zhpsЖурнал прикладной спектроскопииZhurnal Prikladnoii Spektroskopii0514-7506B. I. Stepanov Institute of Physics of the National Academy of Scienceszhps-1190Research ArticleАННОТАЦИИ АНГЛОЯЗЫЧНЫХ СТАТЕЙABSTRACTS ENGLISH-LANGUAGE ARTICLESКлассификация шиповидных белков коронавируса на основе спектроскопии комбинационного рассеяния света и глубокого машинного обучения и ее интерпретативный анализClassification of Coronavirus Spike Proteins by Deep-Learning-Based Raman Spectroscopy and Its Interpretative AnalysisMoW.MoW.

Мяньян;

Пекин

Mianyang;

Department of Engineering Physics, Beijing

WenJ.WenJ.

Мяньян;

Пекин

Mianyang;

Department of Engineering Physics, Beijing

HuangJ.HuangJ.

Мяньян

Mianyang

YangY.YangY.

Мяньян

Mianyang

ZhouM.ZhouM.

Мяньян

Mianyang

NiS.NiS.

Мяньян

Mianyang

LeW.LeW.

Мяньян

Mianyang

WeiL.WeiL.

Мяньян

Mianyang

QiD.QiD.

Мяньян

Mianyang

WangS.WangS.

Мяньян

Mianyang

SuJ.SuJ.

Мяньян

Mianyang

WuY.WuY.

Мяньян

Mianyang

ZhouW.ZhouW.

Мяньян

Mianyang

DuK.DuK.

Мяньян

Mianyang

WangX.WangX.

Пекин

Department of Engineering Physics, 

Beijing

ZhaoZ.ZhaoZ.

Мяньян

Mianyang

498427431@qq.comИсследовательский центр лазерного синтеза Китайской академии инженерной физики; Университет ЦинхуаLaser Fusion Research Center at China Academy of Engineering Physics; Tsinghua UniversityИсследовательский центр лазерного синтеза Китайской академии инженерной физикиLaser Fusion Research Center at China Academy of Engineering PhysicsLaser Fusion Research Center at China Academy of Engineering PhysicsChinaУниверситет ЦинхуаTsinghua University202202122022896903903Copyright © Mo W., Wen J., Huang J., Yang Y., Zhou M., Ni S., Le W., Wei L., Qi D., Wang S., Su J., Wu Y., Zhou W., Du K., Wang X., Zhao Z., 20222022Mo W., Wen J., Huang J., Yang Y., Zhou M., Ni S., Le W., Wei L., Qi D., Wang S., Su J., Wu Y., Zhou W., Du K., Wang X., Zhao Z.Mo W., Wen J., Huang J., Yang Y., Zhou M., Ni S., Le W., Wei L., Qi D., Wang S., Su J., Wu Y., Zhou W., Du K., Wang X., Zhao Z.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://zhps.ejournal.by/jour/article/view/1190

Разработан метод классификации спайковых белков коронавируса, основанный на глубоком машинном обучении и спектроскопии комбинационного рассеяния света (КР). Набор КР-спектров спайковых белков пяти коронавирусов (MERS-CoV, SARS-CoV, SARS-CoV-2, HCoV-HKU1 и HCoVOC43) использован для создания нейросетевой модели классификации. Для полученных спектров с низким отношением сигнал/шум средняя точность >97%. Проанализированы результаты классификации нейронной сетью. Показано, что различия в спектральных характеристиках, полученные нейронной сетью, согласуются с экспериментальными результатами. Предлагаемый метод можно использовать для идентификации сложных КР-спектров, в клинической практике при выявлении COVID-19 и других коронавирусов, а также в промышленных областях, таких как разведка нефти и газа.

The outbreak of COVID-19 has spread worldwide, causing great damage to the global economy. Raman spectroscopy is expected to become a rapid and accurate method for the detection of coronavirus. A classification method of coronavirus spike proteins by Raman spectroscopy based on deep learning was implemented. A Raman spectra dataset of the spike proteins of five coronaviruses (including MERS-CoV, SARS-CoV, SARS-CoV-2, HCoV-HKU1, and HCoV-OC43) was generated to establish the neural network model for classification. Even for rapidly acquired spectra with a low signal-to-noise ratio, the average accuracy exceeded 97%. An interpretive analysis of the classification results of the neural network was performed, which indicated that the differences in spectral characteristics captured by the neural network were consistent with the experimental analysis. The interpretative analysis method provided a valuable reference for identifying complex Raman spectra using deep-learning techniques. Our approach exhibited the potential to be applied in clinical practice to identify COVID-19 and other coronaviruses, and it can also be applied to other identification problems such as the identification of viruses or chemical agents, as well as in industrial areas such as oil and gas exploration. 

