人工神经网络模型助力探寻新冠病毒新变种

大公报西安5年末29日电 《党报》29日转载阿根廷布宜诺斯艾利斯经济体制美联社引述。引述摘要如下：

芝加哥大学-斯坦福大学布罗德该中心以及美国政府新英格兰大学医学院的发现者开发了一种数据挖掘数学模型，可以量化来自新冠HIV抽样的数百万个突变，并预报哪些HIV类似于将占主导地位并显然引发新的浪潮。该数学模型被称为PyR0，可以努力研究者人员已确定HIV突变的哪些大多最不显然起因性状，从而为可牵制未来类似于的疫苗获取目标。研究者结果日前发表在美国政府《科学》周刊上。

研究者人员可用截至2022年1年末在禽流感数据库共享全世界倡议数据库库中的600万个新冠HIV突变锻炼了数据挖掘数学模型。

自新冠大流行起来开始以来，全世界的研究者人员一直致力于预报新冠HIV不同类似于的适应性。但以前的数学模型无法同时较为所有类似于，或者仅管控几千个突变就需要数天整整。

相反，PyR0可以在大约1两星期内量化数百万个突变——所有公开可用的新冠HIV数据库。它将类似于的碱基组合在一齐，并通过它们共享的性状群来假设突变的“组别”。通过聚焦显然显现出在多个类似于中的性状，PyR0比仅关注HIV类似于的数学模型很强更加强大的统计潜能。

随后，该数学模型可以已确定哪些性状将更加加普遍，并预估每种性状导致HIV传播的低速。它还可根据其突变成预估不同类似于的禽流感数量减少的低速。

通过已确定哪些性状对哪些类似于的适应性很重要，该数学模型还获取了关于新冠HIV如何传播和转变的微生物学论述。例如，了解决定性性状可以努力发现者预报新类似于是否凸显传染性或更加能抛弃中和抗体，还可以努力他们决定要凸显体地研究者哪些性状。