人工智能工具预测病毒爆发热点

快速阅读: 据《News-Medical.Net》最新报道，华盛顿州立大学研发了一种新AI工具，通过分析宿主特性和病毒基因组，预测正痘病毒潜在宿主及疫情高发区，有助于防范大流行。该模型准确率更高，可推广至其他病毒研究。

华盛顿州立大学
2025年3月31日

一种新的人工智能工具可能有助于限制甚至预防大流行病，通过识别可能携带并传播能够感染人类病毒的动物物种。

由华盛顿州立大学全球健康保罗·G·艾伦兽医学院的研究人员开发的机器学习模型，分析宿主特征和病毒基因组，以识别潜在的动物宿主以及新疫情更有可能发生的地理区域。该模型专注于正痘病毒——包括导致天花和猴痘的病毒。

研究人员近期在期刊《通讯生物学》上发表了关于他们使用该模型工作的研究论文。他们的发现可以帮助科学家预测新兴的动物源性疾病威胁，并且可以适应其他病毒。

“近四分之三的新发病毒感染人类的病毒来源于动物，”华盛顿州立大学全球健康保罗·G·艾伦兽医学院的病毒传播专家、助理教授斯蒂芬妮·西弗特说，她帮助领导了这个项目。“如果我们能更好地预测哪些物种构成最大的风险，我们就可以采取主动措施来防止大流行。”

该模型确定东南亚、赤道非洲和亚马逊地区可能是正痘病毒爆发的潜在热点区域。这些地区不仅拥有高浓度的潜在宿主，而且与天花疫苗接种率低的地区重叠。尽管天花疫苗对其他正痘病毒提供交叉保护，但自1980年天花被根除后，疫苗接种工作已经停止。

该研究还确定了几种动物家族可能是猴痘的宿主，包括啮齿动物、猫、犬科（狗及相关物种）、臭鼬、貂科（黄鼠狼和水獭）和浣熊。该模型正确排除了老鼠，实验室研究表明老鼠对猴痘感染具有抗性。

兽医学研究生凯蒂·陈是这项研究的第一作者，她指出，该模型不仅比之前的模型表现出更高的预测准确性，还可以用于预测其他病毒的宿主。

疾病生态学家、艾伦学院的助理教授皮拉尔·费尔南德斯与西弗特一起领导了该项目，她说之前用于预测正痘病毒潜在宿主的机器学习模型依赖于动物的生态特征，如栖息地和饮食，以及其他影响它们与环境互动的特性，如资源利用和生存能力。尽管有效，但这些模型忽略了方程式中的一个重要部分——病毒的基因组成。

“之前的模型更多是基于宿主的特性，但我们想加入故事的另一面，即病毒的特性，”费尔南德斯说，“我们的模型提高了宿主预测的准确性，并提供了更清晰的画面，说明病毒如何在物种间传播。”

相关报道：
奥罗普切病毒：新兴威胁、症状和预防
科学家揭示埃博拉病毒重新激活如何触发儿童MIS-C
美国蚊子种类传播奥罗普切病毒的风险极小，研究发现

正痘病毒通常引发小型局部疫情，但最近的事件，包括2022年全球范围内猴痘的传播，引发了人们对这些病毒在新地区扎根并通过新动物宿主传播的担忧。

识别潜在的宿主是预测溢出事件的关键，然而，通过传统的现场采样完成这一任务是一项资源密集且不切实际的努力。新的模型简化了这一任务，并可用于针对野生动物监测工作。

“如果你正在寻找中非地区猴痘病毒的宿主，那是地球上生物多样性最丰富的地区之一，你从哪里开始？”西弗特说，“如果我们能利用这些机器学习模型帮助我们优先进行采样工作，那将非常有益于确定这些病毒的来源，并理解它们带来的风险。”

研究团队还包括分子生物科学学院的助理教授希瑟·柯勒，她广泛研究了猴痘。俄克拉荷马大学的丹尼尔·J·贝克尔；伦敦大学学院的罗里·吉布；耶鲁大学的科林·卡尔森也作为病毒爆发研究所的成员参与其中，这是一个由美国国家科学基金会资助的科学家协作网络，研究宿主-病毒相互作用以预测全球范围内的病毒传播。该小组包括数据科学、计算生物学、病毒学、生态学和进化生物学领域的专家。

来源：
华盛顿州立大学

期刊参考：
陈凯蒂等（2025）。病毒基因组特征预测正痘病毒宿主。
《通讯生物学》。
doi.org/10.1038/s42003-025-07746-0

(以上内容均由Ai生成)