新算法高效预测病毒天然宿主

cooldaddy

据美国《科学》杂志4日消息，英国格拉斯哥大学研究团队发布了一项最新人工智能研究报告：科学家借助全新的机器学习算法，可以更高效地从基因层面预测埃博拉和寨卡等病毒的天然宿主，从而采取措施预防这些病毒传播到人类身上。

科学家一直试图在第一时间发现病毒的天然宿主，这对人类的传染病防控事业来说非常重要。因为我们已经知道，相当多的致命病毒都是首先在野生动物和昆虫群体中大面积传播，之后通过各种途径感染到人类，并最终导致严重的传染病疫情。不过，如果要通过基因组序列的方式去确认每一种病毒的宿主，通常都是非常耗时的工作，反而容易对疾病防控造成延误。

此次，格拉斯哥大学研究团队研发了一种机器学习算法，主要针对这一问题，可以把这个耗时过程大幅缩短。研究人员通过分析超过500种病毒的基因组信息来训练这个算法，从而让算法学会将病毒基因组中的特征与它们的动物源头一一匹配，进一步预测出哪种病毒来自哪个动物宿主，实验中的准确率令人满意。

研究团队现阶段正开发一个应用程序，可让全球科学家都能提交不同病毒的基因组序列信息，进而利用这个算法快速得出匹配的动物宿主评估结果。

该研究的作者之一、格拉斯哥大学科学家达尼艾尔·斯特赖克尔认为，如果机器算法能够做到利用基因组信息来预测病毒的天然生态，就可帮助相关人员在最快的时间内确定病毒的动物宿主，这也意味着，我们可以更早地进行干预，预防病毒传播给人类。

总编辑圈点

果然，随着AI进一步发展，它真的可以“救命”。犹记当年，为了确认SARS究竟从何而来，科研人员花了差不多13年。他们先是找到了果子狸，又发现果子狸只是一个感染源；于是继续寻找，检测了数百只蝙蝠，才在菊头蝠身上找到了和SARS相似的冠状病毒。科学家们为了确认病毒源头，“哪里有蝙蝠洞去哪里”；追寻之路漫长、寂寞又充满风险。如果AI能够帮助我们迅速缩小范围，锁定病毒的始作俑者，那么，科研人员也能将更多精力，投入更有创造性的分析病毒和预防病毒工作上了。