給新冠病毒分類 機器學習僅需幾分鐘，鑒定出潛在的“基因簽名”

據(jù)物理學家組織網(wǎng)28日報道，加拿大計算機科學家和生物學家在當日出版的《科學公共圖書館·綜合》(PLOS ONE)雜志撰文指出，他們借助機器學習方法，在短短幾分鐘內(nèi)對29個不同新冠病毒DNA序列進行分類，鑒定出一個潛在的“基因簽名”。

他們表示，機器學習這種新的數(shù)據(jù)發(fā)現(xiàn)工具將使科學家能在短短幾分鐘內(nèi)快速輕松地對致命病毒(如新冠病毒)分類，而加快這一過程對于大流行期間醫(yī)療資源的戰(zhàn)略規(guī)劃至關(guān)重要。此外，最新研究還支持一個科學假設(shè)——新冠病毒起源于蝙蝠，屬于β冠狀病毒屬的Sarbecovirus亞型。

韋仕敦大學生物學教授凱瑟琳·希爾與該校計算機科學、統(tǒng)計與精算科學領(lǐng)域的同事，及滑鐵盧大學計算機科學系的研究人員共同開展了這項研究。

他們指出，這個“超快速、可擴展且高度準確”的分類系統(tǒng)使用新的基于圖形的專用軟件和決策樹方法來解釋分類，并從所有可能結(jié)果中找出最佳選擇。這一機器學習方法可對新冠病毒序列進行100%準確分類，更重要的是，可在數(shù)分鐘內(nèi)再次發(fā)現(xiàn)5000多個病毒基因組之間最密切的關(guān)系。

希爾說：“我們需要的是新冠病毒DNA序列能發(fā)現(xiàn)自身的內(nèi)在序列模式，我們使用該簽名模式和一種邏輯方法，使該模式與其他病毒盡可能接近，并在數(shù)分鐘而非數(shù)天、數(shù)小時內(nèi)對新冠病毒進行了非常準確的分類。”

研究人員指出，該工具能對任何新發(fā)現(xiàn)的新冠病毒或其他病毒序列進行分類，將成為全球大流行期間疫苗和藥物開發(fā)人員、一線醫(yī)療工作者、研究人員和科學家使用的工具包的重要組成部分。(記者劉霞)