研究人员利用人工智能来指导寻找下一个sars样病毒

由乔治敦大学的科学家领导的一个国际研究小组展示了人工智能在预测哪些病毒可以感染人类——比如导致COVID-19大流行的SARS-CoV-2病毒——以及哪些动物携带这些病毒以及它们可能在哪里出现方面的力量。

他们的合奏预测模型发表于1月10日的柳叶刀的微生物(“优化预测模型，优先在人畜共患病毒库中发现病毒”)，在一个为期18个月的项目中得到验证，该项目旨在识别可能携带贝塔冠状病毒的特定蝙蝠物种，其中包括sars样病毒。

“如果你想找到这些病毒，你必须从分析它们的宿主开始——它们的生态，它们的进化，甚至它们翅膀的形状，”该研究的资深作者科林·卡尔森博士解释说，他是微生物学与免疫学系的助理研究教授，也是乔治城大学医学中心全球健康科学与安全中心的成员。“人工智能让我们获取蝙蝠的数据，并将其转化为具体的预测:我们应该在哪里寻找下一个SARS?”

尽管全球在疾病监测方面进行了投资，但仍然难以识别和监测有朝一日可能感染人类的野生病毒宿主。统计模型越来越多地用于优先考虑野外采样的野生动物物种，但预测是由任何一个物种产生的模型可能是高度不确定的。科学家们在做出预测后也很少跟踪预测的成功或失败，这使得他们很难在未来学习和建立更好的模型。总之，这些限制意味着有很高的不确定性，在哪种模型可能最适合这项任务。

这项新研究表明，寻找密切相关的病毒可能并非易事，据预测，全球有400多种蝙蝠物种携带贝塔冠状病毒，这一大群病毒包括导致SARS- cov(导致2002-2004年SARS爆发的病毒)和SARS- cov -2(导致SARS爆发的病毒)的病毒病毒导致COVID-19)。尽管SARS-CoV-2的起源仍不确定，但由于农业扩张和气候变化等因素，蝙蝠传播的其他病毒的外溢是一个日益严重的问题。

乔治城大学生物系博士后格雷格·阿尔贝里博士说，COVID-19为加快他们的研究提供了动力。“这是一个非常难得的机会，”阿尔贝里解释道。“在大流行之外，我们永远不会在这么短的时间内了解这些病毒。十年的研究成果转化为大约一年的出版物，这意味着我们实际上可以证明这些工具是有效的。”

在2020年第一季度，研究团队训练了八种不同的统计模型，来预测哪种动物可以宿主betacoronaviruses。在一年多的时间里，该团队跟踪发现了40种新的贝塔冠状病毒蝙蝠宿主，以验证最初的预测，并动态更新他们的模型。研究人员发现，利用蝙蝠生态和进化数据的模型在预测新宿主方面表现得非常好。相比之下，尖端车型来自网络科学这种方法使用了高水平的数学数据，但生物数据较少，随机结果与预期大致相同或更差。

俄克拉荷马大学生物学助理教授丹尼尔·贝克尔博士说:“我们的研究给我们提供的最重要的事情之一是，我们应该进一步研究哪些蝙蝠物种的数据驱动的候选名单。”“在确定这些可能的宿主后，下一步是投资于监测，以了解贝塔冠状病毒可能在何时何地溢出。”

卡尔森说，该团队现在正在与世界各地的其他科学家合作，根据他们的预测测试蝙蝠样本中的冠状病毒。

“如果我们花更少的钱、资源和时间寻找这些病毒，我们就可以把所有这些资源投入到真正拯救生命的事情上。我们可以投资制造针对这些病毒的通用疫苗，或者监测在蝙蝠附近生活的人身上的溢出效应，”卡尔森说。“这对科学和公共卫生来说是双赢的。”