Модели ИИ прогнозируют вирусные мутации, улучшая готовность к пандемии

Искусственный интеллект играет значительную роль в помощи ученым в предсказании эволюции вирусов, что потенциально улучшает готовность к пандемиям и способствует разработке вакцин и противовирусных лекарств.

Хотя прогнозирование эволюции вирусов еще только зарождается, ученые используют ИИ для предсказания мутаций РНК-вирусов, таких как SARS-CoV-2 и грипп, как подробно описано в новом отчете на Nature.

РНК-вирусы постоянно накапливают мутации, некоторые из которых могут позволить им уклониться от иммунного обнаружения и распространяться более активно. Nature отмечает, что прогнозируя эти мутации, ученые могут заранее разработать более эффективные вакцины и лечение, предотвращая будущие угрозы, прежде чем они станут широко распространенными.

В настоящее время инструменты ИИ могут предсказать, какие отдельные мутации, скорее всего, будут успешными и какие вирусные варианты могут доминировать в краткосрочной перспективе. Однако, как говорит Nature, прогнозирование долгосрочных изменений или сложных комбинаций мутаций остается проблемой.

Роль ИИ в этой области усилилась благодаря продвинутым моделям предсказания структуры белков, таким как AlphaFold, ESM-2 и ESMFold, которые анализируют, как мутации влияют на вирусные белки. Nature заявляет, что эти инструменты революционизируют способность моделировать вирусную эволюцию и помогают ученым понять, как вирусы, такие как SARS-CoV-2, адаптируются со временем.

Наличие массового количества генетических данных имеет ключевое значение для предсказания эволюции вирусов с помощью моделей ИИ. С почти 17 миллионами секвенированных геномов SARS-CoV-2, модели ИИ имеют обилие данных для обучения, что позволяет исследователям моделировать потенциальные будущие варианты, говорит Nature.

Например, модель CoVFit, разработанная командой Дзюмпэя Ито в Токийском университете, играла ключевую роль в прогнозировании того, какие варианты SARS-CoV-2 могут распространиться и доминировать в популяции, как сообщал журнал Nature.

В дополнение к отслеживанию известных вирусов, AI также помогает ученым обнаруживать новые. Исследование, опубликованное в октябре, показало, что исследователи использовали AI для идентификации 70,500 новых РНК-вирусов, многие из которых процветают в экстремальных условиях, таких как соленые озера и гидротермальные вентили.

Это исследование использует метагеномику, что позволяет ученым анализировать генетический материал из различных экосистем, не выращивая отдельные вирусы в лаборатории.

Несмотря на прогресс, Nature говорит, что остаются проблемы при попытке точно предсказать внезапные вирусные прыжки, такие как появление варианта Омикрон, который привнес более 50 мутаций за один прыжок.

Для того чтобы эти модели ИИ стали еще более точными, им нужно более пяти лет данных об эволюции вирусов, говорит Nature. Комбинирование данных о последовательности вирусов, полученных в ходе наблюдений, с экспериментальными данными поможет улучшить прогнозы и поможет исследователям опережать эволюционирующие вирусные угрозы.