基于数据挖掘的禽流感病毒传播能力与毒性分析

• 作 者: 黄侃
• 发表日期: 2014年01期
• 关键词: 数据挖掘 支持向量机 多序列比对 数学模型 疾病预测

随着人类科技的不断进步,越来越多的疾病也随之产生,困扰着人类,并且对人类的生命安全甚至种族的延续都产生了致命的威胁。禽流感病毒不仅对家禽养殖造成巨大危害,同时也严重危害着人类的健康。这篇文章针对已经爆发数年的禽流感病毒的历史数据,运用数据挖掘方法,对禽流感病毒进行详细分析,为根治此类病毒做出理论依据。近年来,禽流感的爆发使得相关数据成指数型增长,单纯通过实验手段来研究已经越来越难以取得突破性进展,在这样的现状下,数据挖掘的引入就成为了一种必然。数据挖掘是新型的一门多学科的交叉学科,涉及到经济学、管理学、工学、理学等很多领域,在近几年的研究中得到了广泛的应用。本文设计的病毒数据很难通过简单的统计学分析发现潜在联系,所以要用数据挖掘的方法从比较大量的、复杂的、有众多噪声和模糊性干扰的情况下提取有效和实用的病毒信息。本课题对不同宿主禽流感病毒间的糖基化位点在数目、位置、使用氨基酸残基等信息进行了较详细分析,发现这些信息不足以有效地判断流感病毒是否可以跨宿主传播。通过对禽类与人类禽流感病毒使用数据挖掘的方法进行分析的多序列比对结果的对比分析,找到了多个可以区分不同宿主的氨基酸残基的特异性片段,这个片段在禽类中有很高的相似性,而在人类中也有很高的相似性,但在禽类与人类中完全不同,所以能够很明显的区分不同宿主的禽流感病毒以及不同毒力的毒株。同时通过使用支持向量机对样本进行分类训练,构建模型,在对最新发现的流感病毒能否跨宿主传播以及独立的预测中,也取得了非常好的效果,通过我们的研究,证明使用数据挖掘的方法可以建立禽流感病毒宿主及毒力的判别数学模型,并对新兴禽流感病毒能否跨宿主传播进行预警,为诊断与治疗提供更多的帮助。