MIT研究者利用自然语言算法预测病毒逃逸

正可以发生逃避中和抗体的病毒突变,被称为病毒逃逸,这种现象阻碍了有效疫苗的开发。2021年1月14Science报道,美国麻省理工学院的研究人员开发了一种计算模型可以对更容易发生逃逸突变的病毒表面蛋白片段进行精准预测,识别那些不易发生逃逸突变的片段作为新疫苗研发的靶点。研究者使用最初为人类自然语言开发的机器学习算法对病毒逃逸进行建模。逃逸突变保留了病毒感染力但使病毒在免疫系统不能有效识别,类似于保留句子的语法性但改变其含义的单词变化。研究者针对甲型流感血凝素、HIV-1包膜糖蛋白和SARS-CoV-2尖峰糖蛋白构建了三种不同的无监督语言模型。这些病毒的语义分析都准确预测了病毒的逃逸突变,这些突变产生的序列在语法上是正确的,但在语义上被有效改变,因此能够逃避免疫系统。