Дослідники з’ясували, що методи машинного навчання можуть визначати ризик поширення вірусу від тварин до людей. Науковцям необхідні додаткові дослідження, щоб підтвердити прогнозні моделі. Про це пише видання Medical News Today.
Вчені з Університету Глазго використовували вірусні й людські геномні функції послідовності для розробки моделей машинного навчання для прогнозування ймовірності переходу вірусу від тварини до людини. Своє дослідження фахівці оприлюднили у журналі PLOS BIOLOG.
Зазначається, що близько 1,67 мільйона неописаних вірусів тварин викликають інфекції у ссавців і птахів. Науковці вважають, що до половини з них може перейти до людини.
Співавтор дослідження і науковий співробітник Центру вірусних досліджень Університету Глазго, доктор Нардус Молентце зазначив, що останнім часом в області відкриття вірусів спостерігається значний прогрес. За його словами, є регулярні повідомлення про віруси, які раніше були невідомими науці.
«Але це призводить до виникнення проблеми – перед нами все ще стоїть величезне завдання з’ясувати, чи становлять ці віруси загрозу», – пояснив він.
У 2018 році колеги Молентца показали, що геноми РНК-вірусів містять достатньо сигналів для методів машинного навчання, щоб ідентифікувати широку групу тварин (кажанів, гризунів і приматів), в яких вони циркулюють природним чином.
Дослідники зібрали послідовність геному 861 виду РНК і ДНК вірусів з 36 сімейств вірусів, які можуть інфікувати тварин. Для аналізу вони класифікували кожен вірус відповідно до його здатності викликати інфекцію у людей, використовуючи інформацію з трьох опублікованих наборів даних.
Фахівці протестували кілька моделей, заснованих на машинному навчанні, щоб визначити найбільш ефективну модель, і використовували її для ранжирування 758 видів вірусів. Модель машинного навчання правильно ідентифікувала 70,8% вірусів людини з високим або дуже високим зоонозним потенціалом.
Другий експеримент передбачив зоонозний потенціал всіх наразі визнаних коронавірусів, а також геноми людини та тварин всіх коронавірусів, пов’язаних з важким гострим респіраторним синдромом.
Молентце наголосив, що необхідно провести наступні дослідження, щоб описати нові виявлені віруси для готовності до пандемії. Він пояснив, що завдяки моделям машинного навчання можна розробити методи прогнозування інших аспектів ризику, таких як вірулентність вірусу і його здатність до передачі.
Раніше вчені повідомили, що механізм протидії COVID-19 у кажанів допоможе в лікуванні людей.
