Međunarodno istraživanje predvođeno znanstvenicima sa Sveučilišta Georgetown pokazalo je moć umjetne inteligencije u predviđanju koji bi virusi mogli zaraziti čovjeka, poput primjerice virusa SARS-CoV-2 koji je odgovoran za COVID-19 pandemiju, u kojim bi se životinjama mogli nalaziti te gdje bi se ti virusi mogli pojaviti.
Ansambl predviđajućih modela izglednih prenositelja, nalazi se u studiji koja je objavljena u znanstvenom časopisu Lancet Microbe. Modeli su potvrđeni u 18-mjesečnom projektu identificiranja specifičnih vrsta šišmiša koje su izgledne za prenošenje betakoronavirusa, odnosno skupine virusa u koju spadaju i virusi poput SARS-a.
Ako želite pronaći te viruse, morate početi s profiliranjem njihovih domaćina, njihovim staništem, njihovom evolucijom te čak i oblikom krila, pojašnjava Colin Carlson, jedan od autora studije sa Sveučilišta Georgetown.
Umjetna inteligencija dozvoljava nam uzimanje podataka o šišmišima te njihovo pretvaranje u konkretna predviđanja: gdje bismo trebali gledati na pojavu novog SARS-a?, dodaje Carlson.
Unatoč globalnim investicijama u nadzor bolesti, ostaje teško identificirati i nadgledati rezervate divljih životinja i virusa koji bi mogli jednom prijeći i na ljude. Nova studija sugerira da bi potraga za blisko srodnim virusima mogla biti netrivijalna, jer je predviđeno da oko 400 vrsta šišmiša diljem svijeta ima betakoronaviruse. Riječ je o velikoj skupini virusa koja uključuje i viruse odgovorne za SARS-CoV (2002-2004) te SARS-CoV-2, zbog kojeg se nalazimo trenutno u pandemiji bolesti COVID-19.
COVID-19 dao je poticaj za ubrzanje ovog istraživanja, tvrdi Greg Albery sa Sveučilišta Georgetown. Ovo je doista rijetka prilika. Izvan pandemije, nikad o virusima nismo naučili toliko puno u tako malom vremenskom periodu. Čitavo desetljeće istraživanja sažeto je u oko godinu dana studija, a to znači da zapravo možemo pokazati da ti alati rade, kaže.
U prvom kvartalu 2020. godine, tim znanstvenika uvježbavao je osam različitih statističkih modela koji su predviđali koje vrste životinja mogu biti domaćini za betakoronaviruse. Tijekom više od godine dana, timje pratio otkriće 40 novih šišmiševih domaćina betakoronavirusa kako bi potvrdili inicijalna predviđanja te dinamički nadogradili svoje modele.
Otkrili su da modeli koji koriste podatke o staništima i evoluciji šišmiša rade ekstremno dobro u predviđanju novih domaćina, za razliku od najmodernijih modela koji koriste mrežne znanosti i matematiku visoke razine.
Nakon identificiranja izglednih domaćina, idući korak jest ulaganje u nadzor i razumijevanje gdje i kada bi se betakoronavirusi mogli prenijeti na čovjeka, ističe Daniel Becker, sa Sveučilišta Oklahoma.
Carlson dodaje da njegov tim sad surađuje s drugim znanstvenicima diljem svijeta u testiranju uzoraka šišmiša na koronaviruse i na temelju predviđanja njihovih modela.
Ako manje novca i resursa potrošimo na potragu za tim virusima, možemo sve te resurse usmjeriti prema stvarima koje bi u budućnosti zapravo spašavale živote. Možemo uložiti u razvoj univerzalnih cjepiva koja ciljaju te viruse ili u nadzor područja na kojima ljudi žive blizu šišmiša. To je win-win za znanost i javno zdravstvo, ističe Carlson.
Izvor: EurekAlert
