由喬治敦大學(xué)的科學(xué)家領(lǐng)導(dǎo)的一個國際研究小組展示了人工智能的力量，可以預(yù)測未來哪些病毒可能感染人類--比如SARS-CoV-2，導(dǎo)致COVID-19大流行的病毒--哪些動物是它們的宿主，以及它們可能出現(xiàn)的地方。

1月10日發(fā)表在《柳葉刀-微生物》上的對可能的貯藏庫宿主的預(yù)測模型組合(題為《優(yōu)化預(yù)測模型以優(yōu)先發(fā)現(xiàn)人畜共患病貯藏庫中的病毒》)在一個為期18個月的項目中得到了驗證，該項目旨在確定可能攜帶betacoronaviruses(包括類似SARS病毒的一組)的特定蝙蝠物種。

"如果你想找到這些病毒，你必須從剖析它們的宿主開始--它們的生態(tài)，它們的進(jìn)化，甚至它們翅膀的形狀，"該研究的高級作者，微生物學(xué)和免疫學(xué)系的助理研究教授、喬治敦大學(xué)醫(yī)學(xué)中心的全球健康科學(xué)和安全中心的成員科林-卡爾森博士解釋道。"人工智能讓我們可以利用蝙蝠的數(shù)據(jù)，并將其轉(zhuǎn)化為具體的預(yù)測：我們應(yīng)該在哪里尋找下一個SARS?"

盡管在疾病監(jiān)測方面進(jìn)行了全球投資，但仍然難以識別和監(jiān)測有朝一日可能感染人類的野生動物病毒庫。統(tǒng)計模型正被越來越多地用于確定在野外對哪些野生動物物種進(jìn)行采樣的優(yōu)先次序，但任何一個模型所產(chǎn)生的預(yù)測都可能是高度不確定的。科學(xué)家們也很少在他們做出預(yù)測后跟蹤其成功或失敗的情況，這使得他們很難在未來學(xué)習(xí)并做出更好的模型。這些限制加在一起，意味著哪些模型可能最適合這項任務(wù)，存在著高度的不確定性。

這項新的研究表明，尋找密切相關(guān)的病毒可能并不是一件簡單的事情，據(jù)預(yù)測，全世界有超過400種蝙蝠會寄生betacoronaviruses，這是一個很大的病毒族群，包括那些與SARS-CoV(導(dǎo)致2002-2004年爆發(fā)的SARS的病毒)和SARS-CoV-2(導(dǎo)致COVID-19的病毒)等呼吸道疾病有關(guān)的病毒。盡管SARS-CoV-2的來源仍不確定，但由于農(nóng)業(yè)擴張和氣候變化等因素，其他病毒從常見宿主蝙蝠中溢出到人類群體是一個日益嚴(yán)重的問題。

喬治敦大學(xué)生物系的博士后Greg Albery說，COVID-19為加快他們的研究提供了動力。"這是一個非常罕見的機會，"Albery解釋說。"在大流行病之外，我們從來沒有在這么小的時間范圍內(nèi)對這些病毒了解這么多。相當(dāng)于以往十年的研究被壓縮到大約一年的出版物中，這意味著我們可以真正展示這些工具的作用。"

在2020年第一季度，研究人員團(tuán)隊訓(xùn)練了8個不同的統(tǒng)計模型，預(yù)測哪些種類的動物可以承載betacoronaviruses。在一年多的時間里，該團(tuán)隊隨后跟蹤發(fā)現(xiàn)了40個新的betacoronaviruses的蝙蝠宿主，以驗證最初的預(yù)測并動態(tài)地更新他們的模型。研究人員發(fā)現(xiàn)，利用蝙蝠生態(tài)學(xué)和進(jìn)化數(shù)據(jù)的模型在預(yù)測新宿主方面表現(xiàn)非常好。相比之下，來自網(wǎng)絡(luò)科學(xué)的尖端模型使用了高級數(shù)學(xué)--但生物數(shù)據(jù)較少--在隨機情況下的表現(xiàn)與預(yù)期的大致相同或更差。

俄克拉荷馬大學(xué)生物學(xué)助理教授丹尼爾-貝克爾博士說："我們的研究給我們提供的最重要的成果之一是一個數(shù)據(jù)驅(qū)動的候選名單，哪些蝙蝠物種應(yīng)該被進(jìn)一步研究。在確定了這些可能的宿主之后，下一步就是投資于監(jiān)測，以了解betacoronaviruses在哪里以及何時可能溢出。"

卡爾森說，該團(tuán)隊現(xiàn)在正與世界各地的其他科學(xué)家合作，根據(jù)他們的預(yù)測測試蝙蝠樣本的冠狀病毒。

"如果我們花更少的錢、資源和時間來尋找這些病毒，我們就可以把所有這些資源投入到下一步真正拯救生命的事情上。我們可以投資建立針對這些病毒的通用疫苗，或者監(jiān)測生活在蝙蝠附近的人的溢出情況，這對科學(xué)和公共衛(wèi)生來說是雙贏的。"