Connect with us

Hi, what are you looking for?

Наука и технологии

Ученые разработали систему отслеживания и раннего предупреждения вирусных пандемий на основе искусственного интеллекта

Ученые разработали систему отслеживания и раннего предупреждения вирусных пандемий на основе искусственного интеллекта
Ученые разработали систему отслеживания и раннего предупреждения вирусных пандемий на основе искусственного интеллекта

BioRender.com

Ученые Scripps Research разработали систему машинного обучения — тип приложения искусственного интеллекта (ИИ), которая может отслеживать подробную эволюцию эпидемических вирусов и предсказывать появление вирусных вариантов с важными новыми свойствами.

В статье, опубликованной в Patterns 21 июля 2023 года, ученые продемонстрировали систему, используя данные о зарегистрированных вариантах SARS-CoV-2 и показателях смертности от COVID-19. Они показали, что система могла предсказать появление новых «вариантов, вызывающих озабоченность» (VOCs) SARS-CoV-2 до того, как они будут официально обозначены Всемирной организацией здравоохранения (ВОЗ). Их результаты указывают на возможность использования такой системы в режиме реального времени для отслеживания будущих вирусных пандемий.

«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 к машинному обучению», — говорит старший автор исследования Уильям Балч, доктор философии, профессор кафедры молекулярной медицины в Scripps Research.

Соавторами исследования были Сальваторе Логерсио, доктор философии, штатный научный сотрудник лаборатории Балча во время исследования, а в настоящее время штатный научный сотрудник Научно-исследовательского трансляционного института Скриппса; и Бен Калверли, доктор философии, научный сотрудник лаборатории Балча.

Лаборатория Балча специализируется на разработке вычислительных, часто основанных на искусственном интеллекте методов, чтобы пролить свет на то, как генетические вариации изменяют симптомы и распространение заболеваний. В этом исследовании они применили свой подход к пандемии COVID-19. Они разработали программное обеспечение для машинного обучения, используя стратегию, называемую пространственной ковариацией на основе гауссовских процессов, чтобы связать три набора данных, охватывающих ход пандемии: генетические последовательности вариантов SARS-CoV-2, обнаруженных у инфицированных людей во всем мире, частоты этих вариантов и глобальный уровень смертности от COVID-19.

«Этот вычислительный метод использовал данные из общедоступных репозиториев», — говорит Логерсио. «Но это может быть применено к любому ресурсу генетического картирования».

Программное обеспечение позволило исследователям отслеживать наборы генетических изменений, появляющихся в вариантах SARS-CoV-2 по всему миру. Эти изменения, как правило, с тенденцией к увеличению темпов распространения и снижению смертности, означали адаптацию вируса к локдаунам, ношению масок, вакцинам, повышению естественного иммунитета у населения мира и неослабевающей конкуренции между самими вариантами SARS-CoV-2.

«Мы могли видеть, как ключевые варианты генов появляются и становятся все более распространенными, поскольку уровень смертности также изменился, и все это происходило за несколько недель до того, как ВОЗ официально обозначила летучие органические соединения, содержащие эти варианты», — говорит Балч.

Он и его команда показали, что они могут использовать эту систему отслеживания SARS-CoV-2 в качестве «детектора аномалий» раннего предупреждения о вариантах генов, связанных со значительными изменениями в распространении вируса и показателях смертности.

«Один из главных уроков этой работы заключается в том, что важно учитывать не только несколько известных вариантов, но и десятки тысяч других необозначенных вариантов, которые мы называем «вариантом темной материи», — говорит Балч.

Аналогичная система может быть использована для отслеживания детальной эволюции будущих вирусных пандемий в режиме реального времени, отмечают исследователи. В принципе, это позволило бы ученым вовремя прогнозировать изменения в траектории пандемии — например, значительное увеличение уровня инфицирования — для принятия соответствующих контрмер в области общественного здравоохранения.

Балч и его коллеги также предполагают использование своего подхода для лучшего понимания биологии вируса и, таким образом, для улучшения разработки методов лечения и вакцин. В настоящее время они используют свою систему искусственного интеллекта для раскрытия ключевых деталей того, как различные белки SARS-CoV-2 работали вместе в эволюции пандемии.

«Эта система и лежащие в ее основе технические методы имеют множество возможных применений в будущем», — говорит Калверли.

В тренде