เครดิตรูปภาพ: Bing AI/ Curto ข่าว

นักคณิตศาสตร์ใช้ AI เพื่อระบุ variaภาวะฉุกเฉินของโควิด-19; รู้วิธี

นักวิทยาศาสตร์จากมหาวิทยาลัยแมนเชสเตอร์และอ็อกซ์ฟอร์ดได้พัฒนากรอบการทำงานของปัญญาประดิษฐ์ (AI) ที่สามารถระบุและติดตาม variaอาการใหม่และน่ากังวลของเชื้อ Covid-19 และอาจช่วยรับมือกับการติดเชื้อในอนาคตได้

กรอบการทำงานนี้รวมเทคนิคการลดขนาดและอัลกอริธึมการจัดกลุ่มแบบใหม่ที่สามารถอธิบายได้ที่เรียกว่า CLASSIX ซึ่งพัฒนาโดยนักคณิตศาสตร์ที่มหาวิทยาลัยแมนเชสเตอร์ ช่วยให้สามารถระบุกลุ่มจีโนมของไวรัสที่อาจก่อให้เกิดความเสี่ยงในอนาคตได้อย่างรวดเร็วเนื่องจากมีข้อมูลจำนวนมาก

การเผยแพร่

การเรียน, ปรากฏในนิตยสาร PNASสามารถรองรับวิธีการแบบดั้งเดิมในการติดตามวิวัฒนาการของไวรัส เช่น การวิเคราะห์สายวิวัฒนาการ ซึ่งปัจจุบันต้องมีการดูแลจัดการด้วยตนเองอย่างกว้างขวาง

โรแบร์โต กาฮวนซี่, นักวิจัยจากมหาวิทยาลัยแมนเชสเตอร์และผู้เขียนรายงานรายแรกและรายเดียวกันกล่าวว่า “นับตั้งแต่เกิดโรคโควิด-19 เราได้เห็นไวรัสใหม่ๆ หลายระลอกariants, ​​​​การแพร่เชื้อที่มากขึ้น, การหลีกเลี่ยงการตอบสนองของระบบภูมิคุ้มกัน และความรุนแรงของโรคที่เพิ่มขึ้น”

เช่นเดียวกับไวรัส RNA อื่นๆ Covid-19 มีอัตราการกลายพันธุ์สูงและก curto ช่วงเวลาระหว่างรุ่น ซึ่งหมายถึงวิวัฒนาการอย่างรวดเร็วมาก ซึ่งหมายความว่าการระบุสายพันธุ์ใหม่ที่อาจเป็นปัญหาในอนาคตต้องใช้ความพยายามอย่างมาก

การเผยแพร่

ปัจจุบัน มีลำดับเกือบ 16 ล้านลำดับในฐานข้อมูล GISAID (Global Initiative on Sharing All Influenza Data) ซึ่งให้การเข้าถึงข้อมูลจีโนมของไวรัสไข้หวัดใหญ่

การทำแผนที่วิวัฒนาการและประวัติของจีโนมของ Covid-19 ทั้งหมดจากข้อมูลเหล่านี้ดำเนินการโดยอาศัยเวลาของมนุษย์และการคำนวณจำนวนมาก

วิธีการที่อธิบายไว้ช่วยให้งานดังกล่าวเป็นอัตโนมัติ นักวิจัยได้ประมวลผลลำดับที่มีความครอบคลุมสูง 5,7 ล้านลำดับในเวลาเพียงหนึ่งหรือสองวันบนแล็ปท็อปสมัยใหม่มาตรฐาน สิ่งนี้คงเป็นไปไม่ได้ด้วยวิธีการที่มีอยู่ ทำให้การระบุสายพันธุ์ที่ทำให้เกิดโรคที่น่ากังวลอยู่ในมือของนักวิจัยจำนวนมากขึ้น เนื่องจากความต้องการทรัพยากรลดลง

การเผยแพร่

วิธีการที่นำเสนอนี้ทำงานโดยการแบ่งลำดับทางพันธุกรรมของไวรัสโควิด-19 ออกเป็น “คำ” ขนาดเล็ก (เรียกว่า 3-เมอร์) ที่แสดงเป็นตัวเลข แล้วนับ จากนั้นจะจัดกลุ่มลำดับที่คล้ายกันตามรูปแบบคำโดยใช้เทคนิคการเรียนรู้ของเครื่อง

Stefan Güttel ศาสตราจารย์ด้านคณิตศาสตร์ประยุกต์ที่มหาวิทยาลัยแมนเชสเตอร์กล่าวว่า "อัลกอริธึมการจัดกลุ่ม CLASSIX ที่เราพัฒนาขึ้นนั้นมีความต้องการในการคำนวณน้อยกว่าวิธีการแบบเดิมมากและอธิบายได้อย่างสมบูรณ์ ซึ่งหมายความว่าจะให้คำอธิบายที่เป็นข้อความและภาพของกลุ่มที่คำนวณแล้ว"

อ่านเพิ่มเติม:

เลื่อนขึ้น