Adenovirüslerin konak özgüllüğünü tahmin etmede kullanılacak bir hesaplama yöntemi

Adenovirüsler, DNA sekansını ve çekirdek proteinlerini çevreleyen karmaşık bir protein kılıfından oluşan büyük virüslerdir. Adenoviridae adlı geniş bir aileye mensupturlar ve birçok omurgalıyı enfekte edebilen yüzlerce üyesi vardır. İnsan, insan olmayan primat, yarasa, kedi, köpek, domuz, koyun ve keçi türleri arasındaki adenovirüslerin bu türler arasındaki geçişleri bilinmektedir. Adenovirüs konakçı özgüllüğünü ve türler arası virüs bulaşma tahminini anlamak, adenovirüslerin neden olduğu enfeksiyonların tedavisinde önemlidir. Bilinen adenovirüslerin yaklaşık elli tanesi insanı enfekte eder ve bazen ciddi, gastrointestinal, solunum, idrar ve kornea enfeksiyonlarına neden olabilir. Enfeksiyonun başlaması için adenovirüsler, tipik olarak bir konakçı hücre reseptörü ve AdV fiber proteini arasında bir bağlanma ile başlatılan, konakçı hücrelerle karmaşık bir etkileşim dizisi oluştururlar. Bu nedenle, reseptör ve lif proteinleri arasındaki protein-protein etkileşimlerini (PPE) anlamak, belirli bir adenovirüsün konakçı özgüllüğünü tahmin etmek için bir model geliştirmeye yönelik önemli bir adımdır. Bu çalışmada amacımız, bir adenovirüsün konak özgüllüğünü tahmin etmek için bir çalışma dizini oluşturmaktır. Bu amaçla, önce bir literatür taraması yapılmıştır ve adenovirüslerin hücre içine alımına katılan tüm insan reseptörleri belirlenmiştir. Daha sonra, diğer adenovirüs konak türlerinden insan reseptör ortologları hesaplanmıştır. Ardından, farklı konak türleri enfekte eden çeşitli adenovirüslerden elde edilen bir lif proteinleri kütüphanesi oluşturuldu. Son olarak, adenovirüslerin konak özgüllüğünü öngören bir meta-sınıflandırıcı geliştirildi. Sınıflandırıcıda kullanılan veri nesneleri, mevcut PPE tahmin yöntemleri, yani VHPPI, HOPITOR ve DeNovo ile konak reseptör-fiber protein etkileşimleri için hesaplanan tahminlerdir. Bu veri nesneleri için, taksonomik düzey türleri, cinsi, ailesi ve takımında aynı taksayı paylaşan aday konak ve adenovirüs'ün bilinen konağına dayalı olarak dört farklı sınıf etiketi hesaplanmıştır. Meta-sınıflandırmada birçok topluluk makinesi öğrenme yaklaşımı test edilmiştir. İstifleme grubu sınıflandırıcıları en iyi doğrulukları vermiştir. İstifleme için J48 karar ağacı, Naive bayes, çok katmanlı algılayıcı, rastgele orman ve destek vektör makinesi algoritmaları test edildi. Sınıflandırıcıların performansı birbirine yakındır ve J48 karar ağacı biraz daha iyi olmuştur (Doğru pozitif oran:% 71.5, doğru negatif oran% 71.5 ve doğruluk % 71.0). Bu çalışmada, adenovirüslerin konak özgüllüğünün öngörülmesinde bir grup PPE tahmin yöntemlerinin kullanılmasının potansiyelini ve doğruluğu gösterilmiştir. Adenoviridae fiber proteininin ve bilinen konak reseptör proteinlerinin çeşitliliği, çalışma dizininin geliştirilmesinde bir zorluk yaşatmıştır. Sonuçlarımız, daha doğru türler arası PPE tahminlerine ihtiyaç olduğunu göstermektedir. Gelecekte, konaklar arası geçişlerin erken tespiti veya adenovirüslerin konak özgüllüğünün değerlendirilmesi için çalışmalarımızın geliştirilebileceğini öngörüyoruz. Ayrıca, yaklaşımımız Adenoviriade dışındaki diğer virüs ailelerine yayılma potansiyeline sahiptir ve bu, özellikle son yıllardaki konaklar arası geçişlerle ilişkili viral hastalık salgınlarındaki artışı göz önüne alındığında, önem teşkil etmektedir.