การวิเคราะห์ไวโรมหมายถึงการศึกษาไวโรมซึ่งเป็นการรวบรวมวัสดุไวรัสทั้งหมดที่พบในสิ่งมีชีวิตหรือระบบนิเวศ^{[ 1 ]}ไวโรมมีความหลากหลายและซับซ้อนอย่างเหลือเชื่อ^{[ 2 ]}และมักไม่ได้รับการระบุลักษณะอย่างชัดเจน^{[ 3 ]}เนื่องจากไวรัสต้องอาศัยระบบโฮสต์ในการคงอยู่และการจำลอง ตัวเอง ^{[ 4 ]}จึงมีการสังเกตปฏิสัมพันธ์ระหว่างโฮสต์-ไวรัสและไวรัส - ไมโครไบโอม ที่เป็นเอกลักษณ์ ^{[ 5 ]}ในบางกรณี ไวรัสสามารถคงอยู่ภายในเมทริกซ์สิ่งแวดล้อมบางอย่างก่อนที่จะติดเชื้อสิ่งมีชีวิตที่เป็นโฮสต์^{[ 6 ]}ปฏิสัมพันธ์เหล่านี้มีส่วนช่วยต่อสุขภาพโดยรวมและโรคภัยไข้เจ็บของแต่ละบุคคล ไม่ว่าจะโดยการติดเชื้อโฮสต์หรือโดยอ้อมผ่านการปรับเปลี่ยนชุมชนจุลินทรีย์ ( แบคทีริโอเฟจ ) ^{[ 5 ]}ตัวอย่างไวโรมสิ่งแวดล้อม ได้แก่ เมทริกซ์ต่างๆ เช่น ดิน น้ำ น้ำเสีย และฟอไมต์ ซึ่งสามารถให้ข้อมูลเชิงลึกเกี่ยวกับความอุดมสมบูรณ์ บทบาท และความเหมาะสมของไวรัสในสภาพแวดล้อมทางนิเวศวิทยาที่แตกต่างกัน^{[ 5 ]}

การวิเคราะห์ไวรัสในจีโนมใช้ทั้งชีววิทยา ระดับโมเลกุลและเทคนิคการคำนวณ เช่นการจัดลำดับ ดีเอ็นเอ เม ตาจีโนมิกส์การเรียนรู้ของเครื่องและชีวสารสนเทศ

การวิเคราะห์ไวโรมครั้งแรกดำเนินการในปี 2545 โดยตรวจสอบองค์ประกอบของไวรัสในตัวอย่างน้ำทะเลที่เก็บรวบรวมจากชายฝั่งแคลิฟอร์เนีย[ ^{1 ] ลำดับ}ไวรัสมากกว่า 65% ไม่เคยพบมาก่อน ซึ่งเน้นให้เห็นถึงความหลากหลายของไวรัสในไวโรมสิ่งแวดล้อม^{[ 1 ]}ระหว่างปี 2546 ถึง 2549 การทดลองเมตาจีโนมิก ที่คล้ายกันในตัวอย่างอุจจาระของมนุษย์ที่สำรวจ ไวโรมของมนุษย์ให้ผลลัพธ์อัตราความหลากหลายของไวรัสที่เทียบเคียงได้ รวมถึงไวรัส 'สสารมืด' จำนวนมาก^{[ 7 ] [ 8 ]}การศึกษาในช่วงแรกเหล่านี้อาศัยการจัดลำดับแบบ Sangerและมีข้อจำกัดทั้งในด้านปริมาณงานและความลึกของการจัดลำดับ แต่สนับสนุนการเกิดขึ้นของการวิเคราะห์ไวโรม^{[ 1 ] [ 7 ] [ 8 ]}การพัฒนาการจัดลำดับรุ่นต่อไป (NGS) ได้ขยายขีดความสามารถในการวิเคราะห์ไวโรมและความรู้เกี่ยวกับความหลากหลายของไวโรมอย่างมาก^{[ 9 ]}การจัดลำดับจีโนมแบบช็อตกันของเมตาจีโนมมักใช้ในการศึกษาไวรัสเป็นแนวทางที่ไม่ลำเอียงสำหรับการจัดลำดับชุมชนไวรัสทั้งหมดของตัวอย่าง^{[ 2 ]}แนวทางการจัดลำดับนี้สร้างลำดับที่สั้นกว่า (~100 - 300 bp) แต่สามารถสร้างลำดับได้หลายล้านลำดับ ซึ่งช่วยปรับปรุงความลึกและความครอบคลุมของการจัดลำดับได้อย่างมาก การศึกษาเมตาจีโนมเหล่านี้ช่วยให้สามารถค้นพบไวรัส จำแนกประเภท และสำรวจปฏิสัมพันธ์ระหว่างโฮสต์กับไวรัสได้ แต่ถูกจำกัดอย่างมากโดยการวิเคราะห์ทางคอมพิวเตอร์^{[ 10 ] [ 11 ]}

