这个人工智能工具能否帮助防止下一次大流行的噩梦？

虽然人声设定 怀疑 否则，许多学者仍然认为 新型冠状病毒 当致命的病原体从动物传给人类时，导致近 500 万人死亡，这一过程称为人畜共患病。

可以说 20 个月后 关闭 绝望的是，世界迫切希望避免另一场像这样的全球健康危机。 现在，英国格拉斯哥大学的三名科学家认为他们拥有的只是工具：一种人工智能模型，可以识别有朝一日感染人类的​​高风险动物病毒。

早期测试， 在 PLOS Biology 的一项新研究中详细说明，甚至是为了展示这项特殊技术如何帮助识别 SARS-CoV-2，即导致 COVID-19 的病毒的技术名称，该病毒于 2019 年底在中国武汉被记录在案。

就是这个 远非第一次使用人工智能 作为帮助我们了解动物病毒如何导致人类感染的工具。 就在今年，利物浦大学的科学家们 他们说他们使用人工智能来预测数以万计以前未知的链接 这有助于解释动物病毒是如何传播给人类的。

有了这些信息和冠状病毒大流行的其他见解，格拉斯哥团队开发了自己的人工智能模型，以帮助在检测到病毒后立即评估人畜共患病的风险——如果尚无可用信息的话。

格拉斯哥大学病毒生态学家纳多斯·穆伦茨 (Nardos Mullentz) 表示：“能够仅从基因组序列预测病毒是否可以感染人类，同时仍能可靠地处理该模型从未见过的全新病毒，这使其与其他方法区别开来。”和新研究的主要作者。他告诉每日野兽。

使用来自 36 个已知人畜共患家族的 861 种病毒类型的数据集，该模型经过训练以考虑可能表明感染人类可能性的病毒基因组特征，然后评估实际发生人类感染的可能性。 根据 Mollitz 的说法，与去年其他团队开发的类似模型相比，该模型的表现同样出色或更好。

当将该模型推广到另外 645 种动物病毒时，发现 272 种病毒具有从动物传染给人类的人畜共患病的高风险，41 种被认为是“高风险”候选病毒。 这并不一定意味着这些病毒完全有能力感染人类，但是，就像 SARS-CoV-2 一样，这里和那里的一些突变可能允许它们在未来这样做。

大多数科学家目前认为新的冠状病毒已经进入 感染人类前的成群蝙蝠或穿山甲，即使一些专家认为需要进一步调查一个物种的可能性 武汉一家受到严格审查的研究设施的实验室泄漏. 研究作者表示，对他们的模型进行的额外测试表明，即使在不了解人畜共患姐妹病毒的情况下，它也会在第一例人类病例之前将 SARS-CoV-2 确定为冠状病毒的高风险株，例如作为第一个SARS病毒。

至少，这项新研究背后的研究人员认为，他们有足够的证据表明该模型可能是一种廉价的工具，可应用于不断增长的动物病毒数据库。 反过来，这可以帮助初步确定人类可能需要保持警惕的时刻，如果以及何时将一群动物暴露在爆发中。

该模型并不完美，训练期间的假阴性和假阳性率有时高达四分之一，具体取决于模型的哪些部分被赋予了更多的权重。 Mollentz 强调，这表明我们对动物病毒的巨大多样性知之甚少——训练 861 种病毒的模型并非如此。 坏的，但这只是我们尚未识别的数百万病毒中的一小部分。 根据我发表的一篇意见论文 英国皇家学会哲学汇刊 B 他指出，“无论多么复杂 [A.I.] 方法，它们都面临着克服数据限制的基本任务。”

虽然这个模型可能会随着时间的推移变得越来越好（已经被应用于新的病毒发现），但我们可能仍然对如何利用它的预测来保护自己有一个模糊的想法。 警告人们有关可能构成威胁的病毒很容易； 降低暴露风险真的很难（防口罩，有人吗？）

但正如穆林茨回应的那样，“使用我们的方法对风险进行初步评估需要付出很小的额外成本。”

换句话说，鉴于冠状病毒大流行对世界造成了多大的打击，即使是不完善的防御措施也比没有强。