病毒基因组特征可预测正痘病毒宿主

快速阅读: 据《Nature.com》最新报道，我们进行了四轮主成分分析（PCA），从OPV基因组数据中提取了十个关键特征，这些特征解释了约70%的数据方差，并用于链接预测模型。尽管数据仅涵盖有限的OPV-宿主配对，我们通过中位数填补缺失数据，确保了12种OPV物种的分析完整性。完整的宿主和病毒特征列表见补充数据3。

接下来，我们进行了四轮主成分分析（PCA），提取出最重要的特征，以便纳入链接预测模型。PCA将高维数据集线性转换到一组不相关的坐标系中，其中第一个主成分解释了最大的方差，随后是每个后续成分。因此，PCA以尽可能少的维度捕获了数据中的大部分方差。使用R软件包`stats`，我们进行了四轮PCA：第一次包括所有981个变量和197个序列；第二次排除了只出现在一种病毒物种中的辅助基因变量（即仅存在于一种病毒物种中的辅助基因）；第三次排除了与数据集中其他序列具有相同辅助基因存在/不存在模式的序列；第四次排除了可能的异常值（序列）。每次PCA在不同维度上的方差解释比例略有不同。

此外，我们观察到分数的空间分布情况（即每个个体序列的坐标）和载荷（即每个原始变量与主成分之间的相关性）之间没有明显差异。因此，我们使用了第一次PCA的结果，并提取了前十个主成分的分数作为最终的病毒预测变量清单。这十个主成分解释了大约70%的数据方差（补充图5），并作为病毒预测因子包含在我们的链接预测模型中（补充数据3）。

重要的是，用于PCA分析的OPV基因组数据可用于12种OPV物种，但仅限于有限数量的OPV-宿主配对（例如，猴痘病毒-人类、猴痘病毒-狗）。然而，由于我们将PCA得出的十个主成分变量视为病毒特征，我们对这12种OPV物种中缺失PC数据的宿主连接进行了中位数填补（例如，对于所有未观察到的猴痘病毒-宿主配对，我们应用了猴痘病毒的中位PC值，针对每个主成分的情况）。

重要的是，用于PCA分析的OPV基因组数据可用于12种OPV物种，但仅限于有限数量的OPV-宿主配对（例如，猴痘病毒-人类、猴痘病毒-狗）。链接预测模型中包含的宿主和病毒特征的完整列表可以在补充数据3中找到。

(以上内容均由Ai生成)