大多數(shù)新出現(xiàn)的人類傳染病(如 )都是人畜共患的——由源自其他動(dòng)物物種的病毒引起。及早識(shí)別高風(fēng)險(xiǎn)病毒可以改善研究和監(jiān)測(cè)重點(diǎn)。英國格拉斯哥大學(xué)的 Nardus Mollentze、Simon Babayan 和 Daniel Streicker 于9 月 28日在PLOS Biology上發(fā)表的一項(xiàng)研究表明，使用病毒基因組的機(jī)器學(xué)習(xí)(一種人工智能)可以預(yù)測(cè)任何動(dòng)物感染的可能性?？紤]到生物學(xué)相關(guān)的暴露，病毒會(huì)感染人類。
在出現(xiàn)之前識(shí)別人畜共患病是一項(xiàng)重大挑戰(zhàn)，因?yàn)樵诠烙?jì)的 167 萬種動(dòng)物病毒中，只有一小部分能夠感染人類。為了使用病毒基因組序列開發(fā)機(jī)器學(xué)習(xí)模型，研究人員首先編譯了來自 36 個(gè)科的 861 個(gè)病毒物種的數(shù)據(jù)集。然后他們建立了機(jī)器學(xué)習(xí)模型，該模型根據(jù)病毒基因組的模式分配人類感染的概率。然后，作者應(yīng)用表現(xiàn)最佳的模型來分析從一系列物種中采樣的其他病毒基因組的預(yù)測(cè)人畜共患病潛力的模式。
研究人員發(fā)現(xiàn)，病毒基因組可能具有獨(dú)立于病毒分類關(guān)系的可概括特征，并且可能使病毒預(yù)先適應(yīng)以感染人類。他們能夠開發(fā)出能夠使用病毒基因組識(shí)別候選人畜共患病的機(jī)器學(xué)習(xí)模型。這些模型有局限性，因?yàn)橛?jì)算機(jī)模型只是識(shí)別可能感染人類的??人畜共患病毒的初步步驟。在進(jìn)行重大的額外研究投資之前，模型標(biāo)記的病毒將需要進(jìn)行驗(yàn)證性實(shí)驗(yàn)室測(cè)試。此外，雖然這些模型預(yù)測(cè)病毒是否能夠感染人類，但感染能力只是更廣泛的人畜共患病風(fēng)險(xiǎn)的一部分，這也受到病毒對(duì)人類的毒力、人與人之間傳播能力的影響，
這組作者說：“我們的研究結(jié)果表明，病毒的人畜共患病潛力可以在驚人的程度上從它們的基因組序列中推斷出來。通過突出最有可能成為人畜共患病的病毒，基于基因組的排名可以更有效地進(jìn)行進(jìn)一步的生態(tài)和病毒學(xué)表征。”
“這些發(fā)現(xiàn)為我們可以使用人工智能技術(shù)從病毒基因序列中提取的大量信息添加了一個(gè)關(guān)鍵部分，”Babayan 補(bǔ)充道。“基因組序列通常是我們掌握的關(guān)于新發(fā)現(xiàn)病毒的第一個(gè)，通常也是唯一的信息，我們可以從中提取的信息越多，我們就能越早確定病毒的起源及其可能帶來的人畜共患風(fēng)險(xiǎn)。隨著更多病毒被表征，我們的機(jī)器學(xué)習(xí)模型在識(shí)別稀有病毒方面將變得更加有效，這些病毒應(yīng)該受到密切監(jiān)測(cè)并優(yōu)先用于搶先疫苗開發(fā)。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！