Классификация шиповидных белков коронавируса на основе спектроскопии комбинационного рассеяния света и глубокого машинного обучения и ее интерпретативный анализ
Аннотация
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.
Об авторах
W. MoКитай
Мяньян;
Пекин
J. Wen
Китай
Мяньян;
Пекин
J. Huang
Китай
Мяньян
Y. Yang
Китай
Мяньян
M. Zhou
Китай
Мяньян
S. Ni
Китай
Мяньян
W. Le
Китай
Мяньян
L. Wei
Китай
Мяньян
D. Qi
Китай
Мяньян
S. Wang
Китай
Мяньян
J. Su
Китай
Мяньян
Y. Wu
Китай
Мяньян
W. Zhou
Китай
Мяньян
K. Du
Китай
Мяньян
X. Wang
Китай
Пекин
Z. Zhao
Китай
Мяньян
Список литературы
1. F. Cui, H. S. Zhou, Biosens. Bioelectron., 165, 112349 (2020).
2. 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).
3. M. Asif, M. Ajmal, G. Ashraf, N. Muhammad, A. Aziz, T. Iftikhar, J. Wang, H. Liu, Curr. Opin. Electrochem., 23, 174–184 (2020).
4. M. Shen, Y. Zhou, J. Ye, A. A. A. Al-Maskri, Y. Kang, S. Zeng, S. Cai, J. Pharm. Anal., 10, 97–101 (2020).
5. 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).
6. M. N. Esbin, O. N. Whitney, S. Chong, A. Maurer, X. Darzacq, R. Tjian, Rna, 26, 771–783 (2020).
7. J. Huggett, K. Dheda, S. Bustin, A. Zumla, Genes Immun., 6, 279–284 (2005).
8. M. L. Wong, J. F. Medrano, Biotechniques, 39, 75–85 (2005).
9. D. Jacofsky, E. M. Jacofsky, M. Jacofsky, J. Arthroplasty, 35, S74–S81 (2020).
10. Q. Lin, D. Wen, J. Wu, L. Liu, W. Wu, X. Fang, J. Kong, Anal. Chem., 92, 9454–9458 (2020).
11. G. Liu, J. F. Rusling, ACS Sens., 6, 593–612 (2021).
12. 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).
13. W. Lee, A. T. Lenferink, C. Otto, H. L. Offerhaus, J. Raman Spectrosc., 51, 293–300 (2020).
14. 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).
15. 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).
16. S. Abdul-Rasool, B. C. Fielding, Open Virol. J., 4, 76 (2010).
17. J. R. St-Jean, H. Jacomy, M. Desforges, A. Vabret, F. Freymuth, P. J. Talbot, J. Virol., 78, 8824–8834 (2004).
18. 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).
19. 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).
20. 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).
21. 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).
22. M. M. Kesheh, P. Hosseini, S. Soltani, M. Zandi, Rev. Med. Virol., e2282 (2021).
23. Y. LeCun, L. Bottou, Y. Bengio, P. Haffner, Proc. IEEE, 86, 2278–2324 (1998).
24. K. He, X. Zhang, S. Ren, J. Sun, Proc. IEEE Conf. Comput. Vision Pattern Recognit., 770–778 (2016).
25. D. X. Liu, J. Q. Liang, T. S. Fung, Encycl. Virol., 428 (2021).
26. A. B. Gussow, N. Auslander, G. Faure, Y. I. Wolf, F. Zhang, E. V. Koonin, Proc. Natl. Acad. Sci. USA, 117, 15193–15199 (2020).
27. 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).
28. C. Liu, Y. Yang, Y. Gao, C. Shen, B. Ju, C. Liu, X. Tang, J. Wei, X. Ma, W. Liu, bioRxiv (2020).
29. K. Simonyan, A. Vedaldi, A. Zisserman, arXiv preprint arXiv, 1312.6034 (2013).
30. 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).
31. 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).
32. 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).
33. 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).
Рецензия
Для цитирования:
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. Классификация шиповидных белков коронавируса на основе спектроскопии комбинационного рассеяния света и глубокого машинного обучения и ее интерпретативный анализ. Журнал прикладной спектроскопии. 2022;89(6):903.
For citation:
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. Classification of Coronavirus Spike Proteins by Deep-Learning-Based Raman Spectroscopy and Its Interpretative Analysis. Zhurnal Prikladnoii Spektroskopii. 2022;89(6):903.