ایسنا به نقل از وب‌سایت رسمی “دانشگاه جرج‌تاون”(Georgetown University) آمریکا k,ajTیک گروه بین‌المللی از پژوهشگران در بررسی جدید خود سعی دارند تا مدل‌های مبتنی بر هوش مصنوعی را طوری آموزش دهند که بتوانند به پیش‌بینی همه‌گیری بعدی کروناویروس کمک کنند.
یک گروه بین‌المللی از پژوهشگران به سرپرستی دانشگاه جرج‌تاون، قدرت هوش مصنوعی را در پیش‌بینی اینکه چه ویروس‌هایی می‌توانند انسان را مانند کروناویروس آلوده کنند، چه حیواناتی میزبان این ویروس‌ها هستند و ویروس‌ها در کجا ممکن است ظاهر شوند، نشان داده‌اند.
این مجموعه از مدل‌های پیش‌بینی‌کننده میزبان‌های احتمالی ویروس، طی یک پروژه ۱۸ ماهه برای شناسایی گونه‌های خاصی از خفاش‌ها که احتمالا حامل بتاکروناویروس‌ها هستند، تأیید شد.
“کالین کارلسون”(Colin Carlson)، دانشیار بخش میکروبیولوژی و ایمنی‌شناسی دانشگاه جرج‌تاون و از پژوهشگران این پروژه گفت: اگر می‌خواهید این ویروس‌ها را پیدا کنید، باید کار خود را با مشخصات میزبان‌های آنها، محیط زیست و تکامل آنها، حتی شکل بال‌هایشان آغاز کنید. هوش مصنوعی به ما امکان می‌دهد تا داده‌های مربوط به خفاش‌ها را به دست بیاوریم و آنها را به پیش‌بینی‌های ملموس تبدیل کنیم.
به رغم سرمایه‌گذاری‌های جهانی در زمینه نظارت بر بیماری‌ها، شناسایی و بررسی مخازن ویروس‌هایی که می‌توانند روزی انسان‌ها را آلوده کنند، این کار هنوز دشوار است. مدل‌های آماری به طور فزآینده‌ای برای اولویت‌بندی گونه‌های حیات وحش و نمونه‌برداری میدانی مورد استفاده قرار می‌گیرند اما پیش‌بینی‌هایی که در مورد هر یک از مدل‌ها ارائه می‌شوند، می‌توانند بسیار نامشخص باشند. دانشمندان به ندرت موفقیت یا شکست پیش‌بینی‌های خود را پس از انجام دادن آنها دنبال می‌کنند. این کار می‌تواند یادگیری و ابداع مدل‌های بهتر در آینده را دشوار سازد. وجود این محدودیت‌ها به همراه یکدیگر بدین معناست که عدم قطعیت بالایی در مورد مناسب بودن مدل‌ها وجود دارد.
این پژوهش جدید نشان می‌دهد که جستجو برای یافتن ویروس‌های مشابه می‌تواند بی‌اهمیت باشد زیرا پیش‌بینی می‌شود که بیش از ۴۰۰ گونه خفاش در سراسر جهان میزبان بتاکروناویروس‌ها هستند. بتاکروناویروس‌ها، گروه بزرگی از ویروس‌ها هستند که ویروس‌های عامل “کروناویروس سندرم حاد تنفسی”(SARS-CoV) و “کروناویروس سندرم حاد تنفسی ۲”(SARS-CoV-2) را شامل می‌شوند. اگرچه منشا کروناویروس سندرم حاد تنفسی ۲ نامشخص است اما ظهور سایر ویروس‌ها از خفاش‌ها به دلیل عواملی مانند گسترش کشاورزی و تغییرات آب و هوایی، یک مشکل رو به رشد به شمار می‌رود.
“گرگ آلبری”(Greg Albery)، پژوهشگر بخش بیولوژی دانشگاه جرج‌تاون و از اعضای این گروه پژوهشی باور دارد که کووید-۱۹، انگیزه‌ای را برای سرعت بخشیدن به پژوهش‌های آنها ایجاد کرده است. آلبری گفت: این یک فرصت واقعا نادر است. ما هرگز در یک بازه زمانی کم به این اندازه درباره چنین ویروس‌هایی یاد نخواهیم گرفت. یک دهه پژوهش در حدود یک سال خلاصه شده و این بدان معناست که ما می‌توانیم نشان دهیم که این روش‌ها کار می‌کنند.
پژوهشگران در سه ماه نخست سال ۲۰۲۰، هشت مدل آماری متفاوت را آموزش داد که پیش‌بینی می‌کنند کدام گونه از حیوانات می‌توانند میزبان بتاکروناویروس‌ها باشند. این گروه پژوهشی طی بیش از یک سال، کشف ۴۰ خفاش جدید را دنبال کردند که می‌توانند میزبان بتاکروناویروس باشند. این کار می‌تواند به تایید پیش‌بینی‌های ابتدایی بپردازد و مدل‌های آنها را به صورت پویا به‌روزرسانی کند. پژوهشگران دریافتند مدل‌هایی که از داده‌های مربوط به اکولوژی و تکامل خفاش استفاده می‌کنند، عملکرد بسیار خوبی در پیش‌بینی میزبان‌های جدید دارند. در مقابل، مدل‌هایی که از ریاضیات پیشرفته اما داده‌های بیولوژیکی کمتری استفاده می‌کردند، تقریبا به همان خوبی یا بدتر از آنچه انتظار می‌رفت، ظاهر شدند.
“دنیل بکر”(Daniel Becker)، دانشیار بیولوژی “دانشگاه اکلاهما”(University of Oklahoma) گفت: یکی از مهم‌ترین فواید این پژوهش برای ما، ارائه فهرست کوتاهی مبتنی بر داده‌ها است که در آن، گونه‌های خفاش باید بیشتر مورد بررسی قرار بگیرند. پس از شناسایی این میزبان‌های احتمالی، گام بعدی، سرمایه‌گذاری در حوزه نظارت است تا بفهمیم کجا و چه زمانی احتمال انتشار ویروس‌های بتاکرونا وجود دارد.
به گفته کارلسون، این گروه پژوهشی اکنون با دانشمندان دیگر در سراسر جهان همکاری می‌کنند تا به آزمایش نمونه‌های به دست آمده از خفاش‌ها برای شناسایی کروناویروس بپردازند.
وی افزود: اگر پول، منابع و زمان کمتری را برای یافتن این ویروس‌ها صرف کنیم، می‌توانیم همه آنها را در زمینه‌هایی به کار بگیریم که جان انسان‌ها را نجات می‌دهند. ما می‌توانیم روی ابداع واکسن‌های جهانی برای هدف قرار دادن این ویروس‌ها یا نظارت بر ابتلای افرادی که در نزدیکی خفاش‌ها زندگی می‌کنند، سرمایه‌گذاری کنیم. این یک بازی دو سر برد برای علم و سلامتی عمومی است.
این پژوهش، در مجله “Lancet Microbe” به چاپ رسید.
