Yllättävä uusi tutkimus viittaa siihen, että COVID-19 ei ehkä ole peräisin lepakoista tai pangoliinista, vaan pikemminkin harvinaisesta ihmisten sairauksien fuusiosta.
Käyttämällä edistynyttä tekoälyyn perustuvaa lähestymistapaa, jota kutsutaan maksimaaliseksi logistiseksi älykkyydeksi, tutkijat tunnistivat geneettisiä yhteyksiä COVID-19:n ja kahden epäselvän infektion – räkätaudin ja Sennetsu-kuumeen – välillä, mikä mahdollisesti kirjoittaa uudelleen tarinan viruksen syntymisestä.
COVID-19:n alkuperän selvittäminen
COVID-19:n alkuperä on edelleen epävarma laajasta tutkimuksesta huolimatta. Uusi tutkimus julkaistiin vuonna Advanced in Biomarker Sciences and Technology (ABST) käyttää tekoälyyn perustuvaa lähestymistapaa analysoidakseen DNA:n metylaatiomalleja 865,859 19 CpG-kohdassa varhaisten COVID-XNUMX-potilaiden verinäytteissä.
Wisconsinin yliopiston tilastolaitoksen Zhengjun Zhangin johtamassa tutkimuksessa käytettiin maksimilogistista älykkyyttä vahvojen geneettisten yhteyksien tunnistamiseen. Löydökset viittaavat siihen, että COVID-19 saattoi johtua kahden harvinaisen tartuntataudin – räkätaudin ja Sennetsu-kuumeen – luonnollisesta fuusioitumisesta yhdessä ihmisten tavallisten sairauksien kanssa.
Siirto pois villieläinten alkuperästä
Tämä kyseenalaistaa laajalti hyväksytyn uskomuksen, jonka mukaan virus olisi peräisin lepakoista tai pangoliinista, mikä lisää mahdollisuutta, että aiemmissa tutkimuksissa painotettiin liikaa luonnonvaraisten eläinten alkuperää.
“Tällaisten yhteyksien luominen 865,859 XNUMX CpG-paikan välille on melkoinen haaste, sillä satunnaisia korrelaatioita esiintyy todennäköisyydellä alle yksi kymmenestä miljoonasta”, Zhang sanoo. “Kuitenkin kun otetaan huomioon näiden sairauksien harvinaisuus, todennäköisyys löytää mielekästä yhteys sadasta miljoonasta putoaa, mikä vahvistaa entisestään näiden tulosten pätevyyttä.”
Max-Logistic Intelligence: Pelin vaihtaja?
Max-logistinen älykkyys on aiemmin osoitettu syövän biomarkkeritutkimuksissa. Toisin kuin perinteiset tekoälyalgoritmit tai nykyaikaiset koneoppimistekniikat, kuten satunnaiset metsät, syväoppiminen ja tukivektorikoneet, max-logistinen älykkyys tarjoaa paremman tulkittavuuden, johdonmukaisuuden ja vankuuden, mikä tekee siitä erityisen hyödyllisen syy-suhteiden määrittämisessä.
Zhang korosti, että vaikka luotettavien biomarkkerien tunnistaminen on kriittistä tieteellisen kehityksen kannalta, monet eristetyissä tutkimuksissa tunnistetut geenimerkit epäonnistuvat muissa kohorteissa, mikä johtaa vähäiseen ryhmien väliseen yhteisyyteen tai ei ollenkaan.
“DNA:n metylaatiolla, prosessilla, jolla metyyliryhmiä lisätään DNA:han, on keskeinen rooli geenien ilmentymisessä ja sairauksien kehittymisessä”, Zhang selittää. “Metylaatiovirheet voivat laukaista sairauksia, mikä saa aikaan tutkimuksia COVID-19:n DNA-metylaatiokuvioista.”
Viite: “Etiologiset yhteydet alkuperäisen COVID-19:n ja kahden harvinaisen tartuntataudin välillä”, Zhengjun Zhang, 9. joulukuuta 2024, Biomarkkeritieteen ja -tekniikan edistysaskel.