ผลลัพธ์ของการศึกษาเมตาจีโนมิกส์ของไวรัสโดยใช้การจัดลำดับแบบช็อตกันคือลำดับอ่านสั้นหลายแสนหรือหลายล้านลำดับ (~100 - 300 bp) ลำดับอ่านเหล่านี้จะผ่านจุดตรวจสอบคุณภาพโดยใช้เครื่องมือเพื่อประเมินคุณภาพของลำดับอ่าน การตัดแต่งลำดับอ่าน และการกำจัดโฮสต์เพื่อเตรียมลำดับไวรัสสำหรับการประกอบและการจัดเรียง^{[ 3 ]} การประกอบแบบ de novoที่มีข้อมูลอ้างอิงเป็นแนวทางเป็นวิธีที่ได้รับความนิยมมากที่สุดสำหรับการประกอบจีโนมในการวิเคราะห์ไวรัส^{[ 13 ]}ลำดับอ่านจะถูกประกอบเป็นลำดับย่อยที่ทับซ้อนกันที่มีความยาวคงที่k ( k-mers ) ซึ่งเรียกว่าคอนติกส์ [ ^{13 ] [ 14 ] คอน}ติกส์จะถูกจัดเรียงกับฐานข้อมูลอ้างอิงเพื่อหาความคล้ายคลึงของลำดับเพื่อกำหนดอนุกรมวิธานของไวรัสของตัวอย่าง^{[ 3 ]}อย่างไรก็ตาม วิธีนี้ต้องอาศัยความรู้เกี่ยวกับอนุกรมวิธานของไวรัสมาก่อน และได้รับผลกระทบอย่างมากจากการขาดข้อมูลอ้างอิงที่น่าเชื่อถือ^{[ 15 ]}ฐานข้อมูลปัจจุบันมีแนวโน้มที่จะเอนเอียงไปทางไวรัสที่มีความเกี่ยวข้องทางคลินิกและสามารถเพาะเลี้ยงได้ ซึ่งส่งผลให้กำลังการวิเคราะห์ลดลงอย่างเห็นได้ชัด^{[ 15 ]}ด้วยเหตุนี้ จึงเชื่อกันว่าความเข้าใจของเราเกี่ยวกับการจำแนกประเภทและอนุกรมวิธานของไวรัส นั้น ประเมินความหลากหลายที่แท้จริงของไวรัสในจีโนมต่ำกว่าความเป็นจริงมาก^{[ 15 ]}

ข้อจำกัดอีกประการหนึ่งคือความสามารถของเครื่องมือประกอบในการประกอบไวรัสที่มีความครอบคลุมต่ำและมีปริมาณน้อย^{[ 13 ]}ไวรัสที่มีปริมาณน้อยอาจแตกเป็นชิ้นเล็กชิ้นน้อยหากความลึกของการจัดลำดับไม่เพียงพอ^{[ 13 ]}เครื่องมือสามารถปรับความยาว k-mer ที่สั้นลงเพื่อรวมการอ่านไวรัสที่แตกเป็นชิ้นเล็กชิ้นน้อยได้ แต่สิ่งนี้อาจทำให้เกิดปัญหาเกี่ยวกับความกำกวมของคอนทิก^{[ 13 ]}ข้อจำกัดนี้ทำให้มีสัดส่วนการอ่านลำดับไวรัสที่ไม่ได้รับการระบุลักษณะหรือ 'สสารมืดของไวรัส' จำนวนมาก ซอฟต์แวร์วิเคราะห์ใหม่ที่ใช้ประโยชน์จากการเรียนรู้ของเครื่องได้เกิดขึ้นเพื่อปรับปรุงข้อบกพร่องของวิธีการเปรียบเทียบความคล้ายคลึงของฐานข้อมูลอ้างอิง^{[ 15 ]}