коронавирусспайковый белокспектроскопия комбинационного рассеяния светаглубокое обучениеинтерпретативный анализ.coronavirusspike proteinRaman spectroscopydeep learninginterpretative analysisThis work was supported by the National Natural Science Foundation of China (No. 11975214) and the Science Challenge Program (Project No. TZ2018005).ReferencesF. Cui, H. S. Zhou, Biosens. Bioelectron., 165, 112349 (2020).F. Cui, H. S. Zhou, Biosens. Bioelectron., 165, 112349 (2020).J. Huang, J. Wen, M. Zhou, S. Ni, W. Le, G. Chen, L. Wei, Y. Zeng, D. Qi, M. Pan, Anal. Chem., 93, No. 26, 9174–9182 (2021).J. Huang, J. Wen, M. Zhou, S. Ni, W. Le, G. Chen, L. Wei, Y. Zeng, D. Qi, M. Pan, Anal. Chem., 93, No. 26, 9174–9182 (2021).M. Asif, M. Ajmal, G. Ashraf, N. Muhammad, A. Aziz, T. Iftikhar, J. Wang, H. Liu, Curr. Opin. Electrochem., 23, 174–184 (2020).M. Asif, M. Ajmal, G. Ashraf, N. Muhammad, A. Aziz, T. Iftikhar, J. Wang, H. Liu, Curr. Opin. Electrochem., 23, 174–184 (2020).M. Shen, Y. Zhou, J. Ye, A. A. A. Al-Maskri, Y. Kang, S. Zeng, S. Cai, J. Pharm. Anal., 10, 97–101 (2020).M. Shen, Y. Zhou, J. Ye, A. A. A. Al-Maskri, Y. Kang, S. Zeng, S. Cai, J. Pharm. Anal., 10, 97–101 (2020).V. M. Corman, O. Landt, M. Kaiser, R. Molenkamp, A. Meijer, D. K. Chu, T. Bleicker, S. Brünink, J. Schneider, M. L. Schmidt, Eurosurveillance, 25, 2000045 (2020).V. M. Corman, O. Landt, M. Kaiser, R. Molenkamp, A. Meijer, D. K. Chu, T. Bleicker, S. Brünink, J. Schneider, M. L. Schmidt, Eurosurveillance, 25, 2000045 (2020).M. N. Esbin, O. N. Whitney, S. Chong, A. Maurer, X. Darzacq, R. Tjian, Rna, 26, 771–783 (2020).M. N. Esbin, O. N. Whitney, S. Chong, A. Maurer, X. Darzacq, R. Tjian, Rna, 26, 771–783 (2020).J. Huggett, K. Dheda, S. Bustin, A. Zumla, Genes Immun., 6, 279–284 (2005).J. Huggett, K. Dheda, S. Bustin, A. Zumla, Genes Immun., 6, 279–284 (2005).M. L. Wong, J. F. Medrano, Biotechniques, 39, 75–85 (2005).M. L. Wong, J. F. Medrano, Biotechniques, 39, 75–85 (2005).D. Jacofsky, E. M. Jacofsky, M. Jacofsky, J. Arthroplasty, 35, S74–S81 (2020).D. Jacofsky, E. M. Jacofsky, M. Jacofsky, J. Arthroplasty, 35, S74–S81 (2020).Q. Lin, D. Wen, J. Wu, L. Liu, W. Wu, X. Fang, J. Kong, Anal. Chem., 92, 9454–9458 (2020).Q. Lin, D. Wen, J. Wu, L. Liu, W. Wu, X. Fang, J. Kong, Anal. Chem., 92, 9454–9458 (2020).G. Liu, J. F. Rusling, ACS Sens., 6, 593–612 (2021).G. Liu, J. F. Rusling, ACS Sens., 6, 593–612 (2021).C.-S. Ho, N. Jean, C. A. Hogan, L. Blackmon, S. S. Jeffrey, M. Holodniy, N. Banaei, A. A. Saleh, S. Ermon, J. Dionne, Nat. Commun, 10, 1–8 (2019).C.