湖南大学和中国医学科学院的科研人员在bioRxiv预印版平台发表论文“Prediction of receptorome for human-infecting virome”，利用随机森林模型预测人体感染病毒的受体。
文章指出，病毒受体是宿主细胞病毒感染的关键，目前，病毒受体的鉴定仍然具有挑战性。之前的研究表明，人类病毒受体蛋白具有一些独特的功能，包括高水平的N-糖基化、大量的相互作用对和高表达。在这里，科研人员建立了一个随机森林模型，根据人类病毒受体的独特特征和蛋白质序列，从人类细胞膜蛋白中识别人类病毒受体，并获得了公认的准确性，共729个人体细胞膜蛋白被预测为人感染病毒的受体组。结合随机森林模型与先前研究中预测的人类与病毒之间的蛋白质-蛋白质相互作用，进一步预测了693种人类感染病毒（如肠病毒、诺如病毒和西尼罗河病毒）的受体。最后，科研人员预测了2019-nCoV的候选替代受体，该研究将大大促进鉴定人类感染病毒的受体。