การเรียนรู้เชิงลึกได้แสดงให้เห็นถึงข้อดีในแอปพลิเคชันอื่นๆ อีกมากมายในสาขาจีโนมิกส์ ซึ่งมักจะเหนือกว่าวิธีการคำนวณแบบดั้งเดิมที่ทันสมัยในแง่ของประสิทธิภาพการทำนาย โดยเฉพาะอย่างยิ่งเมื่อได้รับการฝึกฝนด้วยข้อมูลที่เพียงพอ^{[ 16 ]}การเรียนรู้เชิงลึกสนับสนุนการเรียนรู้แบบหลายงาน ซึ่งเป็นแนวทางที่แบบจำลองแบ่งปันความรู้ระหว่างงานหลักและงานรองหนึ่งงานขึ้นไป ซึ่งช่วยเพิ่มความหลากหลายของเครื่องมือ^{[ 17 ]}ยิ่งไปกว่านั้น ด้วยการเรียนรู้แบบหลายมุมมอง ซึ่งอำนวยความสะดวกในการบูรณาการข้อมูลหลายประเภท เช่น ข้อมูลลำดับ การเมทิลเล ชั่นของ DNA การแสดงออกของยีนและอื่นๆ สามารถสร้างการทำนายที่แม่นยำและแข็งแกร่งยิ่งขึ้นได้^{[ 16 ]}

การจำแนกและการวิเคราะห์ไวโรมเป็นความท้าทายที่ไม่เหมือนใครเนื่องจากวิวัฒนาการอย่างรวดเร็วของจีโนมไวรัส ซึ่งมักนำไปสู่ความแตกต่างของลำดับสูงภายในสายพันธุ์เดียวกัน^{[ 18 ]}โมเดลการเรียนรู้เชิงลึกพยายามที่จะจัดการกับความท้าทายนี้และสามารถจดจำรูปแบบที่ซับซ้อนในชิ้นส่วนลำดับไวรัสในขณะที่จัดการกับข้อมูลที่มีมิติสูง^{[ 19 ]}

เครื่องมือฐานข้อมูลแบบดั้งเดิม เช่นBLASTอาศัยข้อมูลอ้างอิงและอาจมีปัญหาในการจัดการกับไวรัสที่มีความแตกต่างกันมากและไม่มีโฮโมล็อกที่รู้จักในจีโนมที่มีอยู่ก่อนหน้านี้^{[ 20 ]} – โดยทั่วไปลำดับเหล่านี้จะถูกจัดประเภทเป็น “ไม่ทราบ” ^{[ 20 ]}ซึ่งให้ข้อมูลแก่ผู้ใช้น้อยมาก ในทำนองเดียวกัน วิธีการจัดเรียงลำดับอื่นๆ เช่น Kraken ^{[ 21 ]}และ Metavir ^{[ 22 ]}ก็ประสบข้อจำกัดเนื่องจากความลำเอียงในฐานข้อมูล ฐานข้อมูลจีโนมไวรัสในปัจจุบันมีความเอนเอียงไปทางไวรัสที่ติดเชื้อโฮสต์ที่สามารถเพาะเลี้ยงได้ในห้องปฏิบัติการอย่างมาก^{[ 23 ]}การขาดข้อมูลที่เพียงพออาจส่งผลเสียต่อการระบุไวรัส ตัวอย่างเช่น การศึกษาหนึ่งประมาณการว่ามีเพียง 15% ของไวรัสในลำไส้ของมนุษย์ที่มีความคล้ายคลึงกับไวรัสที่รู้จักในฐานข้อมูล^{[ 23 ]}ซึ่งจำกัดขอบเขตของการจับคู่ที่คาดหวัง

