背景：冠状病毒可以越过物种屏障并感染患有严重呼吸道综合症的人类。具有蝙蝠潜在起源的SARS-CoV-2在中国仍在流行。在这项研究中，提出了一种预测模型，以评估非人源冠状病毒的感染风险，以进行预警。方法：于2020年1月29日从中国国家基因组学数据中心的2019年新型冠状病毒资源（2019nCoVR）数据库中收集了2666种冠状病毒的刺突蛋白序列。总共507例人源病毒被视为阳性样本，而2159例非人源病毒被视为阳性样本。人源病毒被视为阴性。为了捕获刺突蛋白的关键信息，使用了三种特征编码算法（氨基酸组成，AAC；基于并行相关的伪氨基酸组成，PC-PseAAC和G间隙二肽组成，GGAP）来训练41个随机森林模型。通过多维缩放方法确定了具有最佳性能的最佳功能，该方法用于探索人类冠状病毒的模式。结果：10倍交叉验证结果表明，使用GGAP（g = 3）功能可达到良好的性能。该预测模型的最大ACC为98.18％，而Matthews相关系数（MCC）为0.9638。发现了七个人类冠状病毒簇（229E，NL63，OC43，HKU1，MERS-CoV，SARS-CoV和SARS-CoV-2）。 SARS-CoV-2的簇与SARS-CoV的簇非常接近，这表明这两种病毒具有相同的人类受体（血管紧张素转换酶II）。距离曲线上的大缺口表明，SARS-CoV-2的起源尚不清楚，应该在野外连续进行进一步的监视。 SARS-CoV的平滑距离曲线表明，它的近亲在自然界中仍然存在，公共健康仍然像往常一样受到挑战。结论：最佳特征（GGAP，g = 3）在预测感染风险方面表现良好，可用于以简单，快速和大规模的方式探索进化动态。该研究对于现场监测冠状病毒的基因组突变可能是有益的。
