Ученые используют искусственный интеллект для прогнозирования очагов пандемий

Ученые из университета Монреаля в Канаде заявили, что их новое моделирование с помощью искусственного интеллекта (ИИ) способно выделять и предсказывать новые вирусные очаги, за которыми следует наблюдать. Это поможет вовремя заметить возможные вспышки инфекций, которые передаются от животных к человеку, и предотвратить пандемии типа COVID-19.

Канадские исследователи разработали алгоритм, который за три года и 10 тыс. часов вычислений позволил выявить 80 тыс. потенциальных взаимодействий между вирусами и их хозяевами. С помощью машинного обучения алгоритм оценил тысячи видов млекопитающих и вирусов и вычислил все жизнеспособные комбинации.

Ученые в работе использовали крупнейший открытый набор данных CLOVER и несколько других, включая расширенную базу данных инфекционных заболеваний (EID2) и глобальную базу данных паразитов млекопитающих V2.0 (GHMPD2).

Исследователи сосредоточились на 20 вариантах вирусов, которые вызывали опасения и могли распространяться на людей. Например, ученых удивило, что вирус эктромелии (инфекционное заболевание, вызывающее оспу, поражающую ткани и внутренние органы грызунов), связанный с мышами, идентифицирован как один из тех, за которыми стоит наблюдать, сообщает New Atlas.

С помощью ИИ они точно определили регионы, где наиболее вероятно возникновение новых взаимодействий между вирусами и хозяевами. Это оказались бассейн Амазонки, а также часть Африки к югу от Сахары.

Команда исследователей планирует усовершенствовать алгоритм, включив больше механизмов для более полного взгляда на глобальный виром (совокупность вирусов в организме человека и на нем). Результаты исследования помогут ученым проводить более целенаправленные исследования вирусов и вакцин.

Plus-one.ru рассказывал, что Великобритания также разработает систему раннего предупреждения будущих пандемий. Специалисты по изучению генома из научного Института Сенгера в Кембриджшире создают метод идентификации всех видов вирусов, бактерий и грибков в одном образце, взятом из мазка из носа пациента с помощью секвенирования ДНК.