新算法高效预测病毒天然宿主 可助人类采取措施预防传染病

科学日报北京11月5日电(记者张)据美国《科学》杂志4日消息，格拉斯哥大学的研究小组发布了一份最新的人工智能研究报告:借助新的机器学习算法，科学家可以更有效地从基因层面预测埃博拉病毒和寨卡病毒的自然宿主，从而采取措施防止这些病毒向人类传播。

科学家们一直试图首先找到病毒的天然宿主，这对预防和控制传染病非常重要。因为我们已经知道，相当多的致命病毒首先在野生动物和昆虫群体中大面积传播，然后通过各种渠道感染人类，并最终导致严重的传染病。然而，通过基因组序列来识别每种病毒的宿主通常是一项非常耗时的任务，这很容易延迟疾病预防和控制的进程。

这一次，格拉斯哥大学的研究团队开发了一种机器学习算法，针对这个问题，可以大大缩短耗时的过程。研究人员通过分析500多种病毒的基因组信息来训练该算法，从而使该算法能够学习将病毒基因组的特征与它们的动物来源一一匹配，并进一步预测哪种病毒来自哪种动物宿主，在实验中具有令人满意的准确性。

该研究团队目前正在开发一种应用程序，允许世界各地的科学家提交不同病毒的基因组序列信息，然后使用该算法快速获得匹配的动物宿主评估结果。

该研究的作者之一，格拉斯哥大学的科学家丹尼尔·斯特雷切尔认为，如果机器算法能够利用基因组信息来预测病毒的自然生态，它可以帮助相关人员在最快的时间内识别出病毒的动物宿主，这也意味着我们可以更早地进行干预，以防止病毒向人类传播。