一种基于基因序列的跨物种传播风险机器学习预测方法

本发明涉及一种基于基因序列的跨物种传播风险机器学习预测方法，本发明通过现有已知病毒的病毒的特征数据对应宿主的特征数据，期望预测的跨物种传播风险指标对XGBoost模型进行训练，得到对应跨物种传播风险指标的XGBoost风险预测模型，可以对未知新发病毒的跨物种传播风险指标进行预测，跨物种传播风险指标包括病毒的溢出能力、动物病例症状严重程度、病毒在人际间的传播能力、病毒导致人类病例急慢性程度以及病毒在人群中的平均病死率。本发明使用基因序列数据，结合机器学习模型分析跨物种溢出风险。本发明使用机器学习模型自动学习特征，能够处理复杂的非线性关系，提高预测精度，有实际应用价值，帮助识别高风险病原体。