Early detection of unknown viral mutants that potentially cause COVID-19-like pandemics using from wastewater

利用废水早期检测可能导致类似 COVID-19 的流行病的未知病毒突变体

基本信息

批准号：
22H01620
负责人：
大村達夫
金额：
$ 11.15万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H01620/
关键词：
下水疫学機械学習ウイルス次世代シークエンサー下水

项目摘要

テーマ１　下水からの病原ウイルスゲノムの網羅的で効率的な新規回収技術の開発令和4年度は、下水からのウイルス回収方法の検討、および下水から回収したウイルス遺伝子の配列解析手法の構築に取り組んだ。新型コロナウイルスをモデルウイルスとして用い、下水から新型コロナウイルスのスパイクタンパク質遺伝子をPCRにより増幅するプライマーを新たに設計し、得られたPCR産物の遺伝子配列を次世代シーケンス解析により分析する一連のプロトコルを構築した。その結果、複数の変異株を含む新型コロナウイルス由来遺伝子配列を下水から取得することに成功した。テーマ２　未知ウイルスと既知ウイルス変異株の人への感染性を評価する機械学習モデルの開発下水から検出された多様なウイルスのゲノム配列情報に基づいて、それぞれのウイルスが感染できる動物を同定する機械学習モデルの開発に着手した。本年度は、まずウイルスと宿主の相互作用を予測するための半教師付き機械学習モデルのアルゴリズムについて検討した。具体的には、BioPython SeqUtils Protein Analysisや社内スクリプトなどのモジュールから計算された特徴を、各対象遺伝子に対して使用するアプローチを試みた。モデルの偏りを避け、一般性を高めるために、トレーニングデータゲノム全体で分散の大きい約200の特徴を選択する。トレーニング、テスト、検証にはTSVMモデルとその教師型であるSVMを使用して、ハイパーパラメータは偽陽性を避けるために手動で微調整した。この実行はOptuna v.0.9 Bayesian optimization frameworkを使用した。

主题1：开发一种新的全面、高效的污水中病原病毒基因组收集技术 2020财年，我们将研究从污水中回收病毒的方法，并开发一种对从污水中回收的病毒基因进行序列分析的方法。以新型冠状病毒为模型病毒，我们设计了新的引物，通过PCR从污水中扩增新型冠状病毒的刺突蛋白基因，并开发了一系列方案，利用二代测序技术分析所得PCR产物的基因序列分析建立。结果，他们成功从污水中获得了新冠病毒的基因序列，包括多个突变毒株。主题2：开发机器学习模型，评估未知病毒和已知病毒变种对人类的感染力基于污水中检测到的各种病毒的基因组序列信息识别每种病毒可以感染的动物的机器我们开始开发学习模型。今年，我们首先研究了半监督机器学习模型的算法来预测病毒与宿主的相互作用。具体来说，我们尝试了一种方法，该方法使用从 BioPython SeqUtils Protein Analysis 等模块和每个感兴趣基因的内部脚本计算出的特征。为了避免模型偏差并提高通用性，我们在训练数据基因组中选择了大约 200 个具有高方差的特征。我们使用 TSVM 模型及其监督版本 SVM 进行训练、测试和验证，并对超参数进行手动微调以避免误报。本次运行使用 Optuna v.0.9 贝叶斯优化框架。