เครื่องมือหลายอย่างใช้ แนวทาง การเรียนรู้ของเครื่องแบบ ดั้งเดิม สำหรับการระบุไวรัส ตัวอย่างเช่น HMMER3 ใช้แบบจำลอง Hidden Markov Models (pHMMs) ที่มีโปรไฟล์ตามฐานข้อมูลอ้างอิงของ ตระกูล โปรตีนไวรัสเพื่อจำแนกไวรัสที่ไม่รู้จัก^{[ 24 ]}อย่างไรก็ตาม วิธีนี้ยังคงมีข้อจำกัดเนื่องจากโปรตีนไวรัสที่ได้รับการจำแนกในฐานข้อมูลไวรัสมีจำนวนน้อย และอาจประสบปัญหาในการจัดการกับลำดับไวรัสที่มีความแตกต่างกันมาก^{[ 20 ]}การเรียนรู้เชิงลึกเป็นทางเลือกที่ยืดหยุ่นกว่า เนื่องจากแบบจำลองไม่จำเป็นต้องพึ่งพาฐานข้อมูลอ้างอิงที่กำหนดไว้ล่วงหน้าเท่านั้น แต่เรียนรู้ที่จะจดจำลายเซ็นทางพันธุกรรมของไวรัสจากข้อมูลการฝึกอบรมแทน^{[ 20 ]}

เครื่องมือต่างๆ เช่น DeepVirFinder ^{[ 23 ]}และ ViraMiner ^{[ 20 ]}ใช้การผสมผสานระหว่างโครงข่ายประสาทเทียมแบบ Convolutional (CNN) และโครงข่ายประสาทเทียมแบบ Dense เพื่อเรียนรู้ลายเซ็นทางพันธุกรรมของไวรัส DeepVirFinder ประมวลผลลำดับ DNA โดยการเข้ารหัส ส่งผ่านเลเยอร์ Convolutional ใช้ Max Pooling และเลเยอร์ Fully Connected และสุดท้ายส่งออกคะแนนความน่าจะเป็นระหว่าง 0 ถึง 1 สำหรับการ จำแนก แบบไบนารี^{[ 23 ]} ViraMiner ใช้สถาปัตยกรรมที่คล้ายกัน แต่ใช้ตัวดำเนินการเฉลี่ยแทนตัวดำเนินการสูงสุดเพื่อรักษาข้อมูลเพิ่มเติมเกี่ยวกับความถี่ของรูปแบบ^{[ 20 ]}

สถาปัตยกรรม หน่วยความจำระยะยาวแบบสั้น (LSTM) ซึ่งเป็นประเภทหนึ่งของ RNN มีประสิทธิภาพสูงสำหรับงานจำแนกประเภท แม้ว่าเดิมทีจะพัฒนาขึ้นสำหรับงานสร้างข้อมูลก็ตาม^{[ 25 ]}ทำให้สามารถนำ LSTM ไปใช้ในงานจำแนกประเภทไวรัสได้^{[ 25 ]}ตัวอย่างของเครื่องมือที่ใช้ LSTM คือ ViroNIA ซึ่งทำนายลำดับของไวรัสตับอักเสบซี (HCV) ^{[ 25 ]} ViroNIA ประมวลผลลำดับไวรัสที่เข้ารหัสแบบ one-hot ซึ่งถูกเติมให้มีความยาวคงที่ จากนั้นวิเคราะห์แบบลำดับชั้นด้วยเลเยอร์ LSTM สองชั้น^{[ 25 ]}โมเดลอีกตัวหนึ่งคือ Seeker ใช้สถาปัตยกรรม LSTM เพื่อระบุแบคทีริโอเฟจ^{[ 26 ]}

เครื่องมืออื่นๆ ได้ใช้สถาปัตยกรรมแบบจำลองภาษาขนาดใหญ่ เช่น ViraLM ^{[ 27 ]}เพื่อการจำแนกไวรัสที่มีประสิทธิภาพและแม่นยำ

