麻省理工學院的研究人員已經認識到免疫系統破譯病毒的方式與人們通過語言理解彼此思想的方式之間的相似之處。

在《科學》雜志上發表的研究報告中，研究小組詳細介紹了如何將這些并行通信方式背后的原理與AI結合使用，以預測某些病毒（包括SARS-CoV-2）的哪些變異株將變得危害最大。

研究人員認為，這樣的預測可以幫助指導現有疫苗的改進。這樣做的目的是避免嚴重的聚集威脅，而又不會因不太可能擴散的菌株而散發氣味。

病毒突變成免疫系統無法識別的毒株的過程稱為病毒逃逸。

在本文中，生物工程師Bryan Bryson博士，計算機科學家Bonnie Berger博士及其合著者描述了他們的工作模型，該工作模型是使用最初為自然語言處理開發的AI算法對病毒逃逸進行建模的。

NLP系統旨在處理語法（即句子或從句構造）和語義（即含義）。

對于病毒逃逸預測項目，研究人員在數千種刺突蛋白的遺傳序列上訓練了他們的實驗系統，如今對它們的藝術描繪已無處不在。為了使模型區分COVID-19與感冒或流感病毒，訓練集包括SARS-CoV-2以外的冠狀病毒的尖峰。

“這些病毒的語義格局預測了病毒逃逸突變，這些突變產生的句法和/或語法正確，但實際上在語義上有所不同，因此能夠逃避免疫系統，”布賴森及其合著者解釋說。“我們將逃避突變識別為保留病毒感染性但導致病毒看起來與免疫系統不同的突變，類似于保留句子語法但改變其含義的單詞更改。”

在對話覆蓋率由工作IEEE頻譜，合著者布賴恩枝，在麻省理工學院的博士生說，他希望該模型將最終能夠出現之前預測的病毒突變。

Hie說：“這是該研究領域的月球目標：為未來形式的病毒接種疫苗。”

責任編輯：lq