Jaké zvířecí viry mohou infikovat lidi? Počítače se předhánějí, kdo to zjistí.

Colin Carlson, biolog z Georgetownské univerzity, si začal dělat starosti s myší.

Virus byl objeven v roce 1930 a rozšířil se mezi myši a zabil je nemilosrdná účinnost. Vědci to ale nepovažovali za potenciální hrozbu pro lidi. Nyní si Dr. Carlson a jeho kolegové a jejich počítače nejsou jisti.

Pomocí techniky známé jako strojové učení strávili výzkumníci posledních několik let programováním počítačů, aby se sami naučili o virech, které mohou infikovat lidské buňky. Počítače pročesaly obrovské množství informací o biologii a ekologii živočišných hostitelů těchto virů, stejně jako o genomech a dalších rysech samotných virů. Postupem času se počítače seznámily s určitými faktory, které by předpověděly, zda má virus potenciál rozšířit se na člověka.

Jakmile počítače prokázaly svou sílu ve virech, které vědci již intenzivně studovali, Dr. Carlson a jeho kolegové je publikovali o neznámém, nakonec vytvořili krátký seznam zvířecích virů s potenciálem překonat druhovou bariéru a způsobit propuknutí u lidí.

V nedávných pokusech algoritmy neočekávaně umístily krysí virus na přední příčky nejrizikovějšího patogenu.

„Pokaždé, když spustíme tento model, je velmi hlasitý,“ řekl Dr. Carlson.

Zmatený Dr. Carlson a jeho kolegové mají kořeny ve vědecké literatuře. Narazili na dávno zapomenuté dokumenty výbuch V roce 1987 na čínském venkově. U školáků se objevila infekce, která způsobila bolest v krku a infekci v rukou a nohou.

O několik let později tým vědců testoval a uchovával výtěry z krku odebrané během vypuknutí epidemie. Tyto vzorky, jak skupina uvedla v roce 2012, obsahují DNA krysího hrudníku. Jejich studie však vzbudila jen malou pozornost a o deset let později není krysa boxová stále považována za hrozbu pro lidi.

Pokud má počítač naprogramovaný Dr. Carlsonem a jeho kolegy pravdu, virus si zaslouží nový vzhled.

„Je šílené, že se to ztratí v obrovské hromadě věcí, které musí veřejné zdraví zkoumat,“ řekl. „To ve skutečnosti mění způsob, jakým o tomto viru přemýšlíme.“

Vědci identifikovali asi 250 lidských nemocí, které vznikly, když zvířecí virus přeskočil druhovou bariéru. virus lidské imunodeficience skok Od šimpanzů třeba i nově Koronavirus vyrostl jsem v netopýr.

V ideálním případě by se vědci rádi dozvěděli o dalším nepřímém viru dříve, než začne infikovat lidi. Ale existuje příliš mnoho živočišných virů, než aby je virologové mohli studovat. Vědci identifikovali u savců více než 1000 virů, ale je to pravděpodobně zlomek skutečného počtu. Někteří vědci mají podezření, že savci přenášejí Desítky tisíc virů, zatímco jiní uvádějí číslo stovky tisíců.

K identifikaci potenciálních nových důsledků vědci jako Dr. Carlson používají počítače k ​​objevování skrytých vzorců ve vědeckých datech. Stroje se mohou zaměřit na viry, u kterých je zvláště pravděpodobné, že povedou například k onemocnění lidí, a mohou také předvídat, která zvířata s největší pravděpodobností přechovávají nebezpečné viry, o kterých zatím nevíme.

„Mám pocit, jako byste měli nové oči,“ řekla Barbara Hahn, ekoložka nemocí z Cary Institute for Ecosystem Studies v Millbrooku, New York, která spolupracuje s Dr. Carlsonem. „Nemůžete vidět v tolika rozměrech jako model.“

Dr. Han se poprvé setkal se strojovým učením v roce 2010. Počítačoví vědci tuto technologii vyvíjejí desítky let a začínají s ní budovat výkonné nástroje. Tyto dny, strojové učení Počítače dokážou odhalit podvodné úvěrové poplatky a rozpoznat tváře lidí.

