陳根：根據病毒基因組信息，預測疾病發生概率_風聞

文|陳根

新冠疫情爆發以來，人們的生產生活受到了重大影響，疫情的反反覆覆，讓人們在這場鬥爭中精疲力盡。近日，一項研究表明，機器學習或可以根據病毒的基因組信息，預測其引發人畜共患病的概率。

包括新冠病毒在內，很多影響人類的新發傳染病都是人畜共患的，即由源自其他動物物種的病毒引發。例如SARS一開始被認為與果子狸有關，後來發現其在果子狸中的傳播時間並不長，蝙蝠可能是天然宿主。

還有早期與SARS臨牀症狀相似而得名的“類SARS病毒”MERS，其是第6種已知的人類冠狀病毒，可能與人、豬、貓、狗、鼠和雞的呼吸系統感染相關。近些年的調查表明，MERS-CoV冠狀病毒可能從駱駝傳播到人的。

雖然至今也不能百分百肯定哪種病毒源起哪種動物，但它們總是與某種動物密切相關。目前，全球野生動物身上有大約160多萬種未知病毒，早一點識別高危病毒將有助於預防流行病和進行流行病學監測。

而病毒是否具備引發人畜共患病的潛力，可以從其基因組序列中推斷出來。通過突出顯示最有可能引發人畜共患病的病毒，基於基因組的分類方式可以更有效地針對進一步的生態和病毒學特徵。

為了開發相關模型，研究人員收集了來自36個科的861種病毒的數據集。機器學習模型根據在病毒基因組中觀察到的模式來確定人類感染的概率。隨後，研究人員用表現最佳的模型來預測從各種動物中取樣的其他病毒引發潛在人畜共患病的模式。

**結果發現，****病毒基因組可能具有獨立於病毒分類關係的可概括特徵，並且可能涉及病毒感染人類的預適應過程。**此外，他們還開發出利用病毒基因組識別潛在的人畜共患病的機器學習模型。

雖然這些模型預測了病毒能否感染人類，但感染能力只是人畜共患病風險的組成要素之一，該風險還受到病毒在人體內的毒性、人際傳播能力和人際接觸時的生態條件等因素的影響**。**

總體來説，該研究有助於提高人們發現及應對病毒爆發的能力。未來，或需要各國政府和企業之間持續的合作來幫助該研究近一步發展，比如全球醫療數據的集中和交流。