在乌干达布温迪密林地区,一只红尾鬣蜥咀嚼着一只……
在Bwindi的一个红尾的Guenon在乌干达的乌干达冒险森林地区咀嚼着涂在果酱的绳索上,这是一种非侵入式抽样技术。
资料来源:T.笑脸埃文斯/ uc戴维斯

ai识别出新兴的黄病毒的可能性主持人

收集数据并将其与地球上的每个已知的哺乳动物和鸟类进行比较后,科学家们已经确定了野生动物种类,最有可能宿主的黄病毒如Zika,West Nile,登革热和黄热病。众所周知,味道病毒造成主要流行病和普遍存在的疾病和死亡。

由此产生的“热点”地图显示了世界上具有高度多样性的黄病毒潜在野生动物宿主的地区——黄病毒主要通过蚊子和蜱虫传播。这些地区包括尚未检测到黄病毒但有可能藏匿它们的野生物种的地区。

该信息提供科学家和健康机构,具有疾病检测和监测努力的路线图。“Tomorrow, if there’s an outbreak anywhere in the world, we now know which wildlife species are most likely to be infected in addition to humans,” said lead author Pranav Pandit, a postdoctoral scholar with the UC Davis One Health Institute’s EpiCenter for Disease Dynamics in the School of Veterinary Medicine.

这个地图,图4。4在自然通信中的研究中,显示了地理......
这张图(图4)刊登在《自然通讯》上,显示了预测的黄病毒寄主丰富度的地理分布。A)黄热病病毒(YFV)和寨卡病毒(ZIKV)。B)西尼罗河病毒(WNV)、圣路易斯脑炎病毒(SLEV)和乌苏图病毒(USUV)。C)蜱传脑炎病毒(TBEV)。D)里约热内卢Bravo病毒(RBV)、恩德培蝙蝠病毒(ENTV)和达喀尔蝙蝠病毒(DBV)。E)登革病毒。F)日本脑炎病毒(JEV)。
资料来源:地图是根据国际自然保护联盟、国际鸟盟和自然保护区的数据生成的。

预测潜在的宿主

最近,寨卡病毒出现并继续在南美和东南亚传播。这项研究预测了这些地区潜在的野生动物宿主有能力维持寨卡病毒在自然界的传播。人们也越来越担心日本脑炎病毒将出现并在欧洲扎根。该研究确定欧洲是日本脑炎潜在宿主高度丰富的地区之一,包括许多常见的鸟类物种。

对于研究来说,研究人员收集了对黄病毒阳性测试阳性的野生动物种类的所有公布数据。它们确定了重要的宿主特征,例如环境和生理特征。然后,他们使用了一台考虑大约10,400禽和5,400个哺乳动物物种的机器学习模型,以确定最可能的物种宿主病毒。该模型预测了数百个以前未观察到的宿主物种。例如,它预测登革热病毒的173个宿主物种,其中139尚未认识到。

联合首席作者、加州大学戴维斯分校教授克里斯汀·克罗伊德·约翰逊说,建模工作可以帮助研究人员确定哪些灵长类物种可能是潜在的病毒宿主。例如,该模型表明,灵长类动物是寨卡病毒和黄热病的主要宿主,但由于迄今为止对这些物种的监测活动有限,在预计为宿主的21种灵长类动物中,只有9种被检测到携带这两种病毒。加州大学戴维斯分校综合健康研究所(UC Davis One Health Institute)的科学家们已经建立了灵长类动物的非侵入性采样技术,比如从灵长类动物咀嚼过的树枝和植物上,或者从涂有草莓酱的绳子上收集唾液。但是黄病毒很难检测,尤其是在野生动物中。“我们需要这种建模技术来帮助我们了解这些病毒在它们的自然栖息地中最有可能的宿主,”疾病动态中心主任约翰逊说。“这对全球健康和野生动物保护都很重要。其中许多灵长类动物已经濒临灭绝,这些疾病给本已紧张的种群带来负担。”

订阅我们的新闻

相关文章

使用机器学习估计COVID-19的季节周期

使用机器学习估计COVID-19的季节周期

科学家们正在启动一个项目,利用机器学习方法评估气候变量在疾病传播中的作用

用AI研究急性基孔肯雅感染

用AI研究急性基孔肯雅感染

应用于生物学的计算工具正在彻底改变感染期间细胞内部发生的事情的研究,帮助科学家了解疾病机制。

基于SmartWatch的算法检测病毒感染

基于SmartWatch的算法检测病毒感染

普渡大学的工程师和physIQ已经为智能手表开发了一种病毒检测算法。

在不牺牲隐私的情况下实现人工智能驱动的进步

在不牺牲隐私的情况下实现人工智能驱动的进步

Secure AI Labs正在扩展访问加密的医疗保健数据,以推进现场的AI驱动创新。

扩大制造领域的人机合作

扩大制造领域的人机合作

为了加强人体机器人合作,Loughborough大学的研究人员培训了AI检测人类的意图。

ai发现了什么让人类的蜱虫

ai发现了什么让人类的蜱虫

科学家们开发了一种机器学习技术,以了解基因表达如何调节有机体的生物钟。

深度学习可以预测病毒感染

深度学习可以预测病毒感染

利用活细胞的荧光图像,研究人员训练了一个人工神经网络来可靠地识别被腺病毒或疱疹病毒感染的细胞。

利用机器学习设计更好的抗体药物

利用机器学习设计更好的抗体药物

人工智能有助于优化抗体药物的发展。这导致具有改善的性质的活性物质,也关于体内的可耐受性。

使用AI找到现有药物的新用途

使用AI找到现有药物的新用途

科学家们开发了一种机器学习方法,可以处理大量数据,以帮助确定哪些现有药物可以改善非处方药的治疗结果。

受欢迎的文章

订阅简报
Baidu