大流行凸显了密切监测可能感染人类的​​病毒的重要性。在大流行的早期阶段，TimothéePoisot和他的同事已经在开发一种算法来预测哺乳动物与病毒的相互作用。

蒙特利尔大学生物科学系教授、病毒出现研究计划(VERENA)成员Poisot说：“从2020年头几个月开始，在大流行开始之前，我们就一直在研究这个项目。”，一家位于华盛顿特区的国际研究机构

仅仅三年后，Poisot及其同事在Patterns杂志上发表了数千小时的计算和验证结果。

做出更好的预测

Poisot属于一个多学科研究团队，该团队希望更好地预测哺乳动物与病毒之间的相互作用。当满足某些条件时，病毒从一个物种传播到另一个物种最终会导致人畜共患病的出现，世界卫生组织将其定义为“从非人类动物传染给人类的传染病”。

根据Poisot的说法，“基本问题是我们只知道病毒和哺乳动物之间的1%到2%的相互作用。网络是分散的，相互作用很少，只集中在少数几个物种中。”

尝试手动对所有相互作用进行采样将是一项艰巨的任务，尤其是因为哺乳动物有数千种，甚至有数千种病毒——这导致了几乎无限的哺乳动物-病毒组合。

因此，Poisot和他的同事们寻求使用机器学习开发一种新算法，作为一种制定假设的方式，这些假设随后将用于识别哪些宿主-病毒相互作用需要进一步探索。

“我们想知道哪种病毒可能感染哪种哺乳动物，这样我们就可以确定最有可能发生哪些相互作用，”Poisot说，他与他的团队一起花了数千小时来创建算法和改进。

“过时的名称和错误”

“我们拥有的一些数据集较旧：它们包含特定物种的过时名称，或者由于数据是手工输入而出现错误，”Poisot说。

第一项工作是清理和标准化数据——这是一项非常耗时的工作。一旦他和他的同事创建了算法，他们就必须对其进行改进。“我们算法的一个优点是你不需要很多信息就可以使用它，”Poisot说。

部署现有模型进行预测需要大量关于分类学、系统发育结构、采样数据等的信息。为了解决这个问题，Poisot和他的团队开发的算法将系统表示为病毒和哺乳动物之间的交互网络，然后算法必须完成该交互。

“该算法采用我们已经知道的网络并将其投射到一个新的空间，有点像皮影戏：它以一种新的方式揭示交互，”Poisot说。“反过来，这使我们能够做出预测。”

即便如此，做出这些预测需要在CalculQuébec的计算机上进行10,000小时的计算。将结果与已知的相互作用相匹配，该模型发现了80,000种病毒与宿主之间的新潜在相互作用。

“在那之后，”Poisot说，“主要任务是确定我们对模型进行预测的能力的信心水平。”该模型必须经过统计验证，这本身就要求研究人员使用非常不完整的数据发表一篇关于验证方法的文章。

监控20种关键病毒

研究小组随后选择了20种值得监测的关键病毒，因为它们有可能跨越物种屏障并感染人类。该团队还确定了应该集中资源的“热点”区域。“我们在团队中进行了很多讨论，因为一开始有些结果对我们来说似乎很奇怪，”Poisot说。

其中一种被发现的病毒是小鼠ectromelia，它与小鼠的天花有关。Poisot说：“我们对此持怀疑态度，但当我们搜索文献时，我们发现已经有人类病例。”

该研究项目的重要成果之一是重新发现了特定的人畜共患病毒，这些病毒已经成为零散出版物的主题，但从未在数据库中链接过。

该研究的另一个创新方面是绘制结果图，以更好地了解全球范围内的病毒与哺乳动物的相互作用。Poisot说：“我们的模型进行了空间预测，但更准确地说，该模型具体指出了可能在哪一组哺乳动物中以及在哪个位置发现了某些类型的病毒。”

探索两个区域

该团队确定了两个需要探索的地理区域。首先是南美洲的亚马逊流域，宿主与病毒之间的相互作用比其他地方更原始，更容易观察到新的相互作用。第二，中非，在那里发现了可能是人畜共患病毒携带者的新宿主。

Poisot解释说：“我们确实正在改变我们需要去研究哺乳动物以发现新病毒的地方。”他补充说，因此，这两个区域应该引起病毒学家的兴趣，他们希望了解宿主病毒系统的多样化及其对人类的人畜共患风险。

Poisot和他的研究同事的下一步是让该领域的合作伙伴可以轻松访问和使用这些信息。他说：“我们想让利益相关者更容易采用我们的模型。我们现在知道要监测哪些物种、在何处监测什么类型的病毒。”

最后，他相信，这个研究项目可能被证明对于预防未来的大流行至关重要。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：病毒Poisot研究