科学家使用机器学习估算病毒季节周期,新冠病毒可能1小时内失活!

伯克利实验室科学家使用机器学习估算新冠肺炎病毒传播的季节周期。

科学家使用机器学习估算病毒季节周期,新冠病毒可能1小时内失活!

智东西(公众号:zhidxcom)
编 | 储信仪

导语:夏天来了新冠肺炎病毒会消失吗?伯克利实验室科学家有望通过机器学习估算SARS-CoV-2病毒季节周期。

智东西5月21日消息,一直以来,新冠肺炎病毒是否会像流感一样具有季节性这一问题一直无人证实。劳伦斯伯克利国家实验室(伯克利实验室)的科学家正在启动一个项目,该项目将机器学习方法应用于大量的健康和环境数据集,结合高分辨率的气候模型和季节预报,以梳理出关于“新冠肺炎病毒是否具有季节性”这一问题的答案。

目前,该研究已有足够数据支持以确定哪些环境可能会影响新冠肺炎病毒的毒性,并且可以结合来自世界各地的数据进行新一轮的评估。该研究团队计划在夏末初秋完成第一阶段的分析,并准备在下一阶段对不同情况下新冠肺炎病毒的严重程度做出预测,以助力公共卫生决策。

这一项目的负责人Eoin Brodie说:“温度、湿度和紫外线照射等环境变量会对病毒的生存能力产生直接影响,这些因素还会影响病毒的传播和气溶胶的形成。我们将使用最先进的机器学习方法,将社会变量与环境变量对病毒的影响区分开,尝试去识别新冠肺炎病毒对哪些环境因素的变化最敏感。”

研究团队将借助智能手机大数据统计、人口流动动态等搜集丰富的县级数据,例如该县的人口数量、新冠肺炎爆发的严重程度、新冠肺炎疫情分布和持续时间、实施公共卫生干预措施的时间、气候变化和天气情况等,以协助该研究进行。

一、跨学科研究团队解决多变量复杂问题

将环境因素从社会因素和健康因素中分离出来是一个棘手的问题,其中涉及到许多变量,以及它们之间会以不同的方式相互作用。最重要的是,气候和天气不仅会影响病毒,还会影响人类的生理和行为。例如,人们选择是待在室内还是外出的很大原因取决于天气状况。人们的免疫系统也会随着季节的变化而变化。

这是一个复杂的数据问题。Brodie说:“为了了解气候如何影响生态系统进程,我们通常会缩小气候信息的规模以控制变量,在这个范围内,温度、湿度、太阳辐射等因素相同,我们就可以准确获取实验需要的信息。”

Brodie是伯克利实验室气候和生态系统科学部的副主任,他领导着一支由不同领域科学家组成的跨学科研究团队,这些科学家分别具有气候建模、数据分析、机器学习和地理空间等方面的专长。伯克利实验室生物科学领域的计算生物学家Ben Brown正在领导机器学习分析,他们研究的主要目的之一是了解气候和天气如何与社会因素相互作用。

Ben Brown说:“我们并不认为气候本身的变化会对新冠肺炎病毒产生重大或主导性的影响,但是这些变量之间的某些相互作用可能对新冠肺炎疫情的发展有重要影响。以纽约和加利福尼亚为例,即使考虑到国家干预措施和干预时机不同等差异,纽约的死亡率也可能会比加利福尼亚高出四倍。尽管需要确定一些随机样本进行额外的测试,但了解环境的相互作用很可能有助于解释这些情况的出现。这是机器学习和AI的一个典型问题。”

计算工作将在国家能源研究科学计算中心(NERSC)进行,该中心位于伯克利实验室的DOE科学用户设施办公室。

二、有迹象表明新冠肺炎病毒传播受气候等环境影响

研究人员指出,新冠肺炎病毒的地理差异已被报道证实。统计表明,尽管接触率仍是新冠肺炎病毒传播的重要影响因素,但温度、湿度和紫外线指数均与新冠肺炎病毒的传播率有关。

目前,在处于夏季的南半球和印度,新冠肺炎病毒传播的严重性相对于其他地区更弱。Ben Brown说:“在有些城市,新冠肺炎疫情严重到像有史以来该地区经受的最具传染性的疾病;而在另一些城市,新冠肺炎疫情的表现只是像一次普通的流感。弄清楚这些城市之间新冠肺炎病毒影响产生巨大差异的原因是很关键的。”

Ben Brown表示,有其他实验证明了导致新冠肺炎疫情的SARS-CoV-2病毒存在可能是季节性的。美国国家生物防御分析与对策中心(NBACC)评估了病毒在各种呈现不同状态的物体表面上的寿命。在阳光充足和环境潮湿的条件下,他们发现病毒在60分钟内就会失去活力;但在黑暗和低温环境下,它可以保持8天的稳定性。此外,还有一些非常严重的差异需要调查。

伯克利实验室团队认为,现在有足够的数据来确定哪些环境因素可能会影响新冠肺炎病毒的毒性。Ben Brown说:“现在我们应该有来自世界各地足够的数据来进行真正的评估了。”

该研究团队计划在夏末或初秋前完成第一阶段的分析。下一阶段的任务将是在不同情况下针对新冠肺炎病毒的严重程度作出预测,这一目标将助力公共卫生决策。

Eoin Brodie表示:“我们将使用模型来预测未来在某国家的不同地区、不同天气、不同的抗疫干预措施的情况下,如果保持一定的安全社交距离,是否有疫苗可以协助抗疫,或人体会产生某种程度的群体免疫。例如,如果孩子们在这种情况下回到学校复课,这个学校所在地区的气候和天气会对新冠肺炎病毒的传染性造成潜在影响。我们要为完成这一任务展开持久战。”

结语:机器学习有望助力疫情后期复工复学

伯克利实验室的科学家通过实验及统计证实了气候、温度、紫外线等环境因素对新冠肺炎病毒传播有一定影响,相对在阳光充足或潮湿环境的条件下,新冠肺炎病毒的活性会远远低于黑暗和低温环境。由此,该研究团队后续致力于利用机器学习预测不同环境下新冠肺炎病毒传播的严重程度。这一举措将助力公共卫生决策,有望对疫情后期复工复学在环境预测上提供安全保障。

消息来源:TechXplore

原创文章,作者:信仪,如若转载,请注明出处:https://www.aizhichuang.com/ai/14841.html

发表评论

登录后才能评论

联系我们

WeChat:aizhichuangcom

在线咨询:点击这里给我发消息

邮件:info@aizhichuang.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code