ゼファーネットのロゴ

生成的データ インテリジェンス

AI

生成 AI は次のパンデミックの予測にどのように役立つのか

プラトン再発行
プラトン再発行

日付：

閲覧数： 169

ウイルスには急速に進化する驚異的な能力があります。 新型コロナウイルス感染症（Covid-19）はその顕著な例だ。 ウイルスがベータからデルタ、そしてオミクロンへと変異するにつれ、パンデミックは長引き、世界は閉鎖されました。 科学者たちはワクチンと治療法を新たな変異種に適応させようと躍起になった。 ウイルスが優勢でした。 私たちはキャッチアップをしていました。

AI ハーバード大学によって開発されたこの技術は、新しい亜種が到着する前に予測できるようになり、流れを変える可能性があります。 EVEscapeと呼ばれるこのAIは、ウイルス進化のための一種の機械「神託」です。

収集されたデータに基づいてトレーニングされた パンデミックの影響で、このアルゴリズムは、Covid-19 の頻繁な変異と厄介な変異株を予測することができ、将来懸念される変異株のリストも生成しました。 このツールの中心となるのは、次のような生成 AI モデルです。 DALL-E or AI言語モデルを活用してコードのデバッグからデータの異常検出まで、ただし、ウイルスの突然変異をよりよく反映するために、慎重に選択されたいくつかの生物学的因子が含まれています。

このツールは、Covid-19 専用に構築されたものではありません。インフルエンザ ウイルス、HIV、および将来のパンデミックを引き起こす可能性がある XNUMX つの十分に研究されていないウイルスの変異種も正確に予測します。

「ウイルスの変異を予測し、新たな亜種を予測できるかどうかを知りたいのです。」 と ハーバード大学医学部ブラバトニク研究所で研究を主導したデボラ・マークス博士。 「それが可能であれば、それはワクチンや治療法を設計する上で非常に重要になるからです。」

パンデミックの急性期にはウイルスの変異を予測するために AI を使用するという強い推進がありました。 便利ではありますが、ほとんどのモデルは既存の亜種に関する情報に依存しており、短期的な予測しか生成できませんでした。

対照的に、EVEscape は進化ゲノミクスを使用してウイルスの祖先を調べ、予測が長期化され、事前に計画を立てて反撃するのに十分な時間が得られる可能性があります。

研究著者のヌール・ユセフ博士は、「私たちは実際に将来性のあるワクチンや治療法をどのように設計できるかを解明したいと考えています」と述べた。

進化するために進化

ウイルスは自然選択の圧力に対して非常に適応性が高いですが、それでも他の生き物と同じように進化します。 彼らの遺伝物質はランダムに変異します。 一部の突然変異は、宿主への感染能力を低下させます。 増殖する前に宿主を殺す者もいます。 しかし、ウイルスがゴルディロックスの亜種に遭遇することがあります。ゴルディロックスの亜種は、バグが山火事のように繁殖して蔓延するのに十分なほど宿主を健全に保つものです。 これらの変異種はウイルスの生存には最適ですが、新型コロナウイルス感染症 (Covid-19) の場合のように、人類に世界的な大惨事を引き起こします。

科学者たちは長い間、ウイルスの変異とその影響を予測しようと努めてきました。 残念ながら、起こり得るすべての突然変異を予測することは不可能です。 典型的なコロナウイルスには、約 30,000 個の遺伝子文字があります。 潜在的なバリアントの数は、すべてのバリアントよりも多くなります。 素粒子—つまり、電子、クォーク、その他の基本粒子—宇宙で.

新しい研究は、より実用的な解決策に焦点を当てました。 各バリアントのマッピングを忘れてください。 限られたデータの中で、少なくとも危険なものを予測することはできるでしょうか?

悪役で遊ぼう

チームは次のことに目を向けました EVE、人間の病気の原因となる遺伝子変異を追跡するために以前に開発されたAI。 このアルゴリズムの中核には、人間の専門知識だけに頼らずにタンパク質の機能を予測できる詳細な生成モデルがあります。

AIは進化から学びました。 考古学者が過去をのぞくために人類のいとこたちの骨格を比較するように、AIは種を超えてタンパク質をコードするDNA配列をスクリーニングした。 戦略 健康にとって重要な人間の遺伝子変異、たとえば癌や心臓疾患に関与する遺伝子変異が判明した。

