Naučnici koriste mašinsko učenje kako bi identifikovali životinje u kojima „žive“ smrtonosni virusi

Foto: phys.org

Tekst: Ivana Nikolić

Tim ekologa Danijela Štrajkera sa Britanskog univerziteta u Glazgovu nedavno je napravio poseban softver koji koristi genetičke informacije o virusima i koji može da predvidi u koje će se grupe životinja ovakvi opasni virusi najverovatnije naseliti.

Rezultati njihove studije objavljeni su početkom novembra u prestižnom žurnalu Science, a jedan od najvažnijih zaključaka je da bi identifikacija ovih životinjskih rezervoara mogla da pomogne u prevenciji budućih epidemija kod ljudi.

„Dok ne saznate šta je rezervoar, komplikovano je da procenite rizik, i teško možete da uradite bilo šta da zaustavite nastanak bolest“, tvrdi Štrajker.

Za sada, jedine mere prevencije su vakcinacija i uspostavljanje minimalnog kontakta ljudi i zaraženih životinja.

Identifikacija životinja-prenosnika

Kada naučnici pokušavaju da povežu virus koji se javlja kod ljudi sa njihovim životinjskim rezervoarom – tj. vrstom životinje koja može da ugosti napadača, a da ne postane preterano bolesna – oni generalno koriste indirektne dokaze. Najbolji primer za to jesu virusi ebole, za koje mnogi naučnici sumnjaju da prirodno kruže u određenim vrstama slepih miševa, a na osnovu ekoloških i molekularnih podataka.

Slepi miševi su učestali u udaljenim šumama podsaharske Afrike gde inače ima i najviše epidemija ebole, a nakon terenskih istraživanja pronađena su antitela i genetske sekvence virusa u populacijama slepih miševa. Ipak, specifični virusi koji zaista izazivaju epidemije kod ljudi još nisu pronađeni kod divljih slepih miševa u živom, replikacionom obliku. Pored toga, čak i kada se virus detektuje u životinji, nije sasvim jasno da li je ta životinjska vrsta domaćin, tj. rezervoar virusa, ili je samo reč o životinji koja je razvila infekciju, kaže Štrajker.

Da bi bolje identifikovao životinje koje su važne za prenos virusa, Štrajkerov tim je prikupio epidemiološke i genetske podatke o nekoliko stotina virusa iz porodica koje mogu da zaraze ljude i čiji su domaćini već poznati.

Koristeći se mašinskim učenjem, istraživači su napravili kompjuterski model koji bi mogao da predvidi koja će od 11 grupa životinja najverovatnije ugostiti virus. Ovo su uradili koristeći informacije iz RNA genoma virusa. Ovaj kompjuterski model je zasnovan na zaključku da genetski srodni virusi za domaćine uzimaju slične životinje, a Štrajkerov tim je takođe uzeo u obzir i signale koji ukazuju na to da je virus prilagodio svoj genom svom domaćinu.

Rezultati

Kada se testirao na viruse koji se ne nalaze u modelu, uspešnost softvera bila je velika – tačnije, softver je u 72 odsto slučajeva tačno predvideo domaćina virusa.

Kada je Štrajkerov tim primenio model na viruse čiji životinjski domaćini još nisu poznati – što je zapravo pokazatelj prave vrednosti ovog alata – predviđanja su u velikom broju slučajeva imala smisla, kaže vođa tima.

Tako je, na primer, softver pokazao da su sva četiri virusa ebole koje je on ispitivao kao domaćina najverovatnije imali jednu podvrstu slepih miševa – pteropodiformes – koja obuhvata i one vrste u kojima su pronađena antitela i sekvence virusa. Takođe, model je predvideo i da dve vrste virusa ebole identifikovane u Ugandi i Obali Slonovače najverovatnije imaju rezervoare u primatima.

Štrajker se nada da će drugi istraživači testirati njegova predviđanja u svojim terenskim studijama.

Jedan od tih istraživača sasvim sigurno će biti Sara Klivlend, veterinarski epidemiolog, takođe sa Univerziteta u Glazgovu. Štrajkerov model predviđa da bi virus, odgovoran za tzv. Krimsko-Kongo hemoragičnu groznicu, infekciju koja može biti smrtonosna za ljude i viđena je u Africi, na Bliskom istoku, u Aziji i na Balkanu, mogao da se nalazi u slepim miševima ili kod stoke, pre nego u krpeljima, koji se najčešće navode kao domaćini tog virusa.

„To nas je dovelo dotle da preispitujemo pretpostavku koja se nalazi u udžbenicima“, kaže Klivlendova, čiji tim sada planira da istražuje stoku inficiranu ovim virusom u Tanzaniji.

Štrajkerova studija je, inače, naišla na dobrodošlicu njegovih kolega, pogotovo zbog primenjivane kompjuterske metode. Peter Dašak, predsednik neprofitne njujorške organizacije EcoHealth Alliance, koja se bavi pitanjima okoline, kaže da je Štrajkerova studija korisna zato što pronalazi rezervoare na osnovu virusne sekvence – podataka koji su dostupni za većinu epidemija.

„Mislim da će ovo postati ključna studija, jer postavlja temelje budućem pristupu nadgledanju zaraznih infekcija“, kaže Dašak.

podeli