科学家已经开发出一种机器学习算法，可以帮助找到病毒的原始宿主。新工具有希望帮助做出针对致命疾病的预防措施。

这项由格拉斯哥大学领导的新研究采用了一种新算法，该算法旨在利用病毒基因组序列预测广谱RNA病毒的可能的天然宿主，病毒群最常从动物身上入侵到人体。

论文“Predicting reservoir hosts and arthropod vectors from evolutionary signatures in RNA virus genomes”由Simon Babayan，Richard Orton和Daniel Streicker共同撰写，发表在“Science”杂志上。

加速病毒分析

从基因组序列中寻找病毒来源可能需要多年的密集的实地研究和实验室工作。这些延误可能使实施预防措施变得困难，例如接种动物疫源或防止物种之间的危险接触。

研究人员研究了500多种病毒的基因组，以训练机器学习算法，将病毒基因组中嵌入的模式与其动物起源相匹配。

模型能够准确地预测每种病毒来自哪个动物宿主，病毒是否需要叮咬血液喂养载体，如果是这样，载体是蜱，蚊子，蚊子还是白蛉。

接下来，研究人员将这些模型应用于宿主和载体尚不为人所知的病毒，如克里米亚刚果出血热，寨卡和MERS。模型预测的主机经常在每个字段中确认当前的最佳猜测。

研究发现，被认为具有蝙蝠水库的四种埃博拉病毒中的两种实际上具有与灵长类病毒相同或更强的支持，这可能指向一种非人类灵长类动物，而不是蝙蝠。

早期的干预措施

来自MRC格拉斯哥大学病毒研究中心和生物多样性，动物健康与康复医学研究所的研究报告的高级作者Daniel Streicker博士说：“基因组序列只是病毒出现时可用的第一条信息，但到目前为止，它们主要用于识别病毒并研究它们的传播。能够利用这些基因组来预测病毒的自然生态，意味着我们可以迅速缩小对动物宿主和病媒的搜索范围，这最终意味着可能会阻止病毒一起出现或阻止其早期传播的早期干预措施。”

研究人员正在开发一种网络应用程序，使世界各地的科学家能够提交病毒序列并快速预测宿主，载体和传播途径。

前景

AI在医疗保健方面正在迅速发挥作用，特别是在诊断方面，该技术能够发现人类医疗保健专业人员可能遗漏的医疗扫描中的模式和异常情况。

然而，使用机器学习来预测病毒宿主，基于其基因组中的进化签名，也显示出明显的潜力， 在医院外采取医疗保健AI用例。

更快地识别病毒来源，可以迅速对抗病毒的快速传播。与DNA和RNA相关的大量数据使其成为AI训练和分析的候选。期望在不久的将来看到AI在DNA研究中使用的进一步发展。