基于Transformer神经网络进行丙型肝炎病毒基因分型

摘要

该研究评估了Transformer模型在微调后对丙型肝炎病毒（HCV）基因型和亚型进行预测的性能。研究使用了来自洛斯阿拉莫斯HCV序列数据库的2,881条全长基因组序列，涵盖基因型1至6及其确认的亚型，基因型7和8因样本不足被排除。结果表明，采用均质碎片化和平衡样本分布的微调策略，基因型分类的精确度介于98.48%至100%；而使用导致数据不平衡的碎片化策略时，精确度仅为48.12%，且基因型5错误率较高。在亚型分类中，最佳微调方法达到99.89%的准确率和99.87%的精确度。研究认为，当微调数据集具有适当的碎片化、分布和标注时，Transformer模型可高性能地用于HCV基因分型。