人工智能工具帮助科学家预测病毒的进化
作者：Doug Eadline
COVID-19 大流行凸显了我们在有效预测和应对新出现的传染病的能力方面存在严重差距。大流行的毁灭性影响是一个持久的提醒。然而，随着我们度过了 COVID-19，其他病毒或新突变仍然可能构成威胁。
随着病毒爆发能够以前所未有的速度出现和演变，全球卫生界面临着保持领先地位的持续挑战。风险很高，因为预测病毒突变并准备有效对策的能力可能意味着遏制和灾难之间的区别。
自疫情爆发以来，我们有了一个强大的新盟友——人工智能 (AI)。但人工智能可以帮助预测下一次大流行吗？它可以帮助我们更好地准备应对病毒爆发吗？
虽然研究人员可能还无法仅通过观察新病毒的基因序列来预测新病毒将如何进化，从而实现大流行防范的圣杯，但人工智能可以帮助我们预测 SARS-CoV-2 和流感等现有病毒将如何进化。
这些病毒，特别是RNA病毒，经常突变，这有时使它们能够逃避宿主免疫并更快地传播。预测病毒的进化变化可以使研究人员提前开发疫苗和抗病毒治疗方法。
“我们想知道是否能够预测病毒的变异并预测新的变体，因为如果我们能做到的话，这对于设计疫苗和疗法将极其重要，”黛博拉·马克斯教授说HMS 布拉瓦尼克研究所系统生物学博士。
目前，人工智能可以预测单个突变的短期成功，但它还无法预见未来可能发生的突变组合。基于人工智能的蛋白质结构预测工具的到来，例如DeepMind 的 AlphaFold， 和由 Meta 提供的 ESMFold，为我们预测病毒进化的能力提供了巨大的潜力。
哈佛医学院和牛津大学的研究人员开发了人工智能驱动的 EVEscape 工具预测病毒如何变异以逃避免疫系统。它将显示相似病毒过去如何进化的进化序列与当前病毒的生物学和结构信息结合起来。该工具已被证明可以有效预测 COVID-19 大流行期间的重大突变，目前正用于预测 SARS-CoV-2 和其他病毒的未来变体。
“我们正在获取有关免疫系统如何运作的生物信息，并将其与我们从更广泛的病毒进化史中获得的知识结合起来，”联合首席研究员 Nicole Thadani 解释道。
这些人工智能模型分析大量数据来预测蛋白质如何折叠和相互作用，帮助科学家预测潜在的突变及其影响。虽然这些工具尚不完美，但它们是我们对抗不断进化的病毒的重要一步。
令人鼓舞的是，有大量数据可用于训练这些模型，研究人员已经接近他们可以使用 1700 万个序列来训练模型。然而，北京大学免疫学家曹云龙认为，我们需要更多高质量的数据来提高人工智能模型的准确性。
用于预测病毒进化的人工智能模型有一个明显的局限性。虽然他们可以预测病毒基因组中微小变化的影响，但他们很难预测突然的重大进化飞跃，例如 SARS-CoV-2 的 Omicron 变体，该变体超过50个突变。除了更多数据之外，我们可能还需要更复杂的人工智能模型来预测所有形式的病毒进化。
格拉斯哥大学病毒学家大卫·罗伯逊和他的团队完善人工智能模型理解这些巨大的进化飞跃及其局限性。他们的目标是在早期阶段迅速识别病毒的突变能力及其适应性，帮助更有效地预测和管理未来的威胁。科学界正在以各种方式使用人工智能工具来解决病毒进化和大流行的防范问题。从预测潜在的新变异到了解这些变化可能如何影响公共健康，人工智能的作用变得比以往任何时候都更加重要。
关于《人工智能工具帮助科学家预测病毒的进化》的评论
暂无评论