Science：机器学习模型发现新冠病毒新变种，AI精准预测哪种毒株来势汹汹

点击上图，查看教学大纲

|本文转自新智元

【导读】科学家研发了PyR0模型，从此，新冠变体不再扑朔迷离。

当前，新冠病毒适应性增强，变异毒株反复出现。

于是，科学家开发了一种机器学习模型，分析了新冠病毒样本的600多万个基因组。

据此，这可以预测出哪些病毒变体将占主导，并可能引发新的疫情。

研究结果发表在5月24日Science期刊上。

论文地址：https://www.science.org/doi/10.1126/science.abm1208#con13

PyR0模型

为了快速检测和鉴定新谱系，科学家开发了这个叫作PyR0的模型。

这个模型包含3000个集群，来自1544个PANGO谱系和2904个非同义突变。

通过算法，又将1544个PANGO谱系细化为3000个更细的集群。

研究人员使用流感数据共享全球倡议数据库，截止到2022年1月，共600多万个新冠病毒基因组，训练了机器学习模型。

这对于指导应对疫情至关重要！因为当某一变异毒株出现时，可以迅速确定这类谱系，并准确预测其动态。

PyR0一种分层贝叶斯回归模型，对公开获得的全部病毒基因组进行可扩展分析，并可应用于任何病毒基因组数据集。

然而，当前新冠病毒的特点是，更高适应度的新世代出现，驱动反复病例波。

所谓的病毒适应度，它包括基本繁殖数、逃避现有免疫能力和世代时间。

训练后的模型可以用来推断谱系适应性，并估计个体突变对适应度的影响。

研究发现

模型显示，随着时间的推移，所有谱系的适应度都上升，并被几个适应度更高的谱系打断。

关于模型的预测能力，研究发现，对未来1-2个月的预测是可靠的。

PyR0模型的计算速度也是值得称赞的，分析数百万个基因组仅需1小时！

它将相似的序列组合在一起，并通过它们共享的突变群来定义基因组的「组别」。

PyR0具有强大的统计能力！

最后，该模型可以确定哪些突变将越来越普遍，并估计每种突变导致病毒传播的速度。