Trotz einer anderen Stimmengruppe glauben viele Wissenschaftler weiterhin, dass das neuartige Coronavirus, das fast fünf Millionen Menschen getötet hat, aufgetaucht ist, als der tödliche Krankheitserreger den Sprung von Tieren auf Menschen machte, ein Prozess, der als Zoonose bezeichnet wird.
Es genügt zu sagen, dass die Welt nach 20 Monaten Sperrung und Verzweiflung dringend eine weitere globale Gesundheitskrise wie diese vermeiden möchte. Jetzt glaubt ein Trio von Wissenschaftlern der University of Glasgow in Großbritannien, genau das richtige Werkzeug zu haben: ein KI-Modell, das Tierviren mit einem hohen Risiko identifizieren kann, eines Tages den Menschen zu infizieren.
Frühe Tests, die in einer neuen Studie in PLOS Biology detailliert beschrieben wurden, sollen sogar zeigen, wie genau diese Technologie dazu beigetragen haben könnte, SARS-CoV-2, den technischen Namen für das Virus, das COVID-19 verursacht, vor seinem dokumentierten Auftreten in Wuhan, China, zu identifizieren , Ende 2019.
Dies ist bei weitem nicht das erste Mal, dass KI als Werkzeug verwendet wird, um zu verstehen, wie tierische Viren zu Infektionen beim Menschen führen können. Erst in diesem Jahr sagten Wissenschaftler der University of Liverpool, dass sie mithilfe von KI Zehntausende zuvor unbekannter Verbindungen vorhersagen, die helfen zu erklären, wie tierische Viren auf den Menschen übergreifen können.
Ausgestattet mit diesen Informationen und anderen Erkenntnissen aus der Coronavirus-Pandemie entwickelte das Glasgower Team ein eigenes KI-Modell, um das Zoonoserisiko kurz nach der Entdeckung von Viren zu bewerten – wenn noch kaum Informationen verfügbar sind.
„Die Fähigkeit, anhand einer Genomsequenz vorherzusagen, ob ein Virus den Menschen infizieren kann, während es dennoch zuverlässig für völlig neue Viren funktioniert, die das Modell nicht sieht, unterscheidet es von anderen Ansätzen“, sagt Nardus Mollentze, Virusökologe an der University of Glasgow und der Hauptautor der neuen Studie gegenüber The Daily Beast.
Anhand eines Datensatzes von 861 Virusarten aus 36 als zoonotisch bekannten Familien wurde das Modell darauf trainiert, Merkmale in viralen Genomen zu untersuchen, die auf eine mögliche Infektion des Menschen hindeuten, und dann die Wahrscheinlichkeit zu bewerten, dass eine Infektion beim Menschen tatsächlich auftreten könnte. Laut Mollentze schnitt das Modell im Vergleich zu ähnlichen, von anderen Gruppen im letzten Jahr entwickelten Modellen gleich gut oder sogar besser ab.
Als das Modell an 645 zusätzlichen Tierviren eingesetzt wurde, stellte es fest, dass 272 ein hohes Zoonosenrisiko von Tier zu Mensch aufwiesen und 41 als „sehr risikoreiche“ Kandidaten eingestuft wurden. Das bedeutet nicht unbedingt, dass diese Viren direkt in der Lage sind, Menschen zu infizieren, sondern dass, wie SARS-CoV-2, einige Mutationen hier und da es ihnen ermöglichen könnten, dies später zu tun.
Die meisten Wissenschaftler glauben derzeit, dass das neuartige Coronavirus seinen Weg in Fledermaus- oder Schuppentierpopulationen gefunden hat, bevor es den Menschen infiziert hat, auch wenn einige Experten der Meinung sind, dass mehr Untersuchungen über die Möglichkeit eines Laborlecks in einer viel untersuchten Forschungseinrichtung in Wuhan erforderlich sind. Die Autoren der Studie sagen ihrerseits, dass zusätzliche Tests ihres Modells darauf hindeuten, dass SARS-CoV-2 vor den ersten menschlichen Fällen als Hochrisiko-Coronavirus-Stamm identifiziert worden wäre, selbst wenn keine Kenntnisse über nahe Zoonose-Schwesterviren vorliegen, wie z das erste SARS-Virus.
Zumindest glauben die Forscher hinter der neuen Studie, dass sie genügend Beweise dafür haben, dass das Modell ein kostengünstiges Werkzeug sein könnte, um es auf wachsende Datenbanken mit Tierviren anzuwenden. Dies könnte wiederum dazu beitragen, zunächst Momente zu erkennen, in denen Menschen möglicherweise vorsichtig sein müssen, wenn eine Tierpopulation einen Ausbruch erleidet.
Das Modell ist nicht perfekt und die Falsch-Negativ- und Falsch-Positiv-Raten während des Trainings lagen manchmal bei eins zu vier, je nachdem, welchen Teilen des Modells mehr Gewicht beigemessen wurde. Mollentze betonte, dass dies ein Symptom dafür ist, wie wenig wir über die enorme Vielfalt tierischer Viren wissen – das Training des Modells mit 861 Viren ist es nicht Schlecht, aber es ist nur ein Bruchteil der Millionen von Viren, die wir noch nicht einmal identifiziert haben. Wie ein von Philosophical Transactions of the Royal Society B veröffentlichtes Meinungspapier darauf hinwies, „egal wie anspruchsvoll“ [A.I.] Ansätze werden, stehen sie alle vor der grundlegenden Aufgabe, Datenbeschränkungen zu überwinden.“
Und obwohl dieses Modell mit der Zeit immer besser wird (es wird bereits auf neue Virusentdeckungen angewendet), haben wir möglicherweise immer noch nur eine vage Vorstellung davon, wie wir seine Vorhersagen nutzen sollten, um uns zu schützen. Es ist einfach, Menschen vor einer Bedrohung durch Viren zu warnen; Es ist schwieriger, das Expositionsrisiko tatsächlich zu reduzieren (Anti-Masker, irgendjemand?)
Aber wie Mollentze konterte: „Eine erste Risikobewertung mit unserem Ansatz ist mit geringen Mehrkosten verbunden.“
Mit anderen Worten, angesichts der Tatsache, wie niederschmetternd die Coronavirus-Pandemie für die Welt war, ist selbst eine unvollkommene Verteidigungsmaßnahme besser als nichts.