甲型流感病毒HA蛋白质序列的预测

基于CGR-游走模型和分数阶差分,用ARFIMA模型预测甲型流感病毒HA蛋白质序列。对所选取1943～2013年同源性相对较高的71条蛋白质序列,用ARFIMA(p,d,q)模型对前20个位置去拟合并且预测,除极个别外由预报区域图显示原始数据都在预报区域内,表明模型建立的比较合理,预报效果很好。这对流感病毒的研究和预测有着重要的意义。

甲型H1N1流感病毒蛋白质序列的预测

目的:用长记忆模型预测未来年份的甲型H1N1流感病毒的蛋白质序列。方法:基于时间序列分析,首先建立CGR混沌游走序列,再进行模型拟合。对所选取的1943年～2012年同源性相对较高的70条流感病毒蛋白质序列,先混沌游走再用ARFIMA(p,d,q)模型对其前10个位置去拟合并且预测。结果:几乎所有原始蛋白质序列的各个位置值都在预报区域内(除极个别之外),表明选择的模型比较科学。结论:可以用来预测未来年份的流感病毒蛋白质序列,对流感病毒的预测和预防有着重要的研究价值。