-S. Ho, N. Jean, C. A. Hogan, L. Blackmon, S. S. Jeffrey, M. Holodniy, N. Banaei, A. A. Saleh, S. Ermon, J. Dionne, Nat. Commun, 10, 1–8 (2019).W. Lee, A. T. Lenferink, C. Otto, H. L. Offerhaus, J. Raman Spectrosc., 51, 293–300 (2020).W. Lee, A. T. Lenferink, C. Otto, H. L. Offerhaus, J. Raman Spectrosc., 51, 293–300 (2020).D. Wrapp, N. Wang, K. S. Corbett, J. A. Goldsmith, C.-L. Hsieh, O. Abiona, B. S. Graham, J. S. McLellan, Science, 367, 1260–1263 (2020).D. Wrapp, N. Wang, K. S. Corbett, J. A. Goldsmith, C.-L. Hsieh, O. Abiona, B. S. Graham, J. S. McLellan, Science, 367, 1260–1263 (2020).Z. Li, A. C. Tomlinson, A. H. Wong, D. Zhou, M. Desforges, P. J. Talbot, S. Benlekbir, J. L. Rubinstein, J. M. Rini, eLife, 8, e51230 (2019).Z. Li, A. C. Tomlinson, A. H. Wong, D. Zhou, M. Desforges, P. J. Talbot, S. Benlekbir, J. L. Rubinstein, J. M. Rini, eLife, 8, e51230 (2019).S. Abdul-Rasool, B. C. Fielding, Open Virol. J., 4, 76 (2010).S. Abdul-Rasool, B. C. Fielding, Open Virol. J., 4, 76 (2010).J. R. St-Jean, H. Jacomy, M. Desforges, A. Vabret, F. Freymuth, P. J. Talbot, J. Virol., 78, 8824–8834 (2004).J. R. St-Jean, H. Jacomy, M. Desforges, A. Vabret, F. Freymuth, P. J. Talbot, J. Virol., 78, 8824–8834 (2004).P. C. Woo, S. K. Lau, C.-M. Chu, K.-H. Chan, H.-W. Tsoi, Y. Huang, B. H. Wong, R. W. Poon, J. J. Cai, W.-K. Luk, J. Virol., 79, 884–895 (2005).P. C. Woo, S. K. Lau, C.-M. Chu, K.-H. Chan, H.-W. Tsoi, Y. Huang, B. H. Wong, R. W. Poon, J. J. Cai, W.-K. Luk, J. Virol., 79, 884–895 (2005).C. Drosten, S. Günther, W. Preiser, S. Van Der Werf, H.-R. Brodt, S. Becker, H. Rabenau, M. Panning, L. Kolesnikova, R. A. Fouchier, N. Engl. J. Med., 348, 1967–1976 (2003).C. Drosten, S. Günther, W. Preiser, S. Van Der Werf, H.-R. Brodt, S. Becker, H. Rabenau, M. Panning, L. Kolesnikova, R. A. Fouchier, N. Engl. J. Med., 348, 1967–1976 (2003).R. J. De Groot, S. C. Baker, R. S. Baric, C. S. Brown, C. Drosten, L. Enjuanes, R. A. Fouchier, M. Galiano, A. E. Gorbalenya, Z. A. Memish, J. Virol., 87, 7790–7792 (2013).R. J. De Groot, S. C. Baker, R. S. Baric, C. S. Brown, C. Drosten, L. Enjuanes, R. A. Fouchier, M. Galiano, A. E. Gorbalenya, Z. A. Memish, J. Virol., 87, 7790–7792 (2013).S. Su, G. Wong, W. Shi, J. Liu, A. C. Lai, J. Zhou, W. Liu, Y. Bi, G. F. Gao, Trends Microbiol., 24, 490–502 (2016).S. Su, G. Wong, W. Shi, J. Liu, A. C. Lai, J. Zhou, W. Liu, Y. Bi, G. F. Gao, Trends Microbiol., 24, 490–502 (2016).M. M. Kesheh, P. Hosseini, S. Soltani, M. Zandi, Rev. Med. Virol., e2282 (2021).M. M. Kesheh, P. Hosseini, S. Soltani, M. Zandi, Rev. Med. Virol., e2282 (2021).Y. LeCun, L. Bottou, Y. Bengio, P. Haffner, Proc. IEEE, 86, 2278–2324 (1998).Y. LeCun, L. Bottou, Y. Bengio, P. Haffner, Proc. IEEE, 86, 2278–2324 (1998).K. He, X. Zhang, S. Ren, J. Sun, Proc. IEEE Conf. Comput. Vision Pattern Recognit., 770–778 (2016).K. He, X. Zhang, S. Ren, J. Sun, Proc. IEEE Conf. Comput. Vision Pattern Recognit., 770–778 (2016).D. X. Liu, J. Q. Liang, T. S. Fung, Encycl. Virol., 428 (2021).D. X. Liu, J. Q. Liang, T. S. Fung, Encycl. Virol., 428 (2021).A. B. Gussow, N. Auslander, G. Faure, Y. I. Wolf, F. Zhang, E. V. Koonin, Proc. Natl. Acad. Sci. USA, 117, 15193–15199 (2020).A. B. Gussow, N. Auslander, G. Faure, Y. I. Wolf, F. Zhang, E. V. Koonin, Proc. Natl. Acad. Sci. USA, 117, 15193–15199 (2020).H. Yao, Y. Song, Y. Chen, N. Wu, J. Xu, C. Sun, J. Zhang, T. Weng, Z. Zhang, Z. Wu, Cell, 183, 730–738, e713 (2020).H. Yao, Y. Song, Y. Chen, N. Wu, J. Xu, C. Sun, J. Zhang, T. Weng, Z. Zhang, Z. Wu, Cell, 183, 730–738, e713 (2020).C. Liu, Y. Yang, Y. Gao, C. Shen, B. Ju, C. Liu, X. Tang, J. Wei, X. Ma, W. Liu, bioRxiv (2020).C. Liu, Y. Yang, Y. Gao, C. Shen, B. Ju, C. Liu, X. Tang, J. Wei, X. Ma, W. Liu, bioRxiv (2020).K. Simonyan, A. Vedaldi, A. Zisserman, arXiv preprint arXiv, 1312.6034 (2013).K. Simonyan, A. Vedaldi, A. Zisserman, arXiv preprint arXiv, 1312.6034 (2013).C. Carlomagno, D. Bertazioli, A. Gualerzi, S. Picciolini, P. Banfi, A. Lax, E. Messina, J. Navarro, L. Bianchi, A. Caronni, Sci. Rep., 11, 1–13 (2021).C. Carlomagno, D. Bertazioli, A. Gualerzi, S. Picciolini, P. Banfi, A. Lax, E. Messina, J. Navarro, L. Bianchi, A. Caronni, Sci. Rep., 11, 1–13 (2021).H. Jinglin, Z. Minjie, L. Wei, C. Guo, N. Shuang, N. Gao, L. Zeyu, Z. Zongqing, H. Zhibing, L. Bo, Qiangjiguang Yu Lizishu, 32, 069001-069002 (2020).H. Jinglin, Z. Minjie, L. Wei, C. Guo, N. Shuang, N. Gao, L. Zeyu, Z. Zongqing, H. Zhibing, L. Bo, Qiangjiguang Yu Lizishu, 32, 069001-069002 (2020).J. E. Sanchez, S. A. Jaramillo, E. Settles, J. J. V. Salazar, A. Lehr, J. Gonzalez, C. R. Aranda, H. R. Navarro-Contreras, M. O. Raniere, M. Harvey, RSC Adv., 11, 25788–25794 (2021).J. E. Sanchez, S. A. Jaramillo, E. Settles, J. J. V. Salazar, A. Lehr, J. Gonzalez, C. R. Aranda, H. R. Navarro-Contreras, M. O. Raniere, M. Harvey, RSC Adv., 11, 25788–25794 (2021).G. Yin, L. Li, S. Lu, Y. Yin, Y. Su, Y. Zeng, M. Luo, M. Ma, H. Zhou, L. Orlandini, J. Raman Spectrosc., 52, 949–958 (2021).G. Yin, L. Li, S. Lu, Y. Yin, Y. Su, Y. Zeng, M. Luo, M. Ma, H. Zhou, L. Orlandini, J. Raman Spectrosc., 52, 949–958 (2021).

The authors declare that there are no conflicts of interest present.