Hirdetés
. Hirdetés

A gépi tanulás azonosítja a denevérfajokat, amelyek terjeszthetik a halálos Nipahot

|

A kutatók gépi tanulást (ML) alkalmazó modellt fejlesztettek ki a Nipah-vírus hordozójaként szóba jöhető denevérfajok azonosítására, különös tekintettel Indiára. Négy új denevérfajt jelöltek meg, amelyekre különösen figyelni kell.

Hirdetés

"Miközben egyre többen tudják, hogy a denevérek szerepet játszanak a Nipah-vírus terjesztésében Délkelet-Ázsiában, arról kevesebbet tudunk, hogy mely fajok jelentik a legnagyobb kockázatot. Célunk az volt, hogy segítsünk további, nagy valószínűséggel a Nipah-hordozó fajok meghatározásában, hogy célzottan felügyeljük és védjük a közegészségügyet" - mondta Barbara Han, az amerikai Cary Institute of Ecosystem Studies munkatársa.

Indiában becslések szerint 113 denevérfaj él. A PLOS Neglected Tropical Diseases című folyóiratban közzétett tanulmány szerint ezek közül mindössze 31 fajból vettek mintát a Nipah-vírus kimutatására, és 11 fajnál találtak olyan antitesteket, amelyek jelzik a gazdapotenciált.

Hirdetés

A Nipah-vírus egy kifejezetten halálos, újonnan megjelent baromfivírus, amely a fertőzött denevérek testnedveiből terjedhet át az emberre. A denevérek által szennyezett gyümölcsök fogyasztását vagy a datolyapálma nedvének ivását a fertőzés egyik terjedési útvonalaként jelölték meg. A házisertések szintén köztes gazdatestek, amelyek megfertőzhetik az embereket. Ha az emberek megfertőződtek, közvetlenül átadhatják a vírust más embereknek, ami járványt okozhat. Nincs vakcina, és a vírus halálozási aránya pedig magas.

A tanulmányhoz a mesterséges intelligencia egy formáját, a gépi tanulást használták a Nipah vírust potenciálisan hordozó denevérfajok meghatározására - számolt be az Új-Delhiben kiadott The Quint magazin.

"A Nipah vírust hordozó denevérfajok tulajdonságait vizsgálva a modellünk képes volt előrejelzéseket készíteni az Indiában élő további denevérfajokról, amelyek a vírust átadhatják az embereknek. Ezek a denevérek jelenleg nem szerepelnek a közegészségügyi radaron, és további vizsgálatokat érdemelnek" - mondta Han.

A tanulmányhoz a kutatócsoport rendszerezte a Nipah és más henipavírusok hordozójaként ismert denevérfajokról világszerte közzétett adatokat. A regiszterbe végül 523 denevérfaj 48 jellemzőjét rögzítették, beleértve a táplálkozási módszereket, a táplálkozásra, a vándorlási viselkedésre, a földrajzi elterjedési területre és a szaporodásra vonatkozó információkat. A vizsgálat során az algoritmus 83 százalékos pontossággal azonosította az ismert Nipah-pozitív denevérfajokat.

Hat olyan, Ázsiában, Ausztráliában és Óceániában előforduló denevérfajt is sikerült azonosítani, amelyek tulajdonságai kompetens gazdatestekké tehetik őket, és amelyeket a megfigyelés szempontjából kiemelten kell kezelni. Ezek közül négy faj Indiában fordul elő, közülük kettő Keralában.

"Azzal a céllal indultunk el, hogy tulajdonságalapú előrejelzéseket készítsünk a Kerala közelében található valószínűsíthető henipavírus-rezervoárokról. A fókuszunk szűk volt, de a modell sikeresen azonosította a Nipah-gazdákat, ami azt mutatja, hogy ez a módszer hatékony eszközként szolgálhat a Nipah és más betegségrendszerek felügyeletének irányításában" - jelentette ki Raina K. Plowright az amerikai Montanai Állami Egyetem kutatója.

"A betegséget hordozó fajok azonosítása fontos első lépés a felügyeleti tervezésben. Arra vonatkozó kutatásokat is prioritásként kell kezelnünk, hogy mely vírustörzsek jelentik a legnagyobb kockázatot az emberekre nézve. Végső soron a cél a kockázat kioltása, nem pedig a tűzoltás" - foglalta össze Han munkájuk legfontosabb célját.

Hirdetés
0 mp. múlva automatikusan bezár Tovább az oldalra »

Úgy tűnik, AdBlockert használsz, amivel megakadályozod a reklámok megjelenítését. Amennyiben szeretnéd támogatni a munkánkat, kérjük add hozzá az oldalt a kivételek listájához, vagy támogass minket közvetlenül! További információért kattints!

Engedélyezi, hogy a https://www.computertrends.hu értesítéseket küldjön Önnek a kiemelt hírekről? Az értesítések bármikor kikapcsolhatók a böngésző beállításaiban.