据西班牙《趣味》月刊网站9月29日报道，包括新冠肺炎在内，大多数影响人类的新发传染病都是人畜共患的，即由源自其他动物物种的病毒引发的。因此，早一点识别高危病毒有助于预防流行病和进行流行病学监测。我们正在谈论的是一项巨大挑战，因为全球野生动物身上有大约160多万种未知病毒。

刚刚发表在美国《科学公共图书馆·生物学》杂志上的一项新研究表明，机器学习，即一种人工智能，可以根据病毒的基因组信息预测其引发人畜共患病的概率。为了开发相关模型，研究人员收集了来自36个科的861种病毒的数据集。机器学习模型根据在病毒基因组中观察到的模式来确定人类感染的概率。然后，研究人员用表现最佳的模型来预测从各种动物中取样的其他病毒引发潜在人畜共患病的模式。

研究人员发现，病毒基因组可能具有独立于病毒分类关系的可概括特征，并且可能涉及病毒感染人类的预适应过程。此外，他们还开发出利用病毒基因组识别潜在的人畜共患病的机器学习模型。

报道称，计算机模型只是识别具备感染人类潜力的人畜共患病毒的初步工具，它们代表第一次筛查：在对这些模型标记的病毒的潜在风险做出判断前，需要开展验证性实验室测试。此外，虽然这些模型预测了病毒是否可能感染人类，但感染能力只是更广泛的人畜共患病风险的组成要素之一，该风险还受到病毒在人体内的毒性、人际传播能力和人际接触时的生态条件等因素的影响。

研究人员指出：“我们的研究结果表明，病毒是否具备引发人畜共患病的潜力，可以从其基因组序列中推断出来。通过突出显示最有可能引发人畜共患病的病毒，基于基因组的分类方式可以更有效地针对进一步的生态和病毒学特征。”

英国格拉斯哥大学研究员西蒙·巴巴扬说：“这些发现为我们可以利用人工智能技术从病毒基因序列中提取的大量信息补充了关键的一部分。基因组序列是我们掌握的新发现病毒的第一条、通常也是唯一的信息，我们可以从中提取的信息越多，我们就能越早确定病毒的起源及其引发人畜共患病的风险有多高。随着更多的病毒被‘表征’，我们的机器学习模型在识别稀有病毒方面将越发有效。这些病毒必须被密切监测，且必须优先考虑开发针对它们的预防性疫苗。”