Forskere brugte AI-drevet maskinlæring til at forudsige mere end 20 tusind ukendte
Forskere vidste allerede, at tusinder af vira inficererpattedyr, mens der under de seneste skøn er opdaget mindre end 1% af viral mangfoldighed af pattedyr. Nogle af disse vira, såsom humane immundefektvira og feline immundefektvira, har et meget snævert værtsinterval, mens andre, såsom rabies og West Nile-vira, har et meget bredt værtsinterval.
I Rusland begyndte man at vaccinere med Sputnik Light-vaccinen
”Habitat er en vigtig indikator forom virussen er zoonotisk, og derfor er den en fare for mennesker. For nylig blev det fundet, at SARS-CoV-2 har en relativt bred vifte af værter - og dette har bidraget til dets spredning blandt mennesker. Vores kendskab til habitat for de fleste vira er dog stadig begrænset, ”bemærker forskerne.
For at lukke dette hul udviklede forskerne et nyt maskinlæringssystem til at forudsige ukendte sammenhænge mellem vira og modtagelige pattedyrarter.
Deres resultater indikerer detDer er fem gange flere sammenhænge mellem kendte zoonotiske vira og vilde og semi-husdyrspattedyr end tidligere antaget. Især flagermus og gnavere, der har været knyttet til de seneste udbrud af nye vira, såsom coronavirus og hantavira, har været forbundet med en øget risiko for at få zoonotiske vira.
Modellen forudsiger også en femdobling af foreningen mellem vilde og semi-husdyrspattedyr og vira af økonomisk vigtige husdyrarter.
”Da vira fortsætter med at bevæge sig igennemglobus giver vores model mulighed for at vurdere potentielle værter, som de endnu ikke har mødt. Sådan fremsyn kan hjælpe med at identificere og afbøde risikoen for dyresygdomme, der kan sprede sig til den menneskelige befolkning, ”tilføjede forskerne.
Læs mere
Den største komet i historien ses i solsystemet: det er næsten en planet
Forskere har beregnet "puls" på jorden: det er 27,5 millioner år
Ny metode omdanner straks kulstof til grafen eller diamanter