Τεχνητή νοημοσύνη προβλέπει τους ιούς της επόμενης πανδημίας

Μοντέλα μηχανικής μάθησης που αναλύουν τα ιικά γονιδιώματα μπορούν να εντοπίσουν τους ιούς που προέρχονται από ζώα και είναι πιθανό να μετατραπούν στην επόμενη επικίνδυνη ζωονόσο για τους ανθρώπους.

Οι περισσότερες μολυσματικές νόσοι που προκαλούν επιδημίες ή και πανδημίες στον παγκόσμιο πληθυσμό (όπως η COVID-19) προέρχονται από τα ζώα. Είναι λοιπόν άκρως σημαντικό να εντοπίζονται εγκαίρως οι ιοί των ζώων οι οποίοι υπάρχει κίνδυνος να περάσουν το φράγμα των ειδών και να μολύνουν ανθρώπους «εγκυμονώντας» πιθανώς την επόμενη πανδημία.

Ανάλυση ιικών γονιδιωμάτων μέσω μηχανικής μάθησης

Τώρα μια νέα μελέτη που δημοσιεύθηκε στην επιθεώρηση «PLoS Biology» από ερευνητές του Πανεπιστημίου της Γλασκώβης δείχνει ότι η μηχανική μάθηση η οποία αναλύει ιικά γονιδιώματα μπορεί να προβλέψει τις πιθανότητες που έχει ένας ιός ο οποίος μολύνει ζώα να μεταπηδήσει στους ανθρώπους.

1,67 εκατομμύρια ιοί των ζώων

Ο εντοπισμός των ζωονόσων πριν από την ανάδυσή τους στον ανθρώπινο πληθυσμό αποτελεί τεράστια πρόκληση καθώς μόνο ελάχιστοι από τους εκτιμωμένους 1,67 εκατομμύρια ιούς των ζώων μπορούν να μολύνουν τους ανθρώπους.

Η ανάπτυξη των μοντέλων

Οι ερευνητές ανέπτυξαν μοντέλα μηχανικής μάθησης χρησιμοποιώντας αλληλουχίες ιικών γονιδιωμάτων προκειμένου να προβλέψουν ποιοι ιοί των ζώων θα μπορούσαν να είναι επικίνδυνοι για τους ανθρώπους.

Αρχικώς δημιούργησαν μια βάση δεδομένων 861 ιών από 36 οικογένειες. Στη συνέχεια ανέπτυξαν τα μοντέλα μηχανικής μάθησης τα οποία είχαν ως «καθήκον» να ανακαλύψουν την πιθανότητα μόλυνσης των ανθρώπων με βάση τα διαφορετικά μοτίβα στα ιικά γονιδιώματα.

Γενικευμένα χαρακτηριστικά

Οι επιστήμονες ανακάλυψαν ότι τα ιικά γονιδιώματα μπορεί να διαθέτουν γενικευμένα χαρακτηριστικά που είναι ανεξάρτητα από τις ταξινομικές σχέσεις μεταξύ των ιών και τα οποία μπορούν να χαρίσουν προσαρμοστικότητα στους ιούς των ζώων ώστε να μολύνουν τους ανθρώπους.

Οι περιορισμοί

Βέβαια οι ερευνητές επισημαίνουν ότι τα μοντέλα που αναπτύχθηκαν έχουν περιορισμούς, καθώς τα υπολογιστικά μοντέλα αποτελούν μόνο ένα πρώτο βήμα εντοπισμού των ιών των ζώων που έχουν τη δυναμική να μολύνουν τους ανθρώπους. Οι ιοί που θα προκύψουν ως υψηλού κινδύνου από τα μοντέλα θα απαιτείται να ελέγχονται στη συνέχεια εξονυχιστικά στο εργαστήριο προκειμένου να επιβεβαιωθεί το πόσο επικίνδυνοι είναι για τους ανθρώπους. Επιπροσθέτως, παρότι τα μοντέλα προβλέπουν αν κάποιοι ιοί των ζώων μπορεί να είναι ικανοί να μολύνουν τους ανθρώπους, η ικανότητα μετάδοσης στον άνθρωπο αποτελεί μόνο ένα μέρος ενός ευρύτερου φάσματος κινδύνου – ρόλο επίσης παίζει η δριμύτητα του εκάστοτε ιού στον ανθρώπινο οργανισμό, η ικανότητα μετάδοσής του μεταξύ ανθρώπων καθώς και οι περιβαλλοντικές συνθήκες τη στιγμή της έκθεσης των ανθρώπων στον ιό.

«Κλειδί» η αλληλουχία του γονιδιώματος των ιών

Οπως σημειώνουν οι συγγραφείς της μελέτης «τα ευρήματά μας δείχνουν ότι η ικανότητα ιών των ζώων να μεταπηδήσουν στους ανθρώπους μπορεί να υπολογιστεί σε αναπάντεχα υψηλό βαθμό από την αλληλουχία του γονιδιώματός τους. Φέρνοντας στο φως τους ιούς με τη μεγαλύτερη πιθανότητα να μετατραπούν σε ζωονόσους, μπορούμε να επιτύχουμε

μεγαλύτερη στόχευση σε ό,τι αφορά τον περαιτέρω οικολογικό και ιολογικό χαρακτηρισμό τους».

Εντοπισμός και προτεραιοποίηση στην ανάπτυξη εμβολίων

O δρ Σάιμον Μπαμπάγιαν, λέκτορας στο Ινστιτούτο Βιοποικιλότητας, Υγείας των Ζώων και Συγκριτικής Ιατρικής, εκ των κύριων συγγραφέων της νέας μελέτης σημείωσε ότι τα καινούργια ευρήματα «συμπληρώνουν ένα καίριο κομμάτι στον ήδη απίστευτα μεγάλο όγκο πληροφορίας που μπορούμε να εξαγάγουμε από τη γενετική αλληλουχία των ιών με χρήση της τεχνητής νοημοσύνης. Η γενετική αλληλουχία είναι συνήθως η πρώτη – και συχνά η μόνη – πληροφορία που έχουμε σχετικά με νεοανακαλυφθέντες ιούς και όσο περισσότερες πληροφορίες μπορούμε να εξαγάγουμε από αυτή, τόσο πιο σύντομα μπορούμε να εντοπίσουμε την προέλευση του εκάστοτε ιού και τον κίνδυνο που μπορεί να έχει να μεταπηδήσει στους ανθρώπους». Οσο περισσότερο αυξάνονται οι ιοί των ζώων που ταυτοποιούνται, τόσο πιο αποτελεσματικά θα γίνονται τα μοντέλα μηχανικής μάθησης που αναπτύσσονται στον εντοπισμό σπάνιων ιών οι οποίοι θα πρέπει να παρακολουθούνται στενά και να προτεραιοποιούνται σε ό,τι αφορά την ανάπτυξη εμβολίων, κατέληξε ο δρ Μπαμπάγιαν.

 

πηγή: https://www.in.gr/

Απάντηση