Kuinka generatiivinen tekoäly voi auttaa meitä ennustamaan seuraavaa pandemiaa

Kuinka generatiivinen tekoäly voi auttaa meitä ennustamaan seuraavaa pandemiaa

Kuinka generatiivinen tekoäly voi auttaa meitä ennustamaan seuraavan pandemian PlatoBlockchain Data Intelligence Pystysuuntainen haku. Ai.

Viruksilla on uskomaton kyky kehittyä nopeasti. Covid-19 on räikeä esimerkki. Kun virus mutatoitui betasta deltaksi omikroniksi, pandemia kesti ja maailma sammui. Tutkijat pyrkivät mukauttamaan rokotteita ja hoitoja uusiin muunnelmiin. Viruksella oli valta; pelasimme kiinni.

Tekoäly Harvardin yliopiston kehittämä voi kääntää vuoroveden antamalla meille mahdollisuuden ennustaa uusia muunnelmia ennen niiden saapumista. EVEscapeksi kutsuttu tekoäly on eräänlainen viruksen evoluution kone "oraakkeli".

Koulutettu kerättyjen tietojen perusteella ennen Pandemian aikana algoritmi pystyi ennustamaan toistuvia mutaatioita ja huolestuttavia variantteja Covid-19:lle ja loi listan myös muunnelmia koskevista tulevaisuudesta. Työkalun ydin on generatiivinen tekoälymalli, kuten virtalähteet DALL-E or ChatGPT, mutta se sisältää useita huolellisesti valittuja biologisia tekijöitä, jotka kuvastavat paremmin virusmutaatioita.

Työkalua ei luotu vain Covid-19:ää varten: se ennustaa myös tarkasti flunssavirusten, HIV:n ja kahden alitutkitun viruksen variantit, jotka voivat aiheuttaa tulevia pandemioita.

"Haluamme tietää, voimmeko ennakoida virusten vaihtelua ja ennustaa uusia variantteja," sanoi Tri Debora Marks, joka johti tutkimusta Blavatnik Institutessa Harvard Medical Schoolissa. "Koska jos voimme, se on erittäin tärkeää rokotteiden ja hoitojen suunnittelussa."

Tekoälyn käyttäminen pandemian akuuttien vaiheiden aikana virusmutaatioiden ennustamiseen oli voimakasta. Vaikka useimmat mallit olivat hyödyllisiä, ne luottivat tietoon olemassa olevista muunnelmista ja pystyivät tuottamaan vain lyhyen aikavälin ennusteita.

EVEscape sitä vastoin käyttää evoluutiogenomiikkaa kurkistaakseen viruksen syntyperään, mikä johtaa pidempiin ennusteisiin ja mahdollisesti riittävästi aikaa suunnitella eteenpäin ja taistella vastaan.

"Haluamme selvittää, kuinka voimme todella suunnitella rokotteita ja hoitoja, jotka ovat tulevaisuudenkestäviä", sanoi tutkimuksen kirjoittaja tohtori Noor Youssef.

Evolve Evolve

Vaikka virukset ovat erittäin mukautuvia luonnonvalinnan paineisiin, ne kehittyvät silti kuten muut elävät olennot. Niiden geneettinen materiaali muuttuu satunnaisesti. Jotkut mutaatiot heikentävät niiden kykyä tartuttaa isäntiä. Toiset tappavat isäntänsä ennen kuin ne ehtivät lisääntyä. Mutta joskus virukset törmäävät Goldilocks-muunnelmaan, joka pitää isännän riittävän terveenä, jotta virus voi lisääntyä ja levitä kulovalkean tavoin. Vaikka nämä muunnelmat ovat hyviä virusten selviytymiselle, ne aiheuttavat maailmanlaajuisia katastrofeja ihmiskunnalle, kuten Covid-19:n tapauksessa.

Tutkijat ovat pitkään pyrkineet ennustamaan virusmutaatioita ja niiden vaikutuksia. Valitettavasti on mahdotonta ennustaa kaikkia mahdollisia mutaatioita. Tyypillisellä koronaviruksella on noin 30,000 XNUMX geneettistä kirjainta. Mahdollisten muunnelmien määrä on suurempi kuin kaikki alkuainehiukkaset-eli elektronit, kvarkit ja muut perushiukkaset -maailmankaikkeudessa.

Uusi tutkimus tarkensi käytännöllisempää ratkaisua. Unohda jokaisen muunnelman kartoitus. Voimmeko rajallisilla tiedoilla ennustaa ainakin vaaralliset?

Leikitään konnaa

Joukkue kääntyi puoleen EVE, tekoäly, joka on aiemmin kehitetty metsästämään sairauksia aiheuttavia geneettisiä muunnelmia ihmisissä. Algoritmin ytimessä on syvä generatiivinen malli, joka voi ennustaa proteiinin toiminnan tukeutumatta pelkästään ihmisen asiantuntemukseen.

Tekoäly on oppinut evoluutiosta. Kuten arkeologit, jotka vertasivat hominiiniserkkujen luurankoja kurkistaakseen menneisyyteen, tekoäly seuloi proteiineja koodaavia DNA-sekvenssejä eri lajeissa. Strategia havaitsi ihmisillä terveydelle kriittisiä geneettisiä muunnelmia – esimerkiksi sellaisia, jotka liittyvät syöpään tai sydänongelmiin.

