- 2 次围观
用于预测噬菌体—宿主相互作用的机器学习（ML）模型被广泛用于筛选噬菌体，以供噬菌体疗法使用。受试者工作特征曲线下面积（AUROC）是模型评估的标准指标，而已报道的高分（0.7–0.95）似乎表明模型具有较强的预测能力。然而，由于噬菌体—细菌网络具有高度结构化的特征，这些分数可能会受到“度偏倚”的抬高；度偏倚指仅由噬菌体的平均感染能力和细菌的易感性所决定的基础感染概率。在此，我们表明，仅依据网络节点度、完全不考虑相互作用信息的模型，在十个数据集上的全局 AUROC 得分均高于五种已发表的机器学习模型，这说明全局 AUROC 主要反映的是网络结构，而非模型预测的相互作用。通过使用保持节点度不变的随机网络以及按节点度分层的评估方法，我们分离出真正的相互作用预测能力，并证明当前机器学习模型的表现远不如全局 AUROC 所显示的那样出色。最后，我们证明，从训练数据中回归消除度偏倚能够提高相互作用的可预测性，并提升全局及分层评估表现。本研究为模型评估提供了关键框架，也为改进机器学习指导下的噬菌体筛选提供了一条简便途径。
度数偏倚可预测、胜过并提升机器学习对噬菌体—宿主相互作用的预测 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
度数偏倚可预测、胜过并提升机器学习对噬菌体—宿主相互作用的预测
查看 ORCID 个人资料
Gustavo S Jeuken，
查看 ORCID 个人资料
Yuval Mulla
doi：
https://doi.org/10.64898/2026.10.29.762857
Gustavo S Jeuken
阿姆斯特丹自由大学
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Gustavo S Jeuken 的 ORCID 记录
Yuval Mulla
阿姆斯特丹自由大学
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Yuval Mulla 的 ORCID 记录
通讯请联系：
y.mulla{at}vu.nl
摘要
信息/历史
指标
PDF 预览
摘要
用于预测噬菌体—宿主相互作用的机器学习（ML）模型被广泛用于筛选噬菌体疗法的候选噬菌体。受试者工作特征曲线下面积（AUROC）是模型评估的标准指标，已报道的较高分数（0.7–0.95）表明模型具有较强的预测能力。然而，由于噬菌体—细菌网络具有高度结构化的特征，这些分数可能会受到“度数偏倚”的抬高；所谓度数偏倚，是指仅由噬菌体平均感染力和细菌易感性所决定的基线感染可能性。在此，我们表明，一个完全不依赖相互作用信息、仅基于网络度数的模型，在十个数据集中取得的全局 AUROC 分数高于五种已发表的机器学习模型，这说明全局 AUROC 主要反映的是网络结构，而非预测的相互作用。通过采用保持度数不变的随机网络和按度数分层的评估，我们分离出真正的相互作用预测，并证明当前的机器学习……
模型的表现远不如全局 AUROC 所显示的那样出色。最后，我们证明，从训练数据中剔除度偏差可以提高相互作用的可预测性，并提升全局及分层评估表现。我们的研究为模型评估提供了关键框架，也为改进机器学习引导的噬菌体筛选提供了一条直接途径。
利益冲突声明
作者声明不存在利益冲突。
版权
本预印本的版权持有人为作者／资助方，其已授予 bioRxiv 永久展示该预印本的许可。
本文依据 CC-BY 4.0 国际许可协议公开。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 30 日。
下载 PDF
电子邮件
感谢您有意帮助传播 bioRxiv 的内容。
注意：要求提供您的电子邮件地址，仅用于确认您是本文的发送者。
您的电子邮件地址*
您的姓名*
收件人*
请在不同的行中输入多个地址，或以逗号分隔。
您将发送以下内容：
度偏差可预测、优于并改进机器学习对噬菌体—宿主相互作用的预测
邮件主题
（您的姓名）已从 bioRxiv 向您转发了一个页面。
邮件正文
（您的姓名）认为您可能会对 bioRxiv 网站上的此页面感兴趣。
个人留言
验证码
此问题用于测试您是否为真人访客，并防止自动垃圾信息提交。
分享
度偏差可预测、优于并改进机器学习对噬菌体—宿主相互作用的预测
Gustavo S Jeuken，Yuval Mulla
bioRxiv
2026.10.29.762857
doi：https://doi.org/10.64898/2026.10.29.762857
分享本文：
复制
引用工具
度偏差可预测、优于并改进机器学习对噬菌体—宿主相互作用的预测
Gustavo S Jeuken，Yuval Mulla
bioRxiv
2026.10.29.762857;
doi:
https://doi.org/10.64898/2026.10.29.762857
文献管理软件格式
BibTeX
Bookends
EasyBib
EndNote（标签格式）
EndNote 8（XML）
Medlars
Mendeley
Papers
RefWorks 标签格式
Ref Manager
RIS
Zotero
推文小工具
Facebook 点赞
Google Plus +1
学科领域
所有文章
动物行为与认知
(8164)
生物化学
(19027)
生物工程
(15171)
生物信息学
(45492)
生物物理学
(22958)
肿瘤生物学
(20177)
细胞生物学
(27379)
临床试验
(138)
发育生物学
(14180)
生态学
(21448)
流行病学
(2067)
进化生物学
(25859)
遗传学
(16383)
基因组学
(23885)
免疫学
(19081)
微生物学
(43313)
分子生物学
(18405)
神经科学
(95371)
古生物学
(715)
病理学
(3039)
药理学与毒理学
(5217)
生理学
(8299)
植物生物学
(16318)
科学传播与教育
(2119)
合成生物学
(4661)
系统生物学
(10418)
动物学
(2432)
关键词：噬菌体—宿主相互作用 · 机器学习 · 度偏倚 · 模型评估 · 噬菌体疗法
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.29.762857v1?rss=1