Алгоритм машинного обучения предсказывает природные резервуары вирусов

Многие смертоносные и новые вирусы, такие как Эбола и Зика, циркулируют среди диких животных и насекомых задолго до распространения на людей. Однако поиск этих природных хозяев, который мог бы помочь предотвратить заражение людей, остается огромной проблемой.

Новый алгоритм машинного обучения использует последовательности геномов вирусов, чтобы предсказать вероятного природного хозяина для широкого спектра РНК-вирусов — группы, которая чаще всего переходит от животных к людям.

Исследование, проведенное Университетом Глазго и опубликованное в Science, показывает, что этот инструмент может помочь в разработке профилактических мер. Ученые надеются, что он ускорит исследования, эпиднадзор и меры контроля, позволяя точно определить нужные виды в дикой природе и в конечном итоге предотвратить попадание вирусов к людям.

Поиск хозяев для различных вирусов по их геномным последовательностям может занимать годы полевых и лабораторных работ, что затрудняет своевременные меры, такие как вакцинация животных-источников.

Исследователи изучили геномы более 500 вирусов, чтобы обучить алгоритмы находить закономерности, связывающие геномы вирусов с их животными источниками. Модели смогли точно предсказать:

• Резервуарного хозяина каждого вируса.
• Требуется ли для передачи укус кровососущего вектора.
• Если да, то является ли вектор клещом, комаром, мокрецом или москитом.

Затем модели применили к вирусам с неизвестными хозяевами и переносчиками, таким как вирус Крымской-Конго геморрагической лихорадки, Зика и БВРС (MERS). Предсказания часто подтверждали существующие научные гипотезы.

Неожиданно, для двух из четырех видов Эболы, которые считались происходящими от летучих мышей, модель показала равную или большую вероятность происхождения от приматов. Это может указывать на нечеловекообразных приматов, а не летучих мышей, как источник некоторых вспышек.

Доктор Дэниел Страйкер, старший автор исследования: «Геномные последовательности — это практически первая доступная информация при появлении вирусов... Возможность использовать их для предсказания природной экологии вирусов означает, что мы можем быстро сузить поиск их животных резервуаров и векторов, что в итоге приведет к более ранним вмешательствам».

Доктор Пит Гарднер из Wellcome: «Это важное исследование демонстрирует прогностическую силу сочетания машинного обучения и генетических данных для быстрой и точной идентификации источника болезни и пути её передачи. Этот новый подход может значительно ускорить реакцию на будущие вспышки».

В настоящее время исследователи разрабатывают веб-приложение, которое позволит ученым со всего мира загружать последовательности вирусов и быстро получать прогнозы относительно их резервуарных хозяев, векторов и путей передачи.