RT - article
SR - Electronic
T1 - Классификация шиповидных белков коронавируса на основе спектроскопии комбинационного рассеяния света и глубокого машинного обучения и ее интерпретативный анализ
JF - Журнал прикладной спектроскопии
SP - 2022-12-02
A1 - Mo W. , 
A1 - Wen J. , 
A1 - Huang J. , 
A1 - Yang Y. , 
A1 - Zhou M. , 
A1 - Ni S. , 
A1 - Le W. , 
A1 - Wei L. , 
A1 - Qi D. , 
A1 - Wang S. , 
A1 - Su J. , 
A1 - Wu Y. , 
A1 - Zhou W. , 
A1 - Du K. , 
A1 - Wang X. , 
A1 - Zhao Z. , 
YR - 2022
UL - https://www.academjournals.by/publication/15620
AB - Разработан метод классификации спайковых белков коронавируса, основанный на глубоком машинном обучении и спектроскопии комбинационного рассеяния света (КР). Набор КР-спектров спайковых белков пяти коронавирусов (MERS-CoV, SARS-CoV, SARS-CoV-2, HCoV-HKU1 и HCoVOC43) использован для создания нейросетевой модели классификации. Для полученных спектров с низким отношением сигнал/шум средняя точность >97%. Проанализированы результаты классификации нейронной сетью. Показано, что различия в спектральных характеристиках, полученные нейронной сетью, согласуются с экспериментальными результатами. Предлагаемый метод можно использовать для идентификации сложных КР-спектров, в клинической практике при выявлении COVID-19 и других коронавирусов, а также в промышленных областях, таких как разведка нефти и газа.