COVID е бил само началото? Харвардският модел вече знае какво следва

Харвард е създал „предсказател“ на пандемии.

Когато се появяват първите съобщения за нов вариант на COVID-19, учените от целия свят бързат да отговорят на големия въпрос – дали този щам ще бъде по-заразен или опасен. Но когато се появят първите ясни отговори, често вече е твърде късно да се променят стратегиите за ваксиниране или да се предприемат спешни действия. Това води до загуба на време и ресурси и намалява ефективността на усилията за защита на населението.

Екип от изследователи от Харвард предлага начин, който може радикално да промени начина, по който подхождаме към подобни заплахи. В две неотдавнашни публикации в Proceedings of the National Academy of Sciences те представят метод, който съчетава биофизика и изкуствен интелект за проактивно идентифициране на опасните вирусни мутации. Екипът, ръководен от професора по химия Евгени Шахнович, е разработил многостепенен модел, който може да предвиди кой от новите варианти на вируса ще стане доминиращ и ще представлява най-голяма заплаха за обществото.

Изследователите се фокусират върху шиповидния протеин на коронавируса – ключов елемент, който определя колко ефективно вирусът навлиза в клетките и избягва имунната система. Те създадоха модел, който отчита биофизичните свойства на протеина, способността му да се свързва с човешките рецептори и да избягва действието на антителата. Важна особеност на модела е включването на концепцията за епистаза – когато една мутация влияе върху ефекта на друга. По този начин се избягват грешките на предишните подходи, които не отчитаха такива сложни взаимодействия.

Следващата работа на същия екип представи инструмента VIRAL – изчислителна система, базирана на активно машинно обучение. Тя анализира потенциалните мутации и идентифицира с висока точност тези, които биха могли да доведат до повишена инфекциозност и имунна устойчивост на вируса. Вместо да тества всички възможни варианти в лабораторията, системата се фокусира само върху най-обезпокоителните мутации, спестявайки ресурси и време.

Моделирането показва, че този подход може да открие опасните варианти на вируса пет пъти по-бързо, като същевременно намали обема на лабораторните експерименти повече от сто пъти. Това открива перспективата за ранна намеса, преди вирусът да се разпространи масово и да бъдат създадени по-ефективни ваксини.

Според един от участниците в изследването, студентът от Харвард Дианджо Уанг, целта на проекта е не просто да се проследят мутациите, а да се изпревари тяхната поява. Неговият колега Мариан Юо добави, че това може да промени цялата стратегия за справяне с вирусите: не само да се реагира, но и да се предотвратява.

Екипът подчертава, че потенциалът на техния подход далеч надхвърля COVID-19. Същите техники биха могли да се приложат към други бързо мутиращи вируси, както и в борбата с рака, където туморните клетки се държат по подобен непредсказуем начин. Подобни изследвания в областта на прилагането на машинното обучение при разработването на лекарства вече показват обещаващи резултати.

Изследването е осъществено благодарение на предоставените безвъзмездни средства от Националния институт по здравеопазване на САЩ. Професор Шахнович изрази загриженост, че съкращаването на средствата за наука във Вашингтон може да подкопае подобни дългосрочни проекти. Той заяви, че именно фундаменталната наука дава на човечеството шанс да победи сериозните биологични заплахи – но само ако й се даде възможност да се развива.

Успехът на този проект показва значението на интегрирания подход към анализа на данните и прогнозирането на заплахите в съвременния свят, в който бързината на реакцията на новите предизвикателства е от решаващо значение за опазването на общественото здраве.