示，模型能自动将人源/禽源毒株按宿主和亚型聚类，证实其有效捕获了基因组特征。

【Key amino acid substitutions】在PB2蛋白中发现8个关键突变位点，其中E627K等5个位点已被实验验证与宿主适应相关，而T108V等新位点为后续研究指明方向。

【Identification of zoonotic strains】分析显示人源H7N9毒株呈现"基因马赛克"模式，其HA等片段保留禽类特征，而PB2片段已获得人源适应性突变。

讨论部分强调，该研究首次实现单片段基因组水平的宿主特异性精准预测，对H5N1等缺乏预警标志的亚型尤为关键。发现的未报道突变位点（如PB2-A274S）为理解宿主适应机制提供新线索。未来可将该模型整合至流感监测网络，实时评估流行毒株的跨种传播风险。研究也存在局限，如未考虑糖基化修饰等表观遗传因素，这将是改进方向。总体而言，Flu-CNN不仅革新了病毒宿主预测方法，更为全球流感防控提供了智能化的"早期预警雷达"。