Odkud přijdou další koronaviry? Strojové učení pomáhá identifikovat zdroje nákazy

Výzkum a věda | |

Odkud přijdou další koronaviry? Strojové učení pomáhá identifikovat zdroje nákazy

Výzkum Liverpoolské univerzity naznačuje, jak by se budoucí koronaviry mohly přenést ze zvířat na člověka a dále se šířit populací.


Studie zveřejněná v peer-reviewed magazínu Nature Communications nastiňuje algoritmus strojového učení, který identifikoval savce, jež by v budoucnu mohli přenášet nové druhy koronavirů na člověka; mezi nimi studie identifikovala druhy, které už jsou z přenosu koronaviru podezřelé, jako jsou některé druhy netopýrů, cibetek a luskounů.

Výpočty algoritmů

Nové koronaviry vznikají kupříkladu ve chvíli, kdy dva různé druhy viru infikují zvíře a změní genetický materiál viru, který se rekombinuje – následný nový virus se poté může šířit a případně „přeskočit“ také na člověka, byť s relativně nízkou pravděpodobností.

Výzkumníci využili strojové učení k predikci mutací 411 různých typů koronaviru a 876 potenciálních zvířecích přenašečů. Jako největší riziko určili savce, neboť u nich je pravděpodobnost infekce vícero koronaviry nejpravděpodobnější.

Jejich nálezy napovídají, že existuje alespoň 11x vyšší asociace mezi druhem savce a typem koronaviru, který přenáší – jinak řečeno, že existuje souvislost mezi tím, jací savci přenáší které nemoci. Algoritmus také identifikoval více než 40 dalších druhů savců, které mohou být infikovány různými druhy koronavirů.

Důležitým zjištěním studie je podle vědců to, že koronaviry často mění svoji strukturu při setkání s jinými koronaviry. Spolu s vysokou infekčností SARS-CoV-2 tak může být rizikové, když by se Covid rekombinoval s jiným typem koronaviru – a změnil se v něco ještě nebezpečnějšího. Je možné, že současné varianty Covidu jsou příkladem podobné rekombinace.

Rekombinace či mutace?

Vědci také identifikovali savce, u nichž by mohlo k rekombinaci SARS-CoV-2 dojít, mezi nimi některé druhy velblouda, opic nebo netopýrů, častých roznašečů člověku nebezpečných nemocí.

Jakou jednu z nejnebezpečnějších rekombinací vědci identifikovali možné spojení vysoké nakažlivosti SARS-CoV-2 a smrtnosti nebezpečného MERS-CoV. Jejich spojení by představovalo nakažlivé a smrtící onemocnění pro člověka, což je něco, čemu je nutné zabránit.

Vědci z Liverpoolské univerzity dále upozorňují, že studie vychází z omezených dostupných dat o koronavirových genomech a asociacích s hostiteli virů, což zvyšuje míru nejasnosti predikcí. Současný vědecký konsenzus však výsledky studie podporuje.

Virální rekombinace je v zásadě odlišná od mutace. Pro laika jde o podobnou věc, ale má důležitý rozdíl: Zatímco mutace je rychlá a odvozená od původního viru, rekombinace se děje po delší časové rozhraní a dokáže vytvářet úplně nové druhy virů.

I proto je důležité pozorně sledovat hostitele koronavirů a zajistit, aby další nebezpečný přenos ze zvířete na člověka nezasadil lidstvu ještě tvrdší ránu.


Úvodní foto: © Pixabay


Články z rubriky

Díky cloudu je nasazení umělé inteligence mnohem snazší"

Překvapivě dostupnost AI technologií není v současné době zdaleka největší překážkou nasazení umělé inteligence ve firmách. Mezi nejčastější patří právě nedostatek znalostí a zkušeností, nedostupnost...
více »


Vyčmuchání rakoviny? S umělou inteligencí ano"

Nástroj vyvinutý Pensylvánskou univerzitou a Penn’s Perelman School of Medicine vyvinulo nástroj, který dokáže pomocí pachových vzorků detekovat několik druhů rakoviny, a to s přesností až 95 %.
více »


Deepfake geografie: Zfalšované satelitní snímky hrozí budoucími problémy"

Oheň v Central Parku nebo ohňostroj v Indii během Diwali viditelný z vesmíru – i to lze spatřit na speciálně upravených satelitních snímcích, které odborníci označují za „deepfake geografii“.
více »


Rychlejší reakce na budoucí pandemie"

To, že může kdykoliv udeřit další globální pandemie, se vědělo už před Covidem – ač se taková možnost značně podceňovala. Na příště už chce být svět připraven lépe.
více »


Boltzmannův stroj pro kvantové strojové učení"

Kvantové počítače splní svůj příslib vysoké efektivity a sice omezené, nicméně nepřekonatelné rychlosti, pouze pokud pro ně budou existovat funkční algoritmy.
více »


Související články


Tagy

věda výzkum studie strojové učení koronavirus AI viry mutace Covid univerzity algoritmy

Komentáře