登Nature子刊！北大团队用AI预测新冠/艾滋病/流感病毒进化方向，精度提升67%
💡
原文中文，约5800字，阅读约需14分钟。
📝
内容提要
自2019年12月新冠疫情爆发以来，中国于2021年实施疫苗接种政策，但病毒变异使疫情形势复杂。北京大学研究团队提出的E2VD框架能够有效预测病毒变异，提高疫苗和药物设计的效率，助力应对新发病毒感染。该研究成果发表于《Nature Machine Intelligence》。
🎯
关键要点
- 2019年12月新冠疫情爆发，SARS-CoV-2病毒迅速传播。
- 2021年中国实施全民免费疫苗接种政策，但病毒变异使疫情形势复杂。
- 流感病毒阳性率上升，甲型流感与新冠病毒相似，具有强传染性和变异性。
- 病毒进化方向预测对防控和疫苗设计至关重要，但突变的随机性使得预测困难。
- 北京大学研究团队提出E2VD框架，有效预测病毒变异，提升疫苗和药物设计效率。
- E2VD框架可对SARS-CoV-2、流感病毒、寨卡病毒和HIV的进化方向进行预测。
- 研究成果发表于《Nature Machine Intelligence》，提升了对新发病毒感染的响应速度。
- E2VD框架包括蛋白质序列编码、局部-全局相互作用依赖融合和多任务焦点学习三个模块。
- E2VD模型在捕获病毒进化模式和预测有益突变方面表现优异，精度提升67%。
- E2VD在跨病毒类型和跨毒株的预测任务中展现出良好的泛化能力。
- 研究团队计划将E2VD与疫苗和药物设计流程结合，提高设计效率和可控性。
- 团队在AI for Life Science领域持续研究，推动病毒预测和疫苗研发的进展。
➡️
