全球新冠讓我們看到了這些疫情是多么可怕，而且情況可能更糟?，F(xiàn)在，科學(xué)家們開發(fā)了一種AI應(yīng)用程序，可以警告我們未來疫情中可能出現(xiàn)的危險變種。
該系統(tǒng)被稱為早期預(yù)警異常檢測系統(tǒng)(EWAD)，在測試了新冠病毒傳播的實際數(shù)據(jù)后，它能夠準確預(yù)測哪些新的變異體(VOC)會隨著病毒突變而出現(xiàn)。
美國斯克里普斯研究中心和西北大學(xué)的科學(xué)家們使用機器學(xué)習(xí)方法來開發(fā) EWAD。在機器學(xué)習(xí)中，計算機會分析大量的訓(xùn)練數(shù)據(jù)來發(fā)現(xiàn)模式，開發(fā)算法，然后預(yù)測這些模式在未來未知的場景中可能如何發(fā)揮作用。
在本例中，AI被提供有關(guān)新冠病毒變種的遺傳序列的信息，以及這些變種的頻率和新冠的全球死亡率報告。該軟件可以檢測到病毒適應(yīng)時發(fā)生的遺傳變化，通常表現(xiàn)為感染率增加和死亡率下降。
“我們可以看到關(guān)鍵的基因變體出現(xiàn)并變得更普遍，死亡率也發(fā)生了變化，所有這些都發(fā)生在 WHO 正式指定包含這些變體的之前幾周，”研究中心的微生物學(xué)家 William Balch 說。
AI能夠提前發(fā)現(xiàn)所關(guān)注的變種
該團隊在這里使用的方法被稱為基于高斯過程的空間協(xié)方差，它本質(zhì)上是將現(xiàn)有數(shù)據(jù)集的數(shù)字進行處理來預(yù)測新數(shù)據(jù)，使用不僅僅是數(shù)據(jù)點的平均值，還使用它們之間的關(guān)系。
通過在已經(jīng)發(fā)生的事情上測試他們的模型并在真實數(shù)據(jù)和預(yù)測數(shù)據(jù)之間找到接近的匹配，科學(xué)家們可以證明 EWAD 在預(yù)測疫苗和戴口罩等措施如何導(dǎo)致病毒繼續(xù)進化方面的有效性。
“這項工作的一個重要教訓(xùn)是，不僅要考慮少數(shù)突出變體，還要考慮數(shù)萬個其他未指定變體，我們稱之為“變異暗物質(zhì)”。 Balch 說。研究人員表示，他們的AI算法能夠發(fā)現(xiàn)原本會被忽視的病毒進化“規(guī)則”，這在應(yīng)對未來疫情的出現(xiàn)時可能至關(guān)重要。
不僅如此，在這里開發(fā)的系統(tǒng)還可以讓科學(xué)家們更好地理解病毒生物學(xué)的基礎(chǔ)。這可以然后用于改進治療方法和其他公共衛(wèi)生措施。
本文譯自 ScienceAlert，由 BALI 編輯發(fā)布。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
