Искусственный интеллект научился прогнозировать опасность будущих штаммов коронавируса
Швейцарские ученые научили искусственный интеллект определять опасность будущих вариантов коронавируса для человека, сообщает Phys.org.
Вирусы мутируют случайным образом, и никто не может точно знать, как будет развиваться коронавирус в ближайшие месяцы и годы и какие варианты вируса будут доминировать. Только в спайковом белке SARS-CoV-2, играющем важную роль в заражении человека, существуют десятки миллиардов теоретически возможных мутаций. Спайковый белок вируса взаимодействует с белком ACE2 в клетках человека, а антитела блокируют этот механизм. Многие мутации штаммов SARS-CoV-2 происходят именно в этой области, что позволяет вирусу ускользать от иммунной системы и продолжать распространяться.
Новый метод использует комплексный подход, предсказывая, способен ли очередной вариант вируса заражать клетки человека, или он будет нейтрализован антителами. Ученые провели лабораторные эксперименты для создания большой коллекции мутантных вариантов спайкового белка SARS-CoV-2. Коллекция составляет лишь малую часть из нескольких миллиардов теоретически возможных вариантов вируса, которые невозможно протестировать в лабораторных условиях.
С помощью собранных данных исследователи создали модели машинного обучения, которые способны точно предсказать, может ли конкретный вариант вируса связываться с ACE2 для заражения и ускользать от нейтрализующих антител. Модели теперь можно использовать для прогнозирования десятков миллиардов теоретически возможных вариантов коронавируса с одиночными и комбинаторными мутациями.
По словам ученых, машинное обучение также может способствовать разработке лекарств на основе антител, позволяя определять, какие антитела потенциально могут быть наиболее эффективными против существующих и будущих вариантов вируса. Исследователи уже работают с биотехнологическими компаниями, разрабатывающими терапию нового поколения, которая борется с ковидом с помощью антител.
Машинное обучение — это процесс загрузки большого количества данных в компьютерную программу с выбором модели, которая «подгонит» эти данные так, чтобы компьютер мог придумывать прогнозы. Компьютер строит модели, используя алгоритмы, которые варьируются от простых уравнений до очень сложных систем логики/математики, которые позволяют делать самые точные прогнозы.
Китай одобрил первую в мире ингаляционную вакцину от коронавируса