We propose applying t-distributed stochastic neighbor embedding to protein sequences of SARS-CoV-2 to construct, visualize and study the evolutionary space of the coronavirus. The basic idea is to explore the COVID-19 evolution space by using modern manifold learning techniques applied to evolutionary distances between variants. Evolutionary distances have been calculated based on the structures of the nucleocapsid and spike proteins.
Autorzy
- Dr. Gaik Tamazian,
- Dr. Andrey Komissarov,
- Dr. Dmitry Kobak,
- Dr. Dmitry Polyakov,
- Dr. Evegeny Andronov,
- Prof Sergei Nechaev,
- dr hab. Sergey Kryzhevich link otwiera się w nowej karcie ,
- Dr. Yuri Porozov,
- Prof. Eugene Stepanov
Informacje dodatkowe
- DOI
- Cyfrowy identyfikator dokumentu elektronicznego link otwiera się w nowej karcie 10.1007/978-3-031-23198-8_23
- Kategoria
- Publikacja monograficzna
- Typ
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Język
- angielski
- Rok wydania
- 2022
