新算法高效預測病毒天然宿主

原標題：新算法高效預測病毒天然宿主

據美國《科學》雜志4日消息，英國格拉斯哥大學研究團隊發布了一項最新人工智能研究報告：科學家借助全新的機器學習算法，可以更高效地從基因層面預測埃博拉和寨卡等病毒的天然宿主，從而采取措施預防這些病毒傳播到人類身上。

科學家一直試圖在第一時間發現病毒的天然宿主，這對人類的傳染病防控事業來說非常重要。因為我們已經知道，相當多的致命病毒都是首先在野生動物和昆蟲群體中大面積傳播，之后通過各種途徑感染到人類，并最終導致嚴重的傳染病疫情。不過，如果要通過基因組序列的方式去確認每一種病毒的宿主，通常都是非常耗時的工作，反而容易對疾病防控造成延誤。

此次，格拉斯哥大學研究團隊研發了一種機器學習算法，主要針對這一問題，可以把這個耗時過程大幅縮短。研究人員通過分析超過500種病毒的基因組信息來訓練這個算法，從而讓算法學會將病毒基因組中的特征與它們的動物源頭一一匹配，進一步預測出哪種病毒來自哪個動物宿主，實驗中的準確率令人滿意。

研究團隊現階段正開發一個應用程序，可讓全球科學家都能提交不同病毒的基因組序列信息，進而利用這個算法快速得出匹配的動物宿主評估結果。

該研究的作者之一、格拉斯哥大學科學家達尼艾爾·斯特賴克爾認為，如果機器算法能夠做到利用基因組信息來預測病毒的天然生態，就可幫助相關人員在最快的時間內確定病毒的動物宿主，這也意味著，我們可以更早地進行干預，預防病毒傳播給人類。（記者  張夢然)

總編輯圈點

果然，隨著AI進一步發展，它真的可以“救命”。猶記當年，為了確認SARS究竟從何而來，科研人員花了差不多13年。他們先是找到了果子貍，又發現果子貍只是一個感染源；于是繼續尋找，檢測了數百只蝙蝠，才在菊頭蝠身上找到了和SARS相似的冠狀病毒。科學家們為了確認病毒源頭，“哪里有蝙蝠洞去哪里”；追尋之路漫長、寂寞又充滿風險。如果AI能夠幫助我們迅速縮小范圍，鎖定病毒的始作俑者，那么，科研人員也能將更多精力，投入更有創造性的分析病毒和預防病毒工作上了。