למרות מחקר מקיף, מקורותיו של COVID-19 נותרו חמקמקים. במחקר חדש שפורסם בכתב העת Keai התקדמות במדעי הסמן והטכנולוגיה הביולוגית (ANDER)אומצה גישה מונעת AI לבחינת דפוסי מתילציה של DNA באתרי 865,859 CpG בדגימות דם מחולי Covid-19 קדומים.
המחקר נערך על ידי ז'נג'ון ג'אנג מהמחלקה לסטטיסטיקה באוניברסיטת ויסקונסין. בעזרת אינטליגנציה מקסימאלית לוגיסטית, הוא חשף עדויות קישור גנטי חזקות שמצביעות על כך ש- COVID-19 ככל הנראה צצה מהמיזוג הטבעי של שתי מחלות זיהומיות נדירות, בלוטות וקדחת סנצו, עם כמה מחלות אנושיות שכיחות.
הממצאים מראים כי COVID-19 מקורם ככל הנראה בבני אדם ולא בעטלפים או בפנגולינים, כלומר מחקרים קודמים ייתכן שהוטעה על ידי הדגשת יתר על מקורות חיות הבר.
הקמת קשרים כאלה על פני 865,859 אתרי CpG זה אתגר לא קטן, כאשר מתאם אקראי מתרחש בהסתברות של פחות מאחד מכל עשרה מיליון. עם זאת, כאשר פועלים בנדירות של מחלות אלה, הסיכויים לגלות קישור משמעותי ירידה לאחת במאה מיליון בלבד, תוך חיזוק נוסף של תוקף התוצאות הללו. "
ז'נג'ון ג'אנג, המחלקה לסטטיסטיקה, אוניברסיטת ויסקונסין
אינטליגנציה מקסימאלית-לוגיסטית הוכח בעבר במחקרי סמן ביולוגי של סרטן. בניגוד לאלגוריתמים AI מסורתיים או טכניקות למידת מכונות מודרנית כמו יערות אקראיים, למידה עמוקה ומכונות וקטוריות תומכות, אינטליגנציה מקסימאלית-לוגיסטית מציעה פרשנות, עקביות וחוסן גדולים יותר, מה שהופך אותו לשימושי במיוחד לביסוס קשרים סיבתיים.
ג'אנג הדגיש כי בעוד שזיהוי סמנים ביולוגיים אמינים הם קריטיים להתקדמות מדעית, סמני גנים רבים המזוהים במחקרים מבודדים נכשלים בקבוצות אחרות, וכתוצאה מכך שכיחות נמוכה או ללא קבוצות צולבות.
"מתילציה של DNA, התהליך שבאמצעותו מוסיפים קבוצות מתיל ל- DNA, ממלא תפקיד מרכזי בביטוי גנים והתפתחות מחלות", מסביר ג'אנג. "שגיאות במתילציה יכולות לעורר מחלות, ולגרום למחקרים על דפוסי המתילציה של ה- DNA של COVID-19."
