Sztuczna inteligencja ma umożliwić naukowcom zapobiegawcze opracowywanie szczepionek chroniących przed kolejnymi wirusami, które mogą się przenieść ze zwierząt na ludzi. Czy modele uczenia maszynowego uchronią nas przed kolejną pandemią?
Podobnie jak COVID-19, wiele nowych wirusów zakaźnych, które pojawiają się u ludzi, pochodzi od innych gatunków zwierząt. Jednak tylko niewielka część z szacowanych 1,7 miliona wirusów przenoszonych przez zwierzęta jest w stanie zarażać ludzi. Dlatego zidentyfikowanie tych, które stanowią największe zagrożenie, jest gigantycznym zadaniem. Przy okazji chcielibyśmy zachęcić do lektury innych wpisów na naszym blogu, zajmujących się zbliżoną tematyką. Polecamy m.in. tekst „Czy zwierzęta zachowują dystans społeczny?”.
Modele uczenia maszynowego pomogą opracowywać prewencyjne szczepionki
Naukowcy z Uniwersytetu w Glasgow opracowali metodę wykorzystania uczenia maszynowego do przeczesywania genomów wirusów i przewidywania prawdopodobieństwa zarażenia ludzi. Metoda ta może pomóc badaczom w opracowaniu szczepionek chroniących przed najbardziej prawdopodobnymi kandydatami, jeszcze zanim te przejdą ze zwierząt na ludzi.
Dr Simon Babayan, wykładowca w Instytucie Zdrowia Zwierząt i Medycyny Porównawczej na Uniwersytecie w Glasgow, powiedział, że „te odkrycia dodają kluczowy element do już zaskakującej ilości informacji, które możemy wyodrębnić z sekwencji genetycznej wirusów za pomocą technik sztucznej inteligencji. Sekwencja genomowa jest zazwyczaj pierwszą i często jedyną informacją, jaką posiadamy na temat nowo odkrytych wirusów. Dlatego im więcej informacji możemy z niej wydobyć, tym szybciej możemy zidentyfikować pochodzenie wirusa i ryzyko odzwierzęce, jakie może on stwarzać. Im więcej wirusów zostanie scharakteryzowanych, tym skuteczniejsze staną się nasze modele uczenia maszynowego w identyfikowaniu rzadkich wirusów, które powinny być ściśle monitorowane i traktowane priorytetowo przy opracowywaniu prewencyjnych szczepionek”.
Modele uczenia maszynowego porównają genomy wirusów
Zespół dr Babayana wyszkolił modele uczenia maszynowego, aby przeszukiwać genomy 861 wirusów zwierzęcych. Następnie sztuczna inteligencja miała przypisać im prawdopodobieństwo na podstawie ich podobieństwa do genomów wirusów, o których wiadomo, że zarażają ludzi. W kolejnym kroku badacze wykorzystali swój najlepiej działający model do analizy wzorców w genomach dodatkowych wirusów, pobranych od różnych gatunków zwierząt. Naukowcy odkryli, że niektóre genomy wirusów mogą mieć możliwe do zidentyfikowania cechy genetyczne, które umożliwiają im przenoszenie się ze zwierząt na ludzi.
Wirusy zidentyfikowane przez modele uczenia maszynowego będą teraz wymagać dalszych testów laboratoryjnych, aby potwierdzić, że faktycznie są w stanie zainfekować ludzi. Konieczne też będą dalsze badania w celu potwierdzenia ich zdolności do przechodzenia między ludźmi, czy sprawdzenia w jakich warunkach środowiskowych są wstanie przetrwać.
Zainteresowanych podobną tematyką zachęcamy do zerknięcia do zakładki „Zdrowie” na naszym blogu. Można tam znaleźć wiele interesujących tekstów, na przykład artykuł „Skanowanie twarzy do wykrywania COVID-19? NIE! Robimy debunk skanerów EDE.”
Źródło: BBC Science Focus i University of Glasgow