将系统发育关系表示为图：结构化神经网络提升基于副黏液病毒序列的宿主来源预测

准确识别病毒基因组序列的宿主，对于人畜共患病监测以及填补宏基因组采样中的数据空缺具有重要应用价值。机器学习方法已被广泛应用于直接根据病毒基因组序列预测宿主。然而，大多数宿主预测模型并未纳入病毒系统发育信息，而该信息与基因组组成和宿主均具有很强的相关性。我们采用一种新颖的图神经网络（GNN）方法，在模型架构中显式表征病毒系统发育关系，以预测副黏病毒科病毒的起源宿主。我们针对非结构化神经网络以及仅使用系统发育信息所作出的预测开展了严格的基准评估，结果表明，在训练数据稀疏的情况下进行预测时，GNN 相较于其他方法具有独特优势。在不同系统发育尺度上的验证显示，简单的系统发育预测在许多应用中均具有良好效果；同时，系统发育信息构成了宿主预测模型预测能力的很大一部分，而基因组组成特征仅在训练数据范围之外的特定预测任务中提供额外的预测能力。这种新颖的建模方法和模型验证框架具有较强的灵活性，也可应用于其他病毒科。

准确识别病毒基因组序列的宿主，对于人畜共患病监测以及弥补宏基因组采样中的数据缺口具有重要应用价值。机器学习方法已广泛应用于直接根据病毒基因组序列预测宿主。然而，大多数宿主预测模型并未纳入病毒系统发育信息，而该信息与基因组组成和宿主均具有很强的相关性。我们采用一种新颖的图神经网络（GNN）方法，在模型架构中明确表征病毒系统发育关系，以预测副黏病毒科病毒的来源宿主。我们针对非结构化神经网络以及仅基于系统发育关系所作的预测开展了严格的基准评估，结果表明，在训练数据稀疏的情况下进行预测时，GNN 相较于其他方法具有独特优势。在不同系统发育尺度上的验证显示，简单的系统发育预测在许多应用中均十分有效；系统发育信息贡献了宿主预测模型预测能力的很大一部分，而基因组组成特征仅在训练数据范围之外的特定预测任务中提供额外的预测能力。这种新颖的建模方法和模型验证框架具有较强的灵活性，也可应用于其他病毒科。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.18.752634v1?rss=1

🏷️ 图神经网络 病毒宿主预测 系统发育分析 副黏液病毒 机器学习 宏基因组学