新演算法高效預測病毒天然宿主：可助人類預防傳染病

　　來源：科技日報

　　據美國《科學》雜誌4日消息，英國格拉斯哥大學研究團隊發布了一項最新人工智慧研究報告：科學家藉助全新的機器學習演算法，可以更高效地從基因層面預測埃博拉和寨卡等病毒的天然宿主，從而採取措施預防這些病毒傳播到人類身上。

　　科學家一直試圖在第一時間發現病毒的天然宿主，這對人類的傳染病防控事業來說非常重要。因為我們已經知道，相當多的致命病毒都是首先在野生動物和昆蟲群體中大面積傳播，之後通過各種途徑感染到人類，並最終導致嚴重的傳染病疫情。不過，如果要通過基因組序列的方式去確認每一種病毒的宿主，通常都是非常耗時的工作，反而容易對疾病防控造成延誤。

　　此次，格拉斯哥大學研究團隊研發了一種機器學習演算法，主要針對這一問題，可以把這個耗時過程大幅縮短。研究人員通過分析超過500種病毒的基因組信息來訓練這個演算法，從而讓演算法學會將病毒基因組中的特徵與它們的動物源頭一一匹配，進一步預測出哪種病毒來自哪個動物宿主，實驗中的準確率令人滿意。

　　研究團隊現階段正開發一個應用程序，可讓全球科學家都能提交不同病毒的基因組序列信息，進而利用這個演算法快速得出匹配的動物宿主評估結果。

　　該研究的作者之一、格拉斯哥大學科學家達尼艾爾·斯特賴克爾認為，如果機器演算法能夠做到利用基因組信息來預測病毒的天然生態，就可幫助相關人員在最快的時間內確定病毒的動物宿主，這也意味著，我們可以更早地進行干預，預防病毒傳播給人類。

　　總編輯圈點

　　果然，隨著AI進一步發展，它真的可以「救命」。猶記當年，為了確認SARS究竟從何而來，科研人員花了差不多13年。他們先是找到了果子狸，又發現果子狸只是一個感染源；於是繼續尋找，檢測了數百隻蝙蝠，才在菊頭蝠身上找到了和SARS相似的冠狀病毒。科學家們為了確認病毒源頭，「哪裡有蝙蝠洞去哪裡」；追尋之路漫長、寂寞又充滿風險。如果AI能夠幫助我們迅速縮小範圍，鎖定病毒的始作俑者，那麼，科研人員也能將更多精力，投入更有創造性的分析病毒和預防病毒工作上了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！