如何将这些并行通信方式背后的原理与AI结合使用

　　麻省理工学院的研究人员已经认识到免疫系统破译病毒的方式与人们通过语言理解彼此思想的方式之间的相似之处。

　　在《科学》杂志上发表的研究报告中，研究小组详细介绍了如何将这些并行通信方式背后的原理与AI结合使用，以预测某些病毒（包括SARS-CoV-2）的哪些变异株将变得危害最大。

　　研究人员认为，这样的预测可以帮助指导现有疫苗的改进。这样做的目的是避免严重的聚集威胁，而又不会因不太可能扩散的菌株而散发气味。

　　病毒突变成免疫系统无法识别的毒株的过程称为病毒逃逸。

　　在本文中，生物工程师Bryan Bryson博士，计算机科学家Bonnie Berger博士及其合著者描述了他们的工作模型，该工作模型是使用最初为自然语言处理开发的AI算法对病毒逃逸进行建模的。

　　NLP系统旨在处理语法（即句子或从句构造）和语义（即含义）。

　　对于病毒逃逸预测项目，研究人员在数千种刺突蛋白的遗传序列上训练了他们的实验系统，如今对它们的艺术描绘已无处不在。为了使模型区分COVID-19与感冒或流感病毒，训练集包括SARS-CoV-2以外的冠状病毒的尖峰。

　　“这些病毒的语义格局预测了病毒逃逸突变，这些突变产生的句法和/或语法正确，但实际上在语义上有所不同，因此能够逃避免疫系统，”布赖森及其合著者解释说。“我们将逃避突变识别为保留病毒感染性但导致病毒看起来与免疫系统不同的突变，类似于保留句子语法但改变其含义的单词更改。”

　　在对话覆盖率由工作IEEE频谱，合着者布赖恩枝，在麻省理工学院的博士生说，他希望该模型将最终能够出现之前预测的病毒突变。

　　Hie说：“这是该研究领域的月球目标：为未来形式的病毒接种疫苗。”

　　责任编辑：lq