การประยุกต์ใช้การเรียนรู้เชิงลึกที่สำคัญอีกประการหนึ่งคือการวิเคราะห์ปฏิสัมพันธ์ระหว่างไวรัสกับโฮสต์ ปัจจุบันยังไม่มีวิธีการทดลองที่มีประสิทธิภาพสูงที่สามารถระบุโฮสต์ให้กับไวรัสที่ไม่ได้รับการเพาะเลี้ยงได้อย่างชัดเจน^{[ 28 ]}วิธีการที่ใช้การจัดเรียงลำดับประสบปัญหาเนื่องจากข้อมูลที่แข็งแกร่งในฐานข้อมูลอ้างอิงมีน้อย และลำดับไวรัสมีความแตกต่างกันสูง^{[ 28 ]}ในทางกลับกัน วิธีการที่ไม่ต้องใช้การจัดเรียงลำดับ โดยใช้คุณลักษณะต่างๆ เช่น การวิเคราะห์องค์ประกอบ k -mer การใช้โคดอน และปริมาณ GC เพื่อวัดความคล้ายคลึงกันระหว่างลำดับไวรัสและโฮสต์กับไวรัสอื่นๆ ที่มีโฮสต์ที่รู้จัก ถือเป็นทางเลือกที่ใช้ได้ผล^{[ 28 ]}เนื่องจากคุณลักษณะทางจีโนมถูกฝังอยู่ในจีโนมของไวรัส โมเดลการเรียนรู้เชิงลึกจึงสามารถเรียนรู้คุณลักษณะเหล่านี้โดยอัตโนมัติเพื่อขับเคลื่อนการทำนาย^{[ 28 ]}ตัวอย่างเช่น evoMIL ซึ่งทำนายความสัมพันธ์ระหว่างไวรัสกับโฮสต์ในระดับสายพันธุ์ ยอมรับลำดับไวรัสเป็นอินพุตเพียงอย่างเดียว^{[ 29 ]}

โมเดลการเรียนรู้เชิงลึกยังสามารถใช้เพื่อจำแนกลักษณะการดื้อยาในไวรัสผ่านการระบุการกลายพันธุ์ที่ทำให้เกิดการดื้อยาได้^{[ 30 ]}ในที่นี้ โมเดลสามารถทำการคาดการณ์และระบุรูปแบบใหม่ในข้อมูลอินพุต แทนที่จะพึ่งพาการกลายพันธุ์ที่ทำให้เกิดการดื้อยาที่ทราบอยู่แล้ว^{[ 30 ]}การเรียนรู้เชิงลึกทางเรขาคณิต ซึ่งรวมความรู้ทางฟิสิกส์เข้ากับสถาปัตยกรรมประสาท^{[ 31 ]}สามารถเพิ่มประสิทธิภาพการคาดการณ์ของโมเดลได้ โดยเพิ่มความลึกของรูปแบบที่เรียนรู้โดยการรวมโครงสร้างโมเลกุล 3 มิติใน การโต้ตอบ ของยา^{[ 32 ]}

มีการดำเนินการบางอย่างเพื่อประยุกต์ใช้วิธีการเรียนรู้เชิงลึกเพื่อจำแนกลักษณะการทำงานของชุมชนไวรัส ตัวอย่างเช่น VIBRANT ซึ่งเป็นเครื่องมือที่ใช้ตัวจำแนกประเภทโครงข่ายประสาทเทียมแบบหลายชั้น จะค้นหายีนเมตาบอลิซึมเสริม (AMGs) เพื่อระบุเส้นทางเมตาบอลิซึมที่มีอยู่ในชุมชนไวรัส^{[ 27 ]} AMGs เป็นยีนที่ได้มาจากโฮสต์ซึ่งสามารถแสดงออกอย่างแข็งขันในระหว่างการติดเชื้อเพื่อปรับปรุงสมรรถภาพของไวรัส^{[ 33 ]} AMGs เหล่านี้จะถูกกำหนดให้กับเส้นทางเมตาบอลิซึมของ KEGG โดยอัตโนมัติ^{[ 34 ]}เพื่อให้ข้อมูลเชิงลึกเกี่ยวกับการทำงานของชุมชนไวรัส^{[ 33 ]}