「これらの生成モデルを使用すると、進化の情報から驚くべきことを学ぶことができます。データには、明らかにできる秘密が隠されています。」 と マーク。

新しい研究では、ウイルスの遺伝子変異を予測するためにEVEを再訓練しました。 彼らは、最初の概念実証として、Covid-2 の背後にあるウイルスである SARS-CoV-19 を使用しました。

鍵となったのは、ウイルスの生物学的ニーズを AI のデータセットに統合することでした。

ウイルスの中核的な原動力は生存です。 それらは急速に変異し、場合によってはワクチンや抗体治療を回避できる遺伝子変化を引き起こすことがあります。 ただし、同じ変異によって、ウイルスが宿主に取りついて複製する能力が損なわれる可能性があり、これは明らかな欠点です。

このような種類の変異を除外するために、AI はパンデミック前に発見された広範囲のコロナウイルス、たとえば元の SARS ウイルスと「風邪」ウイルスのタンパク質配列を比較しました。 この比較により、ウイルスゲノムのどの部分が保存されているかが明らかになりました。 これらの遺伝子管理者はウイルスの生存の基礎です。 他のコロナウイルスと SARS-CoV-2 は共通の遺伝的祖先を共有しているため、これらの遺伝子の変異は生存可能な変異体ではなく死に至る可能性が高くなります。

対照的に、AI は、スパイクタンパク質がウイルスの柔軟な構成要素であり、進化する可能性が最も高いと予測しました。 ウイルスの表面に沿って点在するこれらのタンパク質は、すでにワクチンや抗体療法の標的となっている。 これらのタンパク質を変更すると、現在の治療法の有効性が低下する可能性があります。

バック·トゥ·ザ·フューチャー

パンデミックを分析するとき、後知恵は 20/20 です。 しかし、次のパンデミックの芽を摘もうとするなら、巻き返しを図るのではなく、何が起こるかを垣間見ることが不可欠だ。

AI の予測能力をテストするために、チームはその予測を GISAID (全インフルエンザ データ共有に関する世界的イニシアチブ) データベースと照合して、その精度を測定しました。 その名前にもかかわらず、このデータベースにはコロナウイルスの遺伝子配列の 750,000 個の固有の配列が含まれています。

EVEscape は、50 年 2023 月の時点で、その上位予測の XNUMX% がパンデミック中に見られたもので、最も拡散する可能性が高い亜種 (たとえば、デルタやミクロンなど) を特定しました。 以前の機械学習 EVEscape は、変異の予測と、どの変異体が抗体治療から逃れる可能性が最も高いかを予測する点で XNUMX 倍優れていました。

過去を思い出す

EVEscape の優れた点は、他のウイルスでも使用できることです。 過去 XNUMX 年間、新型コロナウイルスが私たちの関心を独占してきました。 しかし、あまり知られていないウイルスは静かに潜んでいます。 たとえば、ラッサウイルスやニパウイルスは西アフリカや南西アジア諸国で散発的に発生し、パンデミックの可能性があります。 ウイルスは抗体で治療できますが、急速に変異します。

研究チームはEVEscapeを使用して、抗体を回避することがすでに知られているウイルスを含む、これらのウイルスのエスケープ変異を予測した。

進化遺伝学と AI を組み合わせたこの研究は、「将来の成功の鍵は過去を思い出すことに依存している」ことを示しています。 と 博士たち。 メリーランド州国立バイオテクノロジー情報センターおよび国立医学図書館のナッシュ・D・ロックマン氏とユージン・V・クーニン氏は、この研究には関与していない。

EVEscape には、未知のウイルスであっても、将来のウイルスの亜種を予測する力があります。 それはパンデミックのリスクを推定し、次の流行の一歩先を行くことができる可能性があります。

研究チームは現在、このツールを使用して次の SARS-CoV-2 変異種を予測しています。 彼らは隔週で変異を追跡しており、 各バリアントの可能性をランク付けする 新たなCovidの波を引き起こすために。 データは世界保健機関と共有されます。 コードは公開されています.

ロッチマン氏とクーニン氏にとって、新しい AI ツールキットは次のパンデミックを阻止するのに役立つかもしれない。 私たちは今、「新型コロナウイルス感染症が人類史上最も破壊的なパンデミックとして永遠に知られ続けることを期待できる」と彼らは書いている。

画像クレジット: SARS-CoV2 ウイルス粒子 / NIH国立アレルギー感染症研究所

スポット画像

最新のインテリジェンス

スポット画像

著作権 @ 2024 Plato Technologies Inc.