Переход следующего вируса от животных к людям предскажет искусственный интеллект
Раннее выявление зоонозных вирусов высокого риска, таких COVID-19, в фокусе внимания британских ученых.
Исследование, опубликованное в PLOS Biology Нардусом Моллентце, Саймоном Бабаяном и Дэниелом Штрейкером из Университета Глазго, Великобритания, предполагает, что машинное обучение (тип искусственного интеллекта) с использованием вирусных геномов поможет предсказать вероятность того, что любой вирус, заражающий животных, заразит людей при биологически значимом воздействии.
Выявление зоонозных заболеваний до их появления является серьезной проблемой, потому что лишь небольшая часть из примерно 1,67 миллиона вирусов животных способна инфицировать людей. Чтобы разработать модели машинного обучения с использованием последовательностей вирусного генома, исследователи сначала собрали набор данных из 861 вида вирусов из 36 семейств. Затем они построили модели машинного обучения, которые определяли вероятность заражения человека на основе таксономии вируса и/или родства с известными вирусами, заражающими человека.
Далее авторы применили наиболее эффективную модель для анализа закономерностей в прогнозируемом зоонозном потенциале дополнительных вирусных геномов, взятых у ряда видов.
Исследователи обнаружили, что вирусные геномы обладают обобщаемыми характеристиками, которые не зависят от таксономических отношений вирусов, и могут способствовать адаптации вирусов к заражению людей.
Им удалось разработать модели машинного обучения, способные выявлять кандидатов на зоонозы с использованием вирусных геномов. У этих моделей есть ограничения, поскольку компьютерные модели - это только предварительный шаг к идентификации зоонозных вирусов, потенциально способных заразить людей.
Вирусы, помеченные моделями, потребуют подтверждающих лабораторных испытаний, прежде чем проводить крупные дополнительные инвестиции в исследования. Кроме того, хотя эти модели предсказывают, могут ли вирусы инфицировать людей, способность инфицировать - это лишь одна часть более широкого зоонозного риска, на который также влияет вирулентность человеческого вируса, способность передаваться между людьми.
«Геномная последовательность, как правило, является первой, а зачастую и единственной имеющейся у нас информацией о вновь обнаруженных вирусах, и чем больше информации мы сможем извлечь из нее, тем скорее мы сможем определить происхождение вируса и зоонозный риск, который он может представлять. Чем больше вирусов охарактеризовано, тем более эффективными станут наши модели машинного обучения для выявления редких вирусов, которые следует тщательно отслеживать и уделять приоритетное внимание при разработке превентивной вакцины», отметил Бабаян.
Источник: agroxxi.ru
Исследование, опубликованное в PLOS Biology Нардусом Моллентце, Саймоном Бабаяном и Дэниелом Штрейкером из Университета Глазго, Великобритания, предполагает, что машинное обучение (тип искусственного интеллекта) с использованием вирусных геномов поможет предсказать вероятность того, что любой вирус, заражающий животных, заразит людей при биологически значимом воздействии.
Выявление зоонозных заболеваний до их появления является серьезной проблемой, потому что лишь небольшая часть из примерно 1,67 миллиона вирусов животных способна инфицировать людей. Чтобы разработать модели машинного обучения с использованием последовательностей вирусного генома, исследователи сначала собрали набор данных из 861 вида вирусов из 36 семейств. Затем они построили модели машинного обучения, которые определяли вероятность заражения человека на основе таксономии вируса и/или родства с известными вирусами, заражающими человека.
Далее авторы применили наиболее эффективную модель для анализа закономерностей в прогнозируемом зоонозном потенциале дополнительных вирусных геномов, взятых у ряда видов.
Исследователи обнаружили, что вирусные геномы обладают обобщаемыми характеристиками, которые не зависят от таксономических отношений вирусов, и могут способствовать адаптации вирусов к заражению людей.
Им удалось разработать модели машинного обучения, способные выявлять кандидатов на зоонозы с использованием вирусных геномов. У этих моделей есть ограничения, поскольку компьютерные модели - это только предварительный шаг к идентификации зоонозных вирусов, потенциально способных заразить людей.
Вирусы, помеченные моделями, потребуют подтверждающих лабораторных испытаний, прежде чем проводить крупные дополнительные инвестиции в исследования. Кроме того, хотя эти модели предсказывают, могут ли вирусы инфицировать людей, способность инфицировать - это лишь одна часть более широкого зоонозного риска, на который также влияет вирулентность человеческого вируса, способность передаваться между людьми.
«Геномная последовательность, как правило, является первой, а зачастую и единственной имеющейся у нас информацией о вновь обнаруженных вирусах, и чем больше информации мы сможем извлечь из нее, тем скорее мы сможем определить происхождение вируса и зоонозный риск, который он может представлять. Чем больше вирусов охарактеризовано, тем более эффективными станут наши модели машинного обучения для выявления редких вирусов, которые следует тщательно отслеживать и уделять приоритетное внимание при разработке превентивной вакцины», отметил Бабаян.
Источник: agroxxi.ru
Новости
Импорт мяса с маркировкой «Халал» в Кыргызстан
18.06.2026 66Инновационные тест-системы для проверки свежести мяса от воронежских ученых
18.06.2026 55Молочное животноводство в Ивановской области: новый виток развития
18.06.2026 21Протесты производителей говядины в Саскачеване против соглашения с Меркосуром
18.06.2026 29Цены на говядину в США и Европе: исторический рост и его последствия
18.06.2026 28Марокко бьет по испанской говядине: экспорт живых животных упал до нуля
18.06.2026 30Ученые и разработчики Тимирязевской академии создали ИИ-систему для контроля здоровья крупного рогатого скота
18.06.2026 31На конеферме «Мираторга» начался сезон жеребят: уже родилось более 40 малышей
18.06.2026 39Владелец «Дамате» Наум Бабаев о популяризации индейки и проблемах баранины
18.06.2026 75Итоги форума ИНТЕКПРОМ Молочный-2026: как индустрия готовится к будущему
17.06.2026 209Агробизнес Башкирии планирует в 2026г начать три "молочных" инвестпроекта на 7 млрд руб.
17.06.2026 308Воронежские ученые разработали инновационные тест-системы для определения свежести мяса
17.06.2026 412Баранина фермеров Кабардино-Балкарии: перспективы и реалии экспорта
17.06.2026 298Подписаться на новости
