Medical card
A bad doctor treats the disease, a good doctor treats the cause of the disease.
  • гепатит
  • Недели беременности

    Беременность по неделям

  • Сколько живут с диагнозом рак
  • Как рыбий жир может уменьшить воспаление

Исследователи используют искусственный интеллект для поиска следующего вируса, похожего на атипичную пневмонию.

2022-02-18 14:10:16

Международная исследовательская группа под руководством ученых из Джорджтаунского университета продемонстрировала способность искусственного интеллекта предсказывать, какие вирусы могут заразить людей (например, SARS-CoV-2, вирус, вызвавший пандемию COVID-19), какие животные их переносят и где. они могли появиться.


Их совокупность прогностических моделей вероятных резервуарных хозяев, опубликованная 10 января в журнале Lancet Microbe («Оптимизация прогностических моделей для определения приоритетности обнаружения вирусов в зоонозных резервуарах»), была проверена в ходе 18-месячного проекта по выявлению конкретных видов летучих мышей, которые могут быть переносчиками бета-коронавирусов. группа, в которую входят SARS-подобные вирусы.


«Если вы хотите найти эти вирусы, вы должны начать с профилирования их хозяев — их экологии, их эволюции, даже формы их крыльев», — объясняет старший автор исследования Колин Карлсон, доктор философии, доцент-исследователь. на кафедре микробиологии и иммунологии и член Джорджтаунского центра глобальных медицинских наук и безопасности в Медицинском центре Джорджтаунского университета. «Искусственный интеллект позволяет нам собирать данные о летучих мышах и превращать их в конкретные прогнозы: где мы должны искать следующий атипичную пневмонию?»


Несмотря на глобальные инвестиции в надзор за болезнями, по-прежнему трудно выявлять и контролировать резервуары вирусов в дикой природе, которые могут когда-нибудь заразить людей. Статистические модели все чаще используются для определения приоритетности видов диких животных для отбора проб в полевых условиях, но прогнозы, полученные на основе любой модели, могут быть весьма неопределенными. Ученые также редко отслеживают успех или неудачу своих прогнозов после того, как они их сделали, что затрудняет обучение и создание более совершенных моделей в будущем. В совокупности эти ограничения означают, что существует высокая неопределенность в отношении того, какие модели могут лучше всего подходить для данной задачи.


Это новое исследование предполагает, что поиск близкородственных вирусов может быть нетривиальным, поскольку предполагается, что более 400 видов летучих мышей по всему миру являются носителями бетакоронавирусов, большой группы вирусов, в которую входят вирусы, ответственные за SARS-CoV (вирус, вызвавший вспышка атипичной пневмонии в 2002-2004 гг.) и SARS-CoV-2 ( вирус , вызывающий COVID-19). Хотя происхождение SARS-CoV-2 остается неопределенным, распространение других вирусов от летучих мышей становится растущей проблемой из-за таких факторов, как расширение сельского хозяйства и изменение климата.


Грег Олбери, доктор философии, научный сотрудник биологического факультета Джорджтауна, говорит, что COVID-19 послужил стимулом для ускорения их исследований. «Это действительно редкая возможность, — объясняет Олбери. «Вне пандемии мы бы никогда не узнали так много об этих вирусах за такой небольшой промежуток времени. Десятилетие исследований превратилось примерно в год публикаций, и это означает, что мы действительно можем показать, что эти инструменты работают».


В первом квартале 2020 года группа исследователей обучила восемь различных статистических моделей, которые предсказывали, какие виды животных могут быть переносчиками бета- коронавирусов . Затем в течение более года команда отслеживала обнаружение 40 новых летучих мышей-хозяев бета-коронавирусов, чтобы подтвердить первоначальные прогнозы и динамически обновлять свои модели. Исследователи обнаружили, что модели, использующие данные об экологии и эволюции летучих мышей, очень хорошо показали себя в прогнозировании новых хозяев. Напротив, передовые модели сетевой науки , которые использовали высокоуровневую математику — но меньше биологических данных — работали примерно так же хорошо или хуже, чем ожидалось, случайным образом.

Оставьте комментарии и отзывы!

Используйте нормальные имена. Ваш комментарий будет опубликован после проверки.

(обязательно)