"Voit käyttää näitä generatiivisia malleja oppiaksesi hämmästyttäviä asioita evoluutiotiedoista – tiedoissa on piilotettuja salaisuuksia, jotka voit paljastaa." sanoi Merkit.

Uusi tutkimus koulutti EVE:n ennustamaan virusten geneettisiä variantteja. He käyttivät SARS-CoV-2:ta, Covid-19:n taustalla olevaa virusta, ensimmäisenä konseptin todisteena.

Tärkeintä oli integroida viruksen biologiset tarpeet tekoälyn tietojoukkoon.

Viruksen ydinvoimana on selviytyminen. Ne mutatoituvat nopeasti, mikä joskus johtaa geneettisiin muutoksiin, jotka voivat välttää rokotteet tai vasta-ainehoidot. Sama mutaatio voi kuitenkin vahingoittaa viruksen kykyä tarttua isäntään ja lisääntyä – ilmeinen haitta.

Tällaisten mutaatioiden sulkemiseksi pois tekoäly vertasi proteiinisekvenssejä useista ennen pandemiaa löydetyistä koronaviruksista – esimerkiksi alkuperäisestä SARS-viruksesta ja "flunssaviruksesta". Tämä vertailu paljasti, mitkä virusgenomin osat ovat säilyneet. Nämä geneettiset hoitajat ovat viruksen selviytymisen perusta. Koska muilla koronaviruksilla ja SARS-CoV-2:lla on yhteinen geneettinen syntyperä, näiden geenien mutaatiot johtavat todennäköisesti kuolemaan eikä elinkelpoisiin variantteihin.

Sitä vastoin tekoäly ennusti piikkiproteiinien olevan viruksen joustava komponentti, joka todennäköisesti kehittyy. Nämä proteiinit ovat viruksen pintaa pitkin pisteytettyinä jo rokotteiden ja vasta-ainehoitojen kohteita. Muutokset näihin proteiineihin voivat heikentää nykyisten hoitojen tehokkuutta.

Paluu tulevaisuuteen

Jälkinäkökulma on 20/20 pandemiaa analysoitaessa. Mutta vilauksen saaminen siitä, mitä voi tulla – sen sijaan, että yritämme pelata kiinni – on välttämätöntä, jos haluamme hillitä seuraavan pandemian alkuunsa.

Testatakseen tekoälyn ennustuskykyä tiimi sovitti ennusteensa GISAID-tietokantaan (Global Initiative on Sharing All Influenza Data) arvioidakseen niiden tarkkuutta. Nimestään huolimatta tietokanta sisältää 750,000 XNUMX ainutlaatuista koronaviruksen geneettistä sekvenssiä.

EVEscape tunnisti todennäköisimmin leviäviä variantteja – kuten esimerkiksi delta ja omikroni – ja 50 prosenttia sen suosituimmista ennusteista nähtiin pandemian aikana toukokuussa 2023. Kun verrataan aikaisempaa koneoppimista menetelmällä EVEscape oli kaksi kertaa parempi ennustamaan mutaatioita ja ennustamaan, mitkä variantit todennäköisimmin pakenevat vasta-ainehoidosta.

Menneisyyden muistaminen

EVEscapen supervoima on, että sitä voidaan käyttää muiden virusten kanssa. Covid on hallinnut huomioamme viimeisen kolmen vuoden ajan. Mutta vähemmän tunnetut virukset väijyvät hiljaisuudessa. Esimerkiksi Lassa- ja Nipah-virukset puhkeavat satunnaisesti Länsi-Afrikan ja Lounais-Aasian maissa ja niillä on pandemiapotentiaalia. Viruksia voidaan hoitaa vasta-aineilla, mutta ne mutatoituvat nopeasti.

EVEscapen avulla tiimi ennusti pakomutaatioita näissä viruksissa, mukaan lukien ne, joiden tiedettiin jo kiertävän vasta-aineita.

Evoluutiogenetiikan ja tekoälyn yhdistävä työ osoittaa, että "tulevaisuuden menestyksen avain riippuu menneisyyden muistamisesta". sanoi Drs. Nash D. Rochman ja Eugene V. Koonin National Center for Biotechnology Information and National Library of Medicine -keskuksesta Marylandissa, jotka eivät olleet mukana tutkimuksessa.

EVEscapella on valta ennustaa tulevia virusmuunnelmia – jopa tuntemattomia. Se voisi arvioida pandemian riskin, mikä saattaa pitää meidät askeleen edellä seuraavaa epidemiaa.

Tiimi käyttää nyt työkalua seuraavan SARS-CoV-2-variantin ennustamiseen. Ne seuraavat mutaatioita kahdesti viikossa ja arvostaa kunkin muunnelman potentiaali uuden Covid-aallon laukaisemiseksi. Tiedot jaetaan Maailman terveysjärjestön ja koodi on avoimesti saatavilla.

Rochmanille ja Kooninille uusi tekoälytyökalusarja voisi auttaa estämään seuraavan pandemian. Voimme nyt toivoa, että "COVID-19 tunnetaan ikuisesti ihmiskunnan historian tuhoisimpana pandemiana", he kirjoittivat.

Kuvan luotto: SARS-CoV2-viruspartikkeli / National Institute of Allergy and Infectious Diseases, NIH

Aikaleima:

Lisää aiheesta Singulaarisuus Hub