英國使用人工智能來識別新冠病毒新變體

3月13日，英國曼徹斯特大學、牛津大學科研團隊在學術期刊《美國科學院院刊》發表成果，他們開發出一種人工智能框架，能夠從大量數據中快速識別出未來可能存在風險的病毒基因組，可識別和追蹤新冠肺炎病毒新型變體，有助于應對病毒傳播。

自新冠肺炎爆發以來，全球已出現了多波新變種，傳播性、免疫反應逃逸程度不斷增強，導致疾病嚴重程度不斷增加。與許多其他RNA病毒一樣，新冠病毒突變率高、進化速度極快，識別可能出現的病毒新株需要付出相當大的努力。科學家正努力研發新方法，試圖在阿爾法、德爾塔和奧密克戎等令人擔憂的新變種出現的最早階段就將其準確定位，以采取例如精準開發疫苗等更積極的應對措施，在變異株形成之前消除它。

目前，全球共享流感數據倡議組織數據庫可提供所有流感病毒基因組數據，并且有近1600萬個序列可使用。利用該數據庫，科學家采用系統發育分析方法，為追蹤各種病毒的進化譜系和識別新病毒提供了“金標準”。但該方法計算成本高，隨著數據量增加而難以使用，且需要人工管理來命名新的病毒譜系。英國科研團隊同時應用基因序列表征和降維算法，通過對新冠肺炎病毒的基因序列進行計數，將其分解為較小的“數”（稱為3個序），并用數字表示。然后，利用機器學習技術，結合可解釋聚類算法CLASSIX，根據單詞模式將相似的序列分組在一起，揭示大量序列之間的遺傳關系。該方法實現完全自動化計算，僅用兩天時間就處理了570萬個高覆蓋度序列。

科研團隊表示，該研究驗證了機器學習方法可能被用作早期發現新出現病毒變體的警報工具。與傳統方法相比，該方法的優勢在于能夠管理更大數量級的序列，且成本低、可擴展和可解釋。雖然不能替代當前的系統發育分析方法，但可用作一種補充的、完全自動化的方法來識別和確認新出現的變異株。此外，與其他聚類方法相比，CLASSIX算法產生的結果與現有的“金標準”方法更加一致，并且使用少量參數，更容易優化。

相關論文信息：https://www.pnas.org/doi/10.1073/pnas.2317284121