新机器学习算法助力防治传染病

　　英国格拉斯哥大学发布一项新研究说，借助新的机器学习算法，科学家有望更高效从基因层面预测埃博拉和寨卡等病毒的天然宿主，从而采取措施预防这些病毒传播到人类身上。

　　不少致命病毒往往首先在野生动物和昆虫群体中大范围传播，随后才感染人类，并最终导致传染病疫情，因此尽早发现这些病毒的天然宿主对传染病防控来说非常重要。然而，要通过基因组序列来确认不同病毒的宿主往往会耗费很长时间，容易耽误防控工作。

　　格拉斯哥大学研究人员设计的机器学习算法，旨在把这个耗时过程大幅缩短。相关结果已刊登在美国《科学》杂志上。

　　他们通过分析超过５００种病毒的基因组信息来训练这个算法，以便让它学会将病毒基因组中的特征与它们的动物源头相匹配，从而预测出哪种病毒来自哪个动物宿主，准确率让人满意。

　　报告作者之一、格拉斯哥大学的达尼埃尔·施特赖克尔说，如果能够利用基因组信息来预测病毒的天然生态，就可帮助人们快速找到病毒的动物宿主，也就能更早干预，预防病毒的传播。

　　团队目前正开发一个应用程序，可让全球科学家都能提交不同病毒的基因组序列信息，从而利用这个算法快速得出相关的动物宿主评估结果。