人工智能能预测下一场大流行吗?

大多数威胁人类的新出现的传染病——包括冠状病毒——都是人畜共患的，这意味着它们起源于其他动物物种。随着人口数量的激增和城市化的扩大，与携带潜在危险疾病的生物的接触变得越来越严重变得越来越有可能．

因此，尽早识别这些病毒变得至关重要。一个新的研究今天在公共科学图书馆生物学来自英国格拉斯哥大学的一组研究人员发现了一种新的方法来进行这种病毒检测工作，利用机器学习来预测病毒传染给人类的可能性。

据研究人员称，了解人畜共患疾病的一个主要障碍是，科学家倾向于根据众所周知的人畜共患病毒家族的共同特征优先考虑它们。这意味着可能存在无数与已知的人畜共患病无关的病毒，这些病毒尚未被发现或不为人所知，它们可能具有人畜共患病的潜力——使物种跳跃的能力。

---

更多阅读:宇宙问答:预测下一次大流行

---

为了规避这个问题,团队发明了一种机器学习算法,它可以推断出人畜共患病毒的基因组序列的潜力,通过识别特征,它链接到人类,而不是看分类的病毒之间的关系被研究和现有的人畜共患病毒。

该研究小组发现，病毒基因组可能具有通用的特征，使它们能够感染人类，但在分类上不一定与其他感染人类的病毒密切相关。他们说，这种方法可能为病毒侦察提供了一个新的机会。

作者写道:“通过突出最有可能成为人畜共患的病毒，基于基因组的排名可以更有效地针对进一步的生态和病毒学特征。”

“这些发现为我们利用人工智能技术从病毒基因序列中提取的数量已经惊人的信息增加了一个关键部分，”合著者Simon Babayan说。

“基因组序列通常是我们掌握的关于新发现病毒的第一个、通常也是唯一的信息，我们从这些信息中提取的信息越多，我们就可能越早确定病毒的起源及其可能造成的人畜共患病风险。”

“随着越来越多的病毒被识别出来，我们的机器学习模型在识别稀有病毒方面将变得更加有效，这些病毒应该被密切监测，并优先用于先发制人的疫苗开发。”