แม้ว่าการเรียนรู้เชิงลึกจะสามารถบรรลุตัวชี้วัดประสิทธิภาพที่แข็งแกร่งได้ แต่มักจะให้ความสามารถในการตีความที่จำกัดเมื่อเทียบกับวิธีการทางสถิติและวิธีการเรียนรู้ของเครื่องแบบดั้งเดิม^{[ 35 ]}การวิจัยเพิ่มเติมเกี่ยวกับส่วนของอินพุตที่มีอิทธิพลต่อการคาดการณ์ ปัจจัยขับเคลื่อนสำหรับการกระตุ้นของเซลล์ประสาทบางชนิด และการวิเคราะห์การแสดงผลสามารถแก้ไขความท้าทายเหล่านี้ในความสามารถในการตีความได้^{[ 34 ]}โดยทั่วไปแล้วแบบจำลองการเรียนรู้เชิงลึกยังต้องการชุดข้อมูลการฝึกอบรมขนาดใหญ่เพื่อสร้างการคาดการณ์ที่แม่นยำ^{[ 35 ]}ด้วยเหตุนี้ แบบจำลองดังกล่าวจึงอาจถูกจำกัดด้วยความพร้อมใช้งานของข้อมูลไวรัสวิทยาที่เกี่ยวข้อง

การนำ แนวทาง มัลติโอมิกส์ มาใช้ ในการวิเคราะห์ไวโรมีกส์จะช่วยให้เข้าใจชีววิทยาได้อย่างครอบคลุมมากขึ้น ทราน สคริปโตมิกส์สามารถช่วยในการกำหนดการแสดงออกของยีนระหว่างสายพันธุ์ไวรัสที่แตกต่างกันทางพันธุกรรม ซึ่งนำไปสู่ความเหมาะสมภายในไวโรมีกส์ และปฏิสัมพันธ์ระหว่างไวรัสกับโฮสต์^{[ 37 ]}การวิเคราะห์ทรานสคริปต์ของไวรัสยังสามารถช่วยในการจำแนกลักษณะการติดเชื้อไวรัสและแยกแยะระหว่างการติดเชื้อแฝงหรือการติดเชื้อที่แสดงอาการ^{[ 37 ]} การศึกษาโปรตีโอมิกส์ สามารถยืนยันผลการค้นพบจากการศึกษาทรานสคริปโตมิกส์และระบุไบโอมาร์กเกอร์เป็นเป้าหมายในการวินิจฉัยและการรักษา ^{[ 38 ]}เมตาโบโลมิกส์สามารถให้ข้อมูลที่มีค่าเกี่ยวกับการเปลี่ยนแปลงทางชีวเคมีเนื่องจากองค์ประกอบของไวรัส^{[ 39 ]}เมตาโบไลต์ที่ผลิตโดยโฮสต์เพื่อตอบสนองต่อการติดเชื้อไวรัสสามารถใช้เป็นไบโอมาร์กเกอร์เพื่อช่วยในการทำนายความหลากหลายของไวโรมีกส์^{[ 39 ]}การวิเคราะห์ไวโรมีกส์โดยรวมมัลติโอมิกส์สามารถนำไปสู่การแพทย์เฉพาะบุคคล ที่ดีขึ้น ผ่านความเข้าใจที่ครอบคลุมมากขึ้นเกี่ยวกับบทบาทของไวโรมีกส์ในโฮสต์^{[ 39 ]}

การเฝ้าระวังไวรัสในวงกว้างเพื่อทำความเข้าใจการระบาดของไวรัส สามารถทำได้โดยใช้เมทริกซ์สิ่งแวดล้อม เช่น น้ำเสีย เป็นตัวแทนในการระบุไวรัสที่เกิดขึ้นใหม่หรือการหมุนเวียนของสายพันธุ์ที่มีความรุนแรงสูง^{[ 36 ]}เหตุการณ์การแพร่ระบาดจากสัตว์สู่คนสามารถคาดการณ์หรือตรวจพบได้โดยการเฝ้าระวังแหล่งสะสมของโฮสต์ที่มีความเสี่ยงสูง เช่น หนู สัตว์เลี้ยง หรือนก^{[ 40 ]}การเฝ้าระวังไวรัสมีความสำคัญมากขึ้นเรื่อยๆ สำหรับการป้องกันและการสืบสวนการระบาด