Исследователи используют ИИ для изучения потенциальных зоонозных заболеваний
Исследователи под руководством Тимоте Пуацо из Университета Монреаля разработали алгоритм на основе машинного обучения для прогнозирования взаимодействий между млекопитающими и вирусами. Цель — выявить вирусы с потенциалом преодоления межвидового барьера и заражения человека (зоонозы).
Улучшение прогнозов
Основная проблема в том, что науке известно лишь 1–2% взаимодействий между вирусами и млекопитающими. Данные разрознены, а попытки вручную проверить все комбинации (тысячи видов млекопитающих и ещё больше вирусов) нереалистичны.
Алгоритм команды представляет систему как сеть известных взаимодействий, которую необходимо дополнить. Он проецирует эту сеть в новое пространство, что позволяет делать прогнозы даже при небольшом объёме исходных данных.
Обработка данных и валидация
Первым этапом стала трудоёмкая очистка и стандартизация данных, так как некоторые наборы содержали устаревшие названия видов или ошибки ручного ввода.
Для расчётов потребовалось 10 000 часов работы суперкомпьютеров Calcul Québec. Модель выявила 80 000 новых потенциальных взаимодействий вирус–хозяин. Затем исследователи провели статистическую валидацию модели, опубликовав отдельную статью о методологии работы с неполными данными.
Ключевые вирусы и регионы
Команда выделила 20 ключевых вирусов, за которыми стоит вести наблюдение из-за их зоонозного потенциала. Например, модель указала на вирус мышиной эктромелии (родственник оспы мышей), и проверка литературы подтвердила случаи заражения людей.
Важным результатом стало объединение в базах данных разрозненных публикаций о конкретных зоонозных вирусах.
Модель также позволяет делать пространственные прогнозы, указывая, в какой группе млекопитающих и в каком месте вероятно найти определённые типы вирусов. Выделены два приоритетных региона:
- Бассейн Амазонки в Южной Америке, где взаимодействия более уникальны и вероятно наблюдение новых.
- Центральная Африка, где обнаружены новые виды-хозяева — потенциальные носители зоонозных вирусов.
Следующие шаги
Следующая цель — сделать информацию удобной и доступной для практиков в полевых условиях. «Теперь мы знаем, какие виды, где и для какого типа вируса нужно отслеживать», — отмечает Пуацо.
Это исследование может стать важным инструментом для предотвращения будущих пандемий.