Исследование: машину с искусственным интеллектом можно использовать для отслеживания эволюции следующей пандемии

Новая система машинного обучения Scripps Research отслеживает эволюцию эпидемических вирусов. Эта технология могла бы предсказать появление «вызывающих озабоченность вариантов» SARS-CoV-2 до их официального обозначения Всемирной организацией здравоохранения. Изображения, созданные с помощью BioRender.com

21 июля (ЮПИ) — Scripps Research заявила в пятницу, что ее ученые разработали систему машинного обучения, которая может помочь отслеживать эволюцию эпидемических вирусов и предсказывать появление вариантов.

Машина, тип приложения искусственного интеллекта, описана в статье, опубликованной в журнале Patterns.

В бумага, ученые продемонстрировали систему, используя данные о записанных COVID-19 варианты и смертность от COVID-19.

Они заявили, что система могла предсказать появление новых «вызывающих беспокойство вариантов» коронавируса до их официального обозначения Всемирной организацией здравоохранения.

Исследователи из института Ла-Хойи, штат Калифорния, заявили, что, по их мнению, система может отслеживать будущие вирусные пандемии в режиме реального времени.

«Существуют правила эволюции пандемического вируса, которые мы не поняли, но которые могут быть обнаружены и использованы в практическом смысле частными и государственными организациями здравоохранения с помощью этого беспрецедентного подхода машинного обучения», — сказал в пресс-релизе старший автор исследования Уильям Балч, профессор кафедры молекулярной медицины Scripps Research.

Сальваторе Логуерсио, соавтор исследования и штатный научный сотрудник лаборатории Балха во время работы, сказал, что машину можно использовать по-разному.

«В этом вычислительном методе использовались данные из общедоступных репозиториев», — сказал Логерсио. «Но его можно применить к любому ресурсу генетического картирования».

Лаборатория Балха разрабатывает вычислительные методы, часто основанные на искусственном интеллекте, чтобы показать, как генетические вариации влияют на симптомы и распространение болезней.

Для этого исследования они разработали программное обеспечение для машинного обучения, используя стратегию, называемую пространственной ковариацией на основе гауссовского процесса, чтобы связать три набора данных, охватывающих течение пандемии.

Три набора данных включают генетические последовательности вариантов COVID-19, обнаруженных у инфицированных людей во всем мире, частоты этих вариантов и глобальный уровень смертности от COVID-19.

Новое программное обеспечение позволило исследователям отслеживать набор генетических изменений, появляющихся в вариантах коронавируса по всему миру.

«Мы могли видеть, как появлялись и становились все более распространенными варианты ключевых генов, поскольку уровень смертности также изменился, и все это происходило за несколько недель до [variants of concern] содержащие эти варианты, были официально обозначены ВОЗ», — сказал Балч.

Исследователи заявили, что машина также может быть использована в качестве варианта «системы раннего предупреждения» или «детектора аномалий» для вариантов генов, связанных с особыми изменениями в распространении вирусов и уровне смертности.

«Один из важных уроков этой работы заключается в том, что важно учитывать не только несколько известных вариантов, но и десятки тысяч других неопределенных вариантов, которые мы называем «вариантной темной материей», — сказал Балч.