多视角Transformer模型TRIAD-Influenza:基于结构感知的HA-NA漂移风险评分与突变热点图谱预测

《Viruses》:Multi-View Transformers for Structure-Aware HA–NA Drift Risk Scoring and Mutation Hotspot Mapping Pankaj Agarwal, Sumendra Yogarayan, Md. Shohel Sayeed and Rupesh Kumar Tipu

【字体: 大 中 小 】 时间:2026年04月02日 来源:Viruses 3.5

编辑推荐:

  季节性流感A型病毒的血凝素(HA)和神经氨酸酶(NA)快速突变导致疫苗匹配度下降,而现有序列模型往往忽视三维(3D)结构背景与长期进化信号。本项研究提出的TRIAD-Influenza(Token–Residue–Integrated Architecture for Drift)通过整合(i)密码子与残基水平的序列表示,(ii)基于预测HA/NA模型的残基交互特征,以及(iii)嵌入空间系统发育树,构建了一个端到端的风险评分框架。该模型在超过3×105对HA/NA编码序列上实现了AUROC ≈0.89、AUPRC ≈0.44的高判别性能,并能以约1.6 ms/对的速度输出连续的风险分数及可解释的突变热点图谱(CMRI)。外部验证表明,其预测风险分数与实验血凝抑制(HI)抗原距离显著相关(Spearman ρ 达≈0.82),且CMRI热点富集于已知表位和深度突变扫描逃逸残基(OR ≈2.7–3.6)。该工作为流感病毒HA/NA进化风险的快速、结构感知优先级排序提供了有力工具,并产出紧凑的热点图谱供专家评审与靶向实验。

  
季节性流感至今仍是全球公共卫生的重大挑战,每年导致数十万呼吸道相关死亡,并对医疗系统与经济造成持续负担。流感病毒的“善变”主要归功于其表面两种糖蛋白——血凝素(Haemagglutinin, HA)和神经氨酸酶(Neuraminidase, NA)的快速进化。HA如同病毒的“钥匙”,负责识别并结合宿主细胞表面的受体,开启感染之门;NA则像“剪刀”,帮助新生病毒颗粒从感染细胞中“剪断”连接,完成释放。这两者的搭配犹如精密的“锁与钥匙”系统,它们的变异,尤其是抗原漂移(Antigenic drift),可轻易地让病毒逃脱人群已有的免疫力,导致季节性疫苗保护效果打折扣。
然而,传统的抗原性表征“金标准”——血凝抑制(Haemagglutination inhibition, HI)实验,虽准确但耗时费力,需要活病毒和专业实验室,难以跟上病毒在人群中快速演变的步伐。近年来,尽管基于序列的预测模型取得了一定进展,但它们大多“顾此失彼”:要么只盯着序列本身,忽略了突变发生的三维(3D)结构环境(很多关键逃逸突变恰恰发生在由空间结构决定的构象表位中);要么专注于有限的已解析结构,无法整合大规模的进化历史信息。这就像一个侦探,要么只分析嫌疑人的“文字记录”(序列),要么只查看几张“现场照片”(结构),却无法将“行为模式”(进化历史)与“现场环境”(结构约束)结合起来,进行全局、动态的风险评估。
为了破解这一难题,研究人员在《Viruses》上发表了一项创新性研究。他们开发了一个名为TRIAD-Influenza(Token–Residue–Integrated Architecture for Drift)的多视角Transformer模型,旨在对流感A型病毒的HA-NA组合进行快速、结构感知的漂移风险评分,并绘制易于解读的突变热点图谱。
关键研究方法
研究团队从NCBI Virus资源(2010–2024年)收集了超过3×105对匹配的HA和NA编码序列,经过严格的质量控制和密码子感知比对。核心技术方法整合了三大“视角”:1. 令牌视角:使用预训练蛋白语言模型ESM-2获取残基级嵌入,并结合密码子上下文和简单生化描述符。2. 残基视角:为几乎所有的独特HA和NA蛋白预测3D结构,构建残基接触图,并计算溶剂可及性、二级结构等描述符。3. 系统发育视角:在序列嵌入空间构建聚类树,以捕获谱系背景。这些多源信息被馈入一个Transformer架构,最终输出连续的风险分数和基于梯度显著性与接触加权突变风险指数(Contact-weighted Mutation Risk Index, CMRI)的热点图谱。
研究结果
  • •
    模型性能优异:在滚动原点时间交叉验证和一个类别高度不平衡(约3.4%高风险)的时间预留内部测试集上,模型展现了强大的排序性能,曲线下面积(Area Under the Receiver Operating Characteristic Curve, AUROC)≈0.89,精确率-召回率曲线下面积(Area Under the Precision-Recall Curve, AUPRC)≈0.44,Brier分数=0.069,同时保持监测速度(中位延迟≈1.6 ms/HA-NA对)。
  • •
    外部验证有效:在独立的GISAID/Nextstrain队列(2023–2024年,5000个分离株)上进行的外部验证,模型区分能力保持良好(AUROC ≈0.85–0.86)。
  • •
    与实验数据关联:预测的风险分数与实验测定的血凝抑制抗原距离在病毒聚合水平上显著相关(Spearman ρ 高达≈0.82)。
  • •
    热点具有生物学意义:CMRI识别出的突变热点显著富集于已知的抗原表位和通过深度突变扫描(Deep Mutational Scanning)鉴定的抗体逃逸残基,比值比(Odds Ratio, OR)在≈2.7–3.6之间。
研究结论与意义
这项研究成功地构建并验证了TRIAD-Influenza模型,一个将密码子感知序列表示、残基水平结构约束和嵌入空间谱系背景耦合在同一框架内的多视角Transformer。它不仅能够以接近实时监测的速度,为每个流感A型病毒的HA-NA组合输出一个连续、结构感知的进化风险评分,还能生成高度可解释的、定位在蛋白3D结构上的突变热点图谱(CMRI)。这些图谱与已知的生物学功能区域高度吻合,为病毒学专家提供了直观、高效的审查工具。
该工作的核心意义在于,它突破了传统模型在序列、结构和进化分析之间存在的“信息孤岛”,首次在一个端到端的模型中实现了对密码子突变、局部3D结构环境和长期进化历史的联合建模。这为流感病毒的进化监测和疫苗株遴选提供了全新的、强有力的计算工具。公共卫生机构可以利用该框架快速筛查海量病毒序列,优先锁定那些具有高抗原漂移风险的HA-NA组合进行深入的实验验证,从而加速疫苗候选株的评估流程,提升疫苗株更新的前瞻性和科学性。同时,模型产出的特异性突变热点信息,也能为针对性的功能实验(如验证特定突变对受体结合或抗体中和的影响)和广谱疫苗/药物的设计提供关键线索。总体而言,TRIAD-Influenza为实现对流感病毒进化轨迹更敏感、更全面的早期预警迈出了重要一步。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号