Phage therapy has become one of the most promising alternatives to antibiotics in the treatment of bacterial diseases, and identifying phage-host interactions (PHIs) helps to understand the possible mechanism through which a phage infects bacteria to guide the development of phage therapy. Compared with wet experiments, computational methods of identifying PHIs can reduce costs and save time and are more effective and economic. In this paper, we propose a PHI prediction method with a generative adversarial network (GAN)-based data augmentation and sequence-based feature fusion (PHIAF). First, PHIAF applies a GAN-based data augmentation module, which generates pseudo PHIs to alleviate the data scarcity. Second, PHIAF fuses the features originated from DNA and protein sequences for better performance. Third, PHIAF utilizes an attention mechanism to consider different contributions of DNA/protein sequence-derived features, which also provides interpretability of the prediction model. In computational experiments, PHIAF outperforms other state-of-the-art PHI prediction methods when evaluated via 5-fold cross-validation (AUC and AUPR are 0.88 and 0.86, respectively). An ablation study shows that data augmentation, feature fusion and an attention mechanism are all beneficial to improve the prediction performance of PHIAF. Additionally, four new PHIs with the highest PHIAF score in the case study were verified by recent literature. In conclusion, PHIAF is a promising tool to accelerate the exploration of phage therapy.

中文翻译：

---

PHIAF：使用基于 GAN 的数据增强和基于序列的特征融合预测噬菌体-宿主相互作用

噬菌体疗法已成为抗生素治疗细菌性疾病最有希望的替代方法之一，鉴定噬菌体-宿主相互作用（PHI）有助于了解噬菌体感染细菌的可能机制，从而指导噬菌体疗法的发展。与湿法实验相比，识别 PHI 的计算方法可以降低成本，节省时间，更加有效和经济。在本文中，我们提出了一种 PHI 预测方法，该方法具有基于生成对抗网络 (GAN) 的数据增强和基于序列的特征融合 (PHIAF)。首先，PHIAF 应用了基于 GAN 的数据增强模块，该模块生成伪 PHI 以缓解数据稀缺性。其次，PHIAF 融合了源自 DNA 和蛋白质序列的特征以获得更好的性能。第三，PHIAF 利用注意力机制来考虑 DNA/蛋白质序列衍生特征的不同贡献，这也提供了预测模型的可解释性。在计算实验中，当通过 5 折交叉验证（AUC 和 AUPR 分别为 0.88 和 0.86）评估时，PHIAF 优于其他最先进的 PHI 预测方法。消融研究表明，数据增强、特征融合和注意力机制都有助于提高 PHIAF 的预测性能。此外，最近的文献证实了案例研究中 PHIAF 得分最高的四个新 PHI。总之，PHIAF 是加速噬菌体疗法探索的有前途的工具。在计算实验中，当通过 5 折交叉验证（AUC 和 AUPR 分别为 0.88 和 0.86）评估时，PHIAF 优于其他最先进的 PHI 预测方法。消融研究表明，数据增强、特征融合和注意力机制都有助于提高 PHIAF 的预测性能。此外，最近的文献证实了案例研究中 PHIAF 得分最高的四个新 PHI。总之，PHIAF 是加速噬菌体疗法探索的有前途的工具。在计算实验中，当通过 5 折交叉验证（AUC 和 AUPR 分别为 0.88 和 0.86）评估时，PHIAF 优于其他最先进的 PHI 预测方法。消融研究表明，数据增强、特征融合和注意力机制都有助于提高 PHIAF 的预测性能。此外，最近的文献证实了案例研究中 PHIAF 得分最高的四个新 PHI。总之，PHIAF 是加速噬菌体疗法探索的有前途的工具。特征融合和注意力机制都有助于提高 PHIAF 的预测性能。此外，最近的文献证实了案例研究中 PHIAF 得分最高的四个新 PHI。总之，PHIAF 是加速噬菌体疗法探索的有前途的工具。特征融合和注意力机制都有助于提高 PHIAF 的预测性能。此外，最近的文献证实了案例研究中 PHIAF 得分最高的四个新 PHI。总之，PHIAF 是加速噬菌体疗法探索的有前途的工具。