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
Экспорт говядины из Парагвая: тенденции и итоги первого квартала 2026 года
10.04.2026 222Потребление мяса в Германии в 2025 году
10.04.2026 302Бразилия и будущее функционального питания: роль JBS в глобальном рынке белка
10.04.2026 292Импорт как фактор роста и стабильности рынка говядины в Индонезии
10.04.2026 221Великолукскому мясокомбинату угрожает банкротство за долги
10.04.2026 370Животноводческий комплекс в Улытау: новый этап агропромышленного развития Казахстана
10.04.2026 248Вебинар: Лизин: ключевая аминокислота для максимума молока
10.04.2026 239 АйБиЭс ПТКМинэкономразвития о текущей ценовой ситуации на российском и мировом рынках. 8 апреля 2026 года
10.04.2026 416Чистая прибыль «Лебедяньмолоко» в 2025 году: новые горизонты и достижения
09.04.2026 519Финансовый скандал в Калининграде: иск Россельхозбанка на 5,4 миллиарда рублей
09.04.2026 738Свинина +5,8% за месяц: сезонный рост или новый уровень цен?
09.04.2026 655ВТБ: стратегия по продаже сельскохозяйственных активов и новые горизонты
09.04.2026 780Субсидирование авиаперевозок мяса в Узбекистане: шаг к стабилизации цен и продовольственной безопасности
09.04.2026 519Подписаться на новости