Ученые из Университета Флориды разработали метод предсказания мутаций в белках вируса SARS-CoV-2 с помощью искусственного интеллекта (ИИ). Новый алгоритм Deep Novel Mutation Search (DNMS) использует нейросети для анализа возможных изменений в спайковом белке вируса.
Для обучения модели ученые использовали язык белков, адаптировав систему ProtBERT. Алгоритм оценивает вероятность мутации по нескольким параметрам: грамматичность (насколько изменение соответствует «правилам» белка), семантические изменения и степень влияния мутации на структуру вируса.
Модель DNMS проверяет возможные одиночные мутации в белке и ранжирует их по вероятности возникновения. Исследование показало, что изменения, которые минимально влияют на структуру белка, более вероятны. Такой подход позволяет предсказывать мутации до их появления и может помочь в разработке стратегий борьбы с вирусом.
По словам ведущего автора исследования, профессора Синцюаня Чжу, метод DNMS дает более точные прогнозы, чем традиционные методы анализа мутаций. Он может быть полезен для отслеживания новых штаммов вируса и подготовки к потенциальным вспышкам заболеваний.
Результаты работы опубликованы в журнале Communications Biology.
© Communications Biology