Ale jen málo výzkumníků aplikovalo strojové učení na nemoci. Dr. Han uvažoval, zda by ji mohla použít k zodpovězení otevřených otázek, jako například proč méně než 10 procent druhů hlodavců obsahuje patogeny, o nichž je známo, že infikují lidi.

Poskytla počítačové informace o různých druzích hlodavců z online databáze – vše od jejich věku při odstavu až po hustotu populace. Počítač poté hledal vlastnosti hlodavců, o kterých je známo, že obsahují velké množství patogenů, které přeskakují mezi druhy.

Jakmile počítač vytvořil model, otestoval jsem jej proti jiné skupině druhů hlodavců, abych zjistil, jak dobře odhadl, které z nich jsou nabité agens způsobujícími onemocnění. Počítačový model nakonec dosáhl přesnosti 90 procent.

Dr. Han se poté obrátil na hlodavce, kteří dosud nebyli vyšetřeni na nepřímé patogeny, a vytvořil seznam druhů s vysokou prioritou. Dr. Han a její kolegové předpovídají, že druhy, jako je krysa horská a krysa severní kobylka v západní Severní Americe, jsou obzvláště pravděpodobně nositeli znepokojivých patogenů.

Ze všech vlastností, které Dr. Han a její kolegové poskytli svým počítačům, byla nejdůležitější délka života hlodavců. Ukazuje se, že druhy, které umírají mladé, nesou více patogenů, možná proto, že evoluce vložila více jejich zdrojů do reprodukce než budování silného imunitního systému.

Tato zjištění zahrnovala roky pečlivého výzkumu, ve kterém Dr. Han a její kolegové pročesávali environmentální databáze a vědecké studie, aby našli užitečná data. Nedávno výzkumníci urychlili tuto práci vytvořením databází výslovně navržených tak, aby učily počítače o virech a jejich hostitelích.

V březnu například Dr. Carlson a kolegové prohlášení Otevřená databáze s názvem VIRION, která shromáždila půl milionu informací o 9 521 virech a 3 692 zvířecích hostitelích – a stále se vyvíjí.

Databáze jako VIRION nyní umožňují klást cílenější otázky o nových epidemiích. Když vypukla pandemie Covid, rychle se ukázalo, že ji způsobil nový virus zvaný SARS-CoV-2. Dr. Carlson, Dr. Han a jejich kolegové vytvořili programy k identifikaci zvířat, která s největší pravděpodobností ukrývají příbuzné nového koronaviru.

SARS-CoV-2 patří do skupiny druhů nazývaných betakoronaviry, které zahrnují také viry, které způsobily epidemii SARS a MERS u lidí. Z velké části betakoronové viry infikují netopýry. Když byl v lednu 2020 objeven SARS-CoV-2, bylo známo, že ho přenáší 79 druhů netopýrů.

Vědci ale systematicky nehledali u všech 1447 druhů netopýrů betakoronviry a dokončení takového projektu by trvalo mnoho let.

Zadáním biologických dat o různých druzích netopýrů – jejich stravě, délce křídel atd. – do svého počítače vytvořili Dr. Carlson, Dr. Han a jejich kolegové model, který dokáže předpovídat, kteří netopýři pravděpodobně přechovávají betacoron viry. Našli více než 300 druhů, které vyhovují.

Od této předpovědi v roce 2020 již vědci našli betakorony u 47 druhů netopýrů – z nichž všechny byly zahrnuty do předpovědních seznamů vytvořených některými z počítačových modelů, které vytvořili pro svou studii.

Daniel Baker, ekolog nemocí z University of Oklahoma, který také pracoval na studie betacoron viruŘekl, že je to pozoruhodné ve způsobu, jakým mohou jednoduché funkce, jako je velikost těla, vést k silným předpovědím o virech. „Mnoho z toho je výsledkem nízkých minut srovnávací biologie,“ řekl.

Dr. Baker nyní sleduje ze své zahrádky seznam potenciálních hostitelů koronaviru. Ukazuje se, že se očekává, že někteří netopýři se budou ukrývat v Oklahomě.

