科学家利用机器学习技术成功追踪COVID-19的基因组特性

日前，一篇发表在国际杂志PLoS ONE上的研究报告中，来自西安大略大学等机构的科学家们通过研究利用机器学习技术识别出了29种不同COVID-19 DNA序列的潜在基因组特性。这种新型的数据发现工具能够帮助研究人员快速且容易地在几分钟内对诸如SARS-CoV-2等致死性病毒进行分类。 这项研究支持了研究者提出的假设，即SARS-CoV-2或许起源于蝙蝠的Sarbecovirus亚属，其是Betacoronavirus属病毒的亚群，研究者表示，这种超快速、可扩展且具有高度准确性的分类细胞能利用一种基于图形的特殊软件和决策树手段来进行分类，并能在所有可能性的结果中筛选出最佳选择，整个方法使用了一种基于图形的专门软件来阐明所有检测的可能性结果中的最佳结果。 研究者表示，机器学习方法能对COVID-19序列实现100%完美准确分类，更重要的是，其还能在数分钟内揭示5000多个病毒基因组之间重要的关联性；研究者所需要的就是COVID-19的DNA序列，并利用这些序列的信息发现自身内在的序列模式，同时他们还能使用特殊的签名模式和一种逻辑方法来尽可能地将这种模式与其它病毒进行匹配，并在几分钟内实现精确地分类。 目前这种分类工具已经实现了对5000多个特殊的病毒基因组序列的分析，包括1月27日更新的29个COVID-19序列；研究者Hill认为，这种新型工具不仅能对任何新发现COVID-19病毒序列进行分类，还能作为开发疫苗和新型药物工具箱中必不可少的组分，也能在全球疫情大流行期间被一线卫生保健工作者和科学家们使用。 [19] \t