כלי בינה מלאכותית חדש יכול לסייע בהגבלת או אפילו למנוע מגיפות על ידי זיהוי מיני בעלי חיים שעלולים להכיל ולהפיץ וירוסים המסוגלים להדביק בני אדם.
מודל למידת המכונה, שנוצר על ידי חוקרי אוניברסיטת וושינגטון, מנתח מאפיינים מארחים וגנטיקה של וירוסים כדי לזהות מאגרי בעלי חיים פוטנציאליים ואזורים גיאוגרפיים שבהם יש סיכוי גבוה יותר להתפרצויות חדשות. המודל מתמקד באורתופוקסווירוס – הכולל את הנגיפים הגורמים לאבעבועות שחורות ו- MPOX.
החוקרים פרסמו לאחרונה מחקר על עבודתם באמצעות המודל בכתב העת ביולוגיה של תקשורתו הממצאים שלהם יכולים לעזור למדענים לצפות איומים זואנוטיים מתעוררים, וחשוב מכך, להתאים לוירוסים אחרים.
סטפני סייפרט, מומחה להופעה ויראלית והעברת מינים חוצה מינים ופרופסור לעוזרת בפרויקט, אמרה כי "כמעט שלושה רבעים מהנגיפים המתעוררים המדביקים על בני אדם מגיעים מבעלי חיים," אמרה סטפני סייפרט, מומחית להופעה ויראלית והעברת מינים חוצה ופרופסור עוזר במכללת WSU לרפואה וטרינרית. "אם נוכל לחזות טוב יותר אילו מינים מהווים את הסיכון הגדול ביותר, נוכל לנקוט באמצעים יזומים למניעת מגיפות."
המודל זיהה את דרום מזרח אסיה, אפריקה המשוונית והאמזונס כנקודות חמות פוטנציאליות להתפרצויות אורתופוקסווירוס. לאזורים אלה לא רק ריכוזים גבוהים של מארחים פוטנציאליים, אלא גם חופפים לאזורים בהם שיעורי החיסון נגד אבעבועות אבעולות נמוכות. בעוד החיסון נגד אבעבועות שחורות מספק הגנה צולבת כנגד אורתופוקס-וירוסים אחרים, מאמצי החיסון נעצרו לאחר מחסן אבעבועות שחורות בשנת 1980.
המחקר זיהה גם כמה משפחות של בעלי חיים כמארחים סבירים עבור MPOX, כולל מכרסמים, חתולים, קנידים (כלבים ומינים קשורים), בגזים, משובבים (סמור ווטרים) ודביבונים. המודל הוציא נכונה חולדות, שהוכחו במחקרי מעבדה עמידים לזיהום ב- MPOX.
קייטי צנג, סטודנטית לתארים מתקדמים לרפואה וטרינרית והמחברת הראשונה של המחקר, ציין כי המודל לא רק הוכיח דיוק חזוי גבוה יותר מאשר מודלים קודמים, אלא שהוא יכול להיות שימושי בחיזוי מארחים גם לנגיפים אחרים.
בזמן שהשתמשנו במודל ספציפית עבור אורתופוקס -וירוסים, אנו יכולים גם ללכת בהרבה כיוונים שונים ולהתחיל לכוונן את המודל הזה עבור וירוסים אחרים. "
קייטי צנג, סטודנטית לתארים מתקדמים לרפואה וטרינרית והמחברת הראשונה של לימודים
פילאר פרננדז, אקולוג מחלות ופרופסור עוזר בבית הספר אלן שעזר להוביל את הפרויקט עם סייפרט, אמר כי מודלים קודמים של למידת מכונות המשמשת לחיזוי מארחים פוטנציאליים לאורתופוקסווירוסים הסתמכו על התכונות האקולוגיות של בעלי חיים, כמו בית גידול ודיאטה, ועל מאפיינים אחרים המשפיעים על אינטראקציות עם הסביבה, כגון שימוש במשאבים והישרדות. בעוד שהם יעילים, מודלים אלה התעלמו מחלק מכריע מהמשוואה – האיפור הגנטי של הנגיפים.
"דגמים קודמים התבססו יותר על מאפייני המארח, אך רצינו להוסיף את הצד השני של הסיפור, מאפייני הנגיפים", אמר פרננדס. "המודל שלנו משפר את הדיוק של תחזיות המארח ומספק תמונה ברורה יותר כיצד נגיפים עשויים להתפשט על פני מינים."
בדרך כלל אורתופוקסווירוס גורמים להתפרצויות מקומיות קטנות, אך אירועים אחרונים, כולל ההתפשטות הגלובלית של MPOX בשנת 2022, עוררו חששות מפני נגיפים אלה הקמת אזורים אנדמיים חדשים והתפשטו באמצעות מאגרי בעלי חיים חדשים.
זיהוי מאגרים אפשריים הוא המפתח לצפייה באירועי זרימה, עם זאת, השגתם באמצעות דגימת שדה מסורתית היא מאמץ עתיר משאבים ולא מעשי. המודל החדש מפשט את המשימה הזו וניתן להשתמש בו למיקוד מאמצי מעקב אחר חיות הבר.
"אם אתה מחפש את המאגר לנגיף MPOX במרכז אפריקה, זה אחד המקומות המגוונים הביולוגיים ביותר בכדור הארץ, אז מאיפה אתה מתחיל?" אמר סייפרט. "אם נוכל להשתמש במודלים אלה למידת מכונות כדי לעזור לנו לתעדף מאמצי דגימה, אז זה יהיה מועיל באמת בזיהוי מאיפה נגיפים אלה מגיעים ובהבנת הסיכונים שהם מהווים."
צוות המחקר כלל גם את הת'ר קוהלר, עוזרת פרופסור בבית הספר למדעי ביו -מולקולריים שלמד בהרחבה את MPOX. דניאל ג'יי בקר, אוניברסיטת אוקלהומה; רורי גיב, אוניברסיטת קולג 'לונדון; וקולין קרלסון, אוניברסיטת ייל, תרמו גם הם כחברי המכון לחקר הופעות ויראלי, רשת שיתופית של מדענים הלומדים אינטראקציות בין וירוס מארח כדי לחזות את הנגיף המתפשט בקנה מידה עולמי הממומן על ידי הקרן הלאומית למדע. הקבוצה כוללת מומחים במדעי נתונים, ביולוגיה חישובית, ויראולוגיה, אקולוגיה וביולוגיה אבולוציונית.
