AI可以预测下一个从动物传染给人类的病毒

一项新的研究表明，使用病毒基因组的机器学习可以预测任何感染病毒的动物感染人类的可能性，考虑到生物相关的暴露。

　　

在出现之前确定人畜共患疾病是一项重大挑战，因为在估计的167万种动物病毒中，只有一小部分能够感染人类。为了利用病毒基因组序列开发机器学习模型，研究人员首先收集了来自36个科的861种病毒的数据集。然后，他们建立了机器学习模型，根据病毒基因组的模式确定了人类感染的概率。然后，作者应用表现最好的模型来分析从一系列物种中采集的额外病毒基因组的人畜共患潜力的预测模式。

研究人员发现，病毒基因组可能具有独立于病毒分类关系的可概括特征，并可能使病毒预先适应感染人类。他们能够开发出能够利用病毒基因组识别候选人畜共患病的机器学习模型。这些模型有局限性，因为计算机模型只是识别可能感染人类的人畜共患病毒的初步步骤。这些模型标记的病毒在进行重大的额外研究投资之前，将需要进行确认性的实验室测试。此外，虽然这些模型预测了病毒是否可能感染人类，但感染的能力只是更广泛的人畜共患病风险的一部分，这还受到病毒在人体内的毒性、人与人之间传播的能力以及人类接触时的生态条件的影响。

根据作者的说法，“我们的发现表明，病毒的人畜共患潜力可以在令人惊讶的很大程度上从它们的基因组序列推断出来。通过突出最有可能成为人畜共患的病毒，基于基因组的排名可以更有效地针对进一步的生态和病毒学特征。”

巴巴扬补充说:“这些发现为我们利用人工智能技术从病毒基因序列中提取的数量已经惊人的信息增加了一个关键部分。”“基因组序列通常是我们掌握的关于新发现病毒的第一个、通常也是唯一的信息，我们从这些信息中提取的信息越多，我们就可能越早确定病毒的起源及其可能造成的人畜共患病风险。”随着越来越多的病毒被识别出来，我们的机器学习模型在识别稀有病毒方面将变得更加有效，这些病毒应该被密切监测，并被优先用于先发制人的疫苗开发。”

Journal Reference:

1. Nardus Mollentze, Simon A. Babayan, Daniel G. Streicker. Identifying and prioritizing potential human-infecting viruses from their genome sequences. PLOS Biology, 2021; 19 (9): e3001390 DOI: 10.1371/journal.pbio.3001390