机器学习模型有助于探索新冠肺炎新品种

新华社北京5月29日电《参考消息》29刊登阿根廷布宜诺斯艾利斯经济新闻网的报道。摘要如下：

麻省理工学院-哈佛大学布罗德研究所和麻省大学医学院的科学家开发了一种机器学习模型，可以分析来自新冠肺炎样本的数百万个基因组，并预测哪些病毒变种将占据主导地位，并可能引发新一轮浪潮。这个被称为PyR0的模型可以帮助研究人员确定病毒基因组的哪些部分最不可能发生变异，从而为能够对抗未来变异的疫苗提供目标。研究成果发表在美国《科学》周刊上。

截至2022年1月，研究人员通过使用全球流感数据共享倡议数据库中的600万个新冠肺炎基因组来训练机器学习模型。

自从新疫情开始以来，全世界的研究人员一直试图预测不同新冠肺炎变种的适应性。然而，以前的模型无法同时比较所有的变体，或者只处理几千个基因组需要几天时间。

相反，PyR0可以在大约1小时内分析数百万基因组——的所有公开可用的新冠肺炎数据。它结合了相似的序列，并通过它们共有的突变组来定义基因组的“组”。PyR0通过关注可能出现在多个变种中的突变，比只关注病毒变种的模型具有更强大的统计能力。

随后，该模型可以确定哪些突变将变得越来越常见，并估计每个突变导致的病毒传播速度。它还可以根据不同变种的基因组成来估计其病例数量的增长速度。

通过确定哪些突变对哪些变异是重要的，该模型还提供了新冠肺炎如何传播和发展的生物学视角。例如，了解关键突变可以帮助科学家预测新的变异是更具传染性还是可以避免中和抗体，还可以帮助他们决定更详细地研究哪些突变。