یک ابزار جدید هوش مصنوعی که جهش‌های ویروسی را پیش‌بینی می‌کند، می‌تواند در درمان‌های COVID-19 و همه‌گیری بعدی به بشر کمک کند. این سیستم با نام EVEscape در دانشکده پزشکی هاروارد و دانشگاه آکسفورد توسعه یافته است. در آزمایش‌ها، این ابزار به طور دقیق نگران‌کننده‌ترین و رایج‌ترین گونه‌های ویروس SARS-CoV-2 را که در طول همه‌گیری پدیدار شد، پیش‌بینی کرد. مطالعه‌ای که هفته گذشته منتشر شد، مجموعه‌ای از نتایج امیدوارکننده را نشان داد. پیش‌بینی‌های EVEscape دقیق‌تر از روش‌های تجربی و سریع‌تر و کارآمدتر از آزمایش‌های مبتنی بر آزمایشگاه بودند. این ابزار همچنین با موفقیت درمان‌هایی را مشخص کرد که می‌توانستند انواع جدید ویروس‌ها را تحت کنترل درآورند. بیش از یک سال است که محققان هر دو هفته یکبار نگران‌کننده‌ترین سویه‌های جدید از SARS-CoV-2 را کشف می‌کنند. این یافته‌ها با گروه‌هایی از جمله سازمان بهداشت جهانی (WHO) به اشتراک گذاشته می‌شود. پاسکال نوتین، محقق دانشگاه آکسفورد که یکی از نویسندگان این مطالعه است، به TNW گفت: هنوز هر ماه هزاران سویه جدید ظهور می‌کنند. برای آزمایش و کسب اطلاعات در مورد این سویه‌ها EVEscape به ما امکان می‌دهد تا به سرعت سطح تهدید گونه‌های جدید را تعیین کنیم. نوتین و همکارانش همچنین از EVEscape برای پیش بینی موفقیت آمیز جهش HIV و آنفولانزا استفاده کرده‌اند. آنها اکنون در حال آزمایش این ابزار بر روی موارد کمتر شناخته شده‌ای هستند که می‌تواند باعث بیماری‌های همه گیر شود، مانند Nipah و Lassa. در آینده، محققان امیدوار هستند که EVEscape حتی بتواند واکسن تولید کند. در حال حاضر، واکسن‌ها و درمان‌ها به صورت سنی در برابر جهش‌های همه گیری آزمایش می‌شوند.EVEscape  می‌تواند ارزیابی‌هایی را درباره جهش بعدی و مرحله بعدی که ویروس می‌تواند در آن حالت قرار گیرد را پیش بینی کند.

چگونه EVEscape جهش‌های ویروس را پیش بینی می‌کند:

ابزار جدید بر اساس یک مدل مولد به نام EVE (مدل تکاملی اثر متغیر) است. در ابتدا، EVE برای پیش‌بینی خطرات جهش‌های ژنتیکی که باعث بیماری‌های انسانی مانند سرطان می‌شوند، توسعه یافت. زمانی که جهش‌های COVID-19 به طرز نگران‌کننده‌ای فراتر از محدودیت‌های درمان ظهور کرد، محققان مدل خود را با SARS-CoV-2 تطبیق دادند. مدل‌های مولد دارای نقاط قوت منحصر به فردی برای این کار هستند. یکی از جنبه‌های کلیدی پیش‌بینی اینکه کدام جهش‌ها از مصونیت دور می‌ماند این است که آیا آنها به اصطلاح «تناسب» پروتئین ویروسی را حفظ می‌کنند یا خیر. این تناسب منجر به یک پروتئین عملکردی می‌شود و به گیرنده سلول میزبان متصل می‌شود. نودین گفت: مدل‌های مولد آموزش‌دیده بر روی توالی‌های تکاملی در پشتیبانی از این پیش‌بینی بسیار مفید هستند. برای انجام پیش‌بینی‌ها، EVE آموزش دیده است تا نمایش فشرده توالی‌های پروتئینی خاص را بیاموزد. این توالی‌ها تناسب خود را طی هزاران تا میلیون‌ها سال تکامل حفظ کرده‌اند. نودین توضیح داد: برای انجام این کار، مدل باید به طور ضمنی محدودیت‌های بیوشیمیایی را که زیربنای توالی‌های عملکردی هستند را یاد بگیرد. ما متعاقباً می‌توانیم از این درک برای پیش‌بینی اینکه اشکال جدید جهش‌یافته برای این پروتئین چه پروتئین‌های انسانی یا ویروسی می‌تواند باشند.

مبارزه آینده هوش مصنوعی با ویروس‌ها:

سازگاری EVEscape از سادگی آن ناشی می‌شود. این ابزار از مجموعه داده‌ای که فقط از توالی‌های پروتئین ویروسی و ساختار آنها تشکیل شده است، یاد می‌گیرد. در نتیجه، می‌توان آن را برای هر ویروسی و در همان شروع همه گیر اعمال کرد. نودین گفت: این یک پیشرفت بزرگ نسبت به روش‌هایی است که معمولاً باید منتظر بمانند تا آنتی‌بادی‌های همه‌گیری مربوطه برای آزمایش در دسترس باشند. یکی دیگر از رشته‌های کمان EVEscape طراحی مدولار آن است. هنگامی که مدل‌های مولد قدرتمندتر ظهور می‌کنند، مدل‌های پیش بینی تناسب اندام فعلی را می‌توان به سرعت جایگزین کرد.COVID-19  همچنین کاربردهای بالقوه EVEscape را گسترش داده است. این بیماری همه‌گیر درس‌های مهمی در مورد پیش‌بینی‌های هوش مصنوعی و مجموعه عظیمی از داده‌ها ارائه کرد. با این انبوه اطلاعات، EVEscape می‌تواند پیش‌بینی‌های شگفت‌آور دقیقی در مورد ویروس‌هایی که کمتر مورد مطالعه قرار گرفته‌اند و داده‌های کمی در مورد آن‌ها در دسترس است، انجام دهد. این می‌تواند در همه‌گیری‌های آینده بسیار ارزشمند باشد.