Science：利用人工智能预测RNA病毒的动物宿主和传播媒介

诸如埃博拉病毒和寨卡病毒之类的许多致命性的和新出现的病毒传播给人类并导致严重疾病之前早就在野生动物和昆虫群落中传播。从基因组序列中寻找不同病毒的动物和昆虫宿主可能需要多年的密集的实地研究和实验室工作。由此引起的延迟意味着难以实施预防措施，比如给疾病的动物来源接种疫苗，或者阻止物种之间的危险接触。因此，在当前，及时地找到这些天然病毒宿主---这可能有助于阻止向人类传播---对科学家们构成了巨大的挑战。

如今，在一项新的研究中，来自苏格兰格拉斯哥大学等研究机构的研究人员设计出一种新的机器学习算法，它利用病毒基因组序列预测一系列RNA病毒的可能的自然宿主，其中RNA病毒是最常见的从病毒跳跃到人类中的病毒群体。相关研究结果发表在2018年11月2日的Science期刊上，论文标题为“Predicting reservoir hosts and arthropod vectors from evolutionary signatures in RNA virus genomes”。

寨卡病毒的数码彩色透射显微镜图。寨卡病毒属于黄病毒科。图中蓝色的病毒颗粒直径为40nm，有一个外包膜和一个内部的致密核。图片来自CDC/Cynthia Goldsmith。

这些研究人员研究了500多种单链RNA病毒的基因组，来训练这种机器学习算法，以便将嵌入在病毒基因组中的模式与病毒的动物起源相匹配。这种机器学习算法能够准确地预测每种病毒来自哪个动物宿主，每种病毒是否需要吸血的动物媒介，如果需要的的话，这种动物媒介是蜱、蚊子、蠓虫还是白蛉。

接下来，这些研究人员将这种机器学习算法应用于寨卡病毒和中东呼吸综合征冠状病毒（MERS-CoV），以及宿主和动物媒介尚不为人所知的病毒，如克里米亚-刚果出血热（Crimean Congo Hemorrhagic Fever）病毒。经证实，对这些病毒而言，这种机器学习算法预测的宿主通常是当前最好的猜测。

令人吃惊的是，在四种被认为具有蝙蝠起源的埃博拉病毒中，这种机器学习算法同样地或更偏向于其中的两种埃博拉病毒实际上是灵长类动物起源的，这可能表明非人类灵长类动物，而不是蝙蝠，是一些埃博拉病毒爆发的源头。

这些结果表明这种新的工具可能有助于人们提供针对致命性疾病的预防措施。这些研究人员如今希望这种新的机器学习工具将会加快研究、监测和疾病控制活动，以便在野外找出病毒的正确动物起源，最终目的就阻止致命性的和危险的病毒传播到人类中。

参考资料：

Simon A. Babayan1,2, Richard J. Orton3, Daniel G. Streicker. Predicting reservoir hosts and arthropod vectors from evolutionary signatures in RNA virus genomes. Science, 02 Nov 2018, 362(6414):577-580, doi:10.1126/science.aap9072.

Mark Woolhouse. Sources of human viruses. Science, 02 Nov 2018, 362(6414):524-525, doi:10.1126/science.aav4265.

转化医学：生物谷旗下转化医学专业平台