Pokud by doktor Becker našel betakoronavirus na svém dvorku, nemohl by hned říct, že je to bezprostřední hrozba pro lidi. Vědci budou muset nejprve provést pečlivé experimenty, aby posoudili rizika.

Tyto modely jsou z velké části ve vývoji, varuje doktor Pranav Pandit, epidemiolog z Kalifornské univerzity v Davisu. Při testování na dobře promyšlených virech funguje mnohem lépe než náhodný shell, ale může fungovat lépe.

„Není to v bodě, kdy bychom mohli jen vzít tato zjištění a vytvořit výstrahu, abychom začali světu říkat: ‚Toto je zoonotický virus‘,“ řekl.

Nardos Mullintz, počítačový virolog z University of Glasgow, a jeho kolegové vymysleli metodu, která může výrazně zvýšit přesnost modelů. Místo toho, aby se dívali na hostitele viru, jejich modely se dívají na jeho geny. Počítač lze naučit identifikovat jemné rysy v genech virů, které mohou infikovat lidi.

ve svých vlastních První zpráva Na základě této technologie Dr. Mollentze a jeho kolegové vyvinuli model, který dokáže správně identifikovat viry, které infikují člověka více než 70 procent času. Dr. Mollentz zatím nemůže říct, proč jeho genetický model funguje, ale má nějaké nápady. Naše buňky dokážou rozpoznat cizí geny a vyslat alarm do imunitního systému. Viry, které mohou infikovat naše buňky, mohou mít schopnost napodobovat naši DNA jako druh virové kamufláže.

Když model aplikovali na zvířecí viry, přišli se seznamem 272 druhů s vysokým rizikem úniku. To je na virology příliš, aby je mohli nějak do hloubky zkoumat.

„Můžete pracovat na tolika virech,“ řekla Amy De Witt, viroložka z Rocky Mountain Laboratories v Hamiltonu v Montaně, která dohlíží na výzkum nového koronaviru, chřipky a dalších virů. „Z naší strany to opravdu budeme muset zúžit.“

Doktor Mollentz připustil, že on a jeho kolegové potřebovali najít způsob, jak identifikovat ty nejhorší z nejhorších mezi zvířecími viry. „Tohle je jen začátek,“ řekl.

Aby mohl pokračovat ve své počáteční studii, Dr. Mollentz spolupracuje s Dr. Carlsonem a kolegy na kombinaci údajů o genech virů s údaji o biologii a ekologii jejich hostitelů. Výzkumníci získali některé slibné výsledky z tohoto přístupu, včetně olova stimulujícího myši.

Jiné typy dat mohou poskytovat lepší předpovědi. Důležitou vlastností viru je například obalování částic cukru na jeho povrchu. Různé viry končí s různými vzory molekul cukru a toto uspořádání může mít obrovský dopad na jejich úspěch. Některé viry mohou využít tento molekulární mráz, aby se skryly před imunitním systémem svého hostitele. V jiných případech může virus použít molekuly cukru k nalepení na nové buňky, což vede k nové infekci.

Tento měsícDr. Carlson a jeho kolegové zveřejnili online komentář, ve kterém zdůrazňují, že strojové učení může získat mnoho poznatků z cukrové vrstvy virů a jejich hostitelů. Vědci již nashromáždili mnoho těchto znalostí, ale ještě nebyly převedeny do podoby, ze které by se počítače mohly učit.

„Mám pocit, že víme mnohem víc, než si myslíme,“ řekl Dr. Carlson.

Dr. de Witt řekla, že modely strojového učení by jednoho dne mohly virology jako ona nasměrovat ke studiu konkrétních zvířecích virů. „Určitě z toho plyne obrovský přínos,“ řekla.

Poznamenala ale, že modely se dosud zaměřovaly hlavně na schopnost patogenu infikovat lidské buňky. Než způsobí novou lidskou nemoc, musí se virus také šířit z člověka na člověka a způsobovat vážné příznaky. Čeká na novou generaci modelů strojového učení, které dokážou tyto předpovědi také provést.

„To, co opravdu chceme vědět, není nutně to, jaké viry mohou infikovat lidi, ale jaké viry mohou způsobit propuknutí,“ řekla. „Takže tohle je opravdu další krok, který musíme zjistit.“