Новости

ИИ может стать секретным оружием в предотвращении следующей глобальной пандемии

ИИ может стать секретным оружием в предотвращении следующей глобальной пандемии

В 2016 году, за четыре года до того, как пандемия остановила мир, Программа Организации Объединенных Наций по окружающей среде (ЮНЕП) забила тревогу по поводу зоонозных заболеваний, назвав их ключевой новой проблемой глобального значения.

Сейчас, по данным Всемирной организации здравоохранения, около миллиарда случаев заболевания и миллионы смертей каждый год являются результатом зоонозов, при которых возбудители переходят от позвоночных животных к человеку. А из 30 новых человеческих вирусов, которые были идентифицированы за последние три десятилетия, огромные 75% произошли от других животных.

Но ученые из Монреальского университета считают, что их новое моделирование искусственного интеллекта способно выявлять и прогнозировать возникающие вирусные «горячие точки» для наблюдения, которые могут ускорить вероятные вспышки инфекций от животных к человеку и, в идеале, предотвратить повторение чего-либо подобного COVID-19.

Алгоритм, на разработку которого у исследователей ушло три года и 10 000 часов вычислений, позволил выявить 80 000 новых потенциальных взаимодействий между вирусами и хостами, а также указать, где в мире они вызывают наибольшую озабоченность.

«Мы были работая над этим проектом с первых месяцев 2020 года, до того, как началась пандемия», — сказал Тимоти Пуазо, профессор кафедры биологических наук Монреальского университета.

С помощью машинного обучения, а не вручную связывая данные, алгоритм смог оценить тысячи видов млекопитающих и тысячи вирусов и разработать все жизнеспособные комбинации.

«Основная проблема заключается в том, что мы знаем только об одном-двух процентах взаимодействий между вирусами и млекопитающими», — сказал Пуазо. «Сети разбросаны, и взаимодействий немного, и они сосредоточены всего у нескольких видов. Мы хотим знать, какие виды вирусов могут заразить какие виды млекопитающих, чтобы мы могли установить, какие взаимодействия наиболее вероятны».

Команда использовала самый большой открытый набор данных CLOVER, в котором описано 5494 взаимодействия между 829 вирусами и 1081 хозяином-млекопитающим, большинство из которых сосредоточено на диких животных, а также несколько других наборов данных, в том числе Host-Pathogen Phylogeny Project (HP3), Enhanced База данных инфекционных заболеваний (EID2) и Глобальная база данных паразитов млекопитающих версии 2.0 (GHMPD2).

«Некоторые наборы данных, которые у нас были, были старше: они содержали устаревшие названия для определенных видов или содержали ошибки, поскольку данные вводились вручную», — сказал Пуазо о длительном процессе, который требовался для машинное обучение. «После этого основная задача заключалась в том, чтобы определить уровень нашей уверенности в способности модели делать прогнозы».

Затем исследователи сосредоточились на 20 вирусах, которые считались вызывающими озабоченность и потенциально распространяться на людей.

«У нас было много дискуссий в команде, потому что поначалу некоторые результаты казались нам странными», — сказал Пуазо, который был удивлен, увидев, что Вирус эктромелииопределены как один для просмотра. «Мы были настроены скептически, но когда мы искали литературу, мы обнаружили, что были случаи заболевания людей».

Исследователи также смогли точно определить области с помощью модели, что может помочь ученым в поиске вирусов и вакцин. исследования более целенаправленно.

«Наша модель делает пространственные прогнозы, но, точнее, модель конкретно указывает, в какой группе млекопитающих и в каком месте могут быть обнаружены определенные типы вирусов», — сказал Пуазо.

Результаты показали две области, представляющие особый интерес: бассейн Амазонки, где взаимодействие вируса и хозяина является более оригинальным и, скорее всего, будут наблюдаться новые взаимодействия; и страны Африки к югу от Сахары, где алгоритм выявил новых хозяев, которые могут быть переносчиками зоонозных вирусов.

ИИ может стать секретным оружием в предотвращении следующей глобальной пандемии

Сетевое импутирование выявило горячую точку уникальных ассоциаций хозяина и вируса в Amazon

Poisot et al/Patterns/(CC By 4.0)

«Мы действительно перемещаем места, где мы нужно пойти и изучить млекопитающих, чтобы обнаружить новые вирусы», — объяснил Пуазо.

Хотя зоонозные патогены могут принимать различные формы — бактериальные, паразитарные, вирусные — ожидается, что их распространенность будет все более распространенной среди людей и не люди-животные продолжают занимать все больше того же пространства.

Команда надеется, что ее модель может не только предоставить новые отправные точки для исследований, но и обеспечить наблюдение в реальном мире. Следующим шагом будет вывод этого ИИ на новый уровень и включение большего количества микробиологических, иммунологических и экологических механизмов для более полного изучения глобального вирома.

«Алгоритм использует уже известную нам сеть, и проецирует его в новое пространство, немного похожее на театр теней: он по-новому проливает свет на взаимодействие, — сказал Пуазо. — Теперь мы знаем, за какими видами следует следить, где и на наличие вирусов какого типа».

Исследование опубликовано в журнале Patterns.

Источник

Нажмите, чтобы оценить статью
[Итого: 0 Среднее значение: 0]

Похожие статьи

Добавить комментарий

Ваш адрес email не будет опубликован.

Кнопка «Наверх»