2025年AI流行病学病毒变异预测试卷答案及解析.docxVIP

2025年AI流行病学病毒变异预测试卷答案及解析

1.请简述AI在病毒变异预测中常用的特征工程方法，并结合流感病毒HA蛋白变异案例分析其应用逻辑。

答案：AI在病毒变异预测中的特征工程方法主要包括序列特征提取、结构特征建模、进化特征构建及宿主互作特征整合四类。序列特征层面，通过k-mer频率编码、氨基酸物理化学属性映射（如亲疏水性、电荷、分子量）、保守区域位点标识等方式，将线性的病毒基因组序列转换为可量化的数值矩阵；结构特征则借助AlphaFold、Rosetta等工具预测病毒蛋白的三级结构，提取关键区域（如抗原表位、酶活性中心）的空间构象参数、氢键网络、表面可及性等特征；进化特征通过构建病毒进化树计算分支距离、单倍型多样性、选择压力值（如dN/dS），结合时间信号分析变异速率；宿主互作特征则整合宿主免疫组学数据（如中和抗体结合位点、T细胞表位）、宿主基因表达谱与病毒蛋白的互作网络特征。

以甲型流感病毒HA蛋白变异预测为例，首先提取HA蛋白的全序列k-mer特征，重点关注HA1亚基的抗原决定簇区域（如Ca1、Ca2、Cb、Sa、Sb位点）的氨基酸突变类型及物理化学属性变化——当该区域出现亲水性氨基酸向疏水性氨基酸突变时，会改变蛋白表面电荷分布，降低中和抗体结合效率，这一特征可作为抗原漂移的核心预警信号。其次，通过AlphaFold预测HA蛋白突变后的结构变化，计算突变位点的RMSD