Nauka opet našla rešenje – mašinsko učenje postaje novi alat u predviđanju budućnih pandemija

Nauka je ponovo našla rešenje: ovoga puta je to korišćenje mogućnosti veštačke inteligencije da bi se odredile verovatnoće zaražavanja virusima koji mogu da pređu sa životinje na čoveka. Oslanjajući se na analizu podataka o “genomskim potpisima” virusa iz različitih porodica i koristeći mogućnosti mašinskog učenja, novi naučni metod uspostavio je modele za procenu verotatnoća tzv. “zoonotičnosti”.

PCPress.rs Image

Mnogi virusi od kojih ljudi obolevaju, poreklo vode od virusa koji napadaju životinje. Životinjskih virusa, međutim, ima oko 1,67 miliona i utvrditi koji od njih mogu biti opasni za čoveka nije trivijalno i traži mnogo vremena i finansijskog ulaganja.

U naučnoj studiji objavljenoj u časopisu “PLOS Biology“, predstavljen je metod zasnovan na analizi genomskih potpisa virusa, kojim je moguće poboljšati rezultate ovakvih istraživanja.

Metode analize i rezultat istraživanja

Analiza je obuhvatila 146 merenja različitih karakterisitka genoma virusa (relativne učestalosti svakog kordona, amino kiseline i dinukleotide) i podatke o 861 vrsti virusa iz 36 porodica. Svrha ovih podataka jeste da se, nakon njihove analize i selekcije, formiraju modeli mašinskog učenja koji će podatke o sekvencama genoma virusa koristiti u svrhu izvođenja određenih zaključaka. Kreirani su algoritmi mašinskog učenja koji, za računanje verovatnoće inficiranja, koriste prepoznate obrasce u viralnim genomina. Potom je najbolji algoritam korišćen za procenu viralnog potencijala drugih viralnih vrsta.

Pročitajte i:  Eksperti predviđaju AI-zasnovane hakerske napade pre kraja ove godine

Metod je dao rezultate koji ukazuju da različite vrste virusnih genoma mogu imati slične obrasce funkcionisanja, nezavisno od njihovih taksonomskih veza. Ovo bi moglo značiti da virusi mogu imati slične adaptivne karakteristike, nezavisno od toga kojoj porodici pripadaju. Takav zaključak objašnjava mogućnost različitih virusa da se prilagode i prežive u uslovima sa kojima su se tek suočili. Na primer, u čoveku.

Perspektive AI u predviđanju pandemija

Uzevši u obzir da su mašinski modeli samo pripremni korak u razlikovanju zoonotskih virusa, potrebna su dodatna laboratorijska istraživanja koja bi dobijene rezultate zvanično potvrdila. Osim toga, novim metodama istraživanja dodatne potvrde su potrebne kako bi opravdale njihovo buduće finansiranje.

Sa druge strane, određivanje zoonotskog potencijala virusa je samo jedna od stavki ukupnog spektra pitanja relevantih za dobijanje šire slike. Pored virulentosti, važni faktori su i sposobnost virusa da se prenosi između ljudi, virulencija kod ljudi i ekološke okolnosti za vreme zaražavanja ljudi.

U tehnologiju veštačke inteligencije, kao dodatne motode izučavanja fenomena, polažu se velike nade. U naučnim krugovima postoje procene da će, koristeći veštačku inteligenciju, stručnjaci vremenom moći da razviju vakcine pre pojave pandemija.

Pročitajte i:  DeepMind - AI skoro tačno predviđa kada i gde će padati kiša

Izvor: universal-sci

 

 

 

 

 

Facebook komentari:
SBB

Tagovi: , ,

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.