隨著新的冠狀病毒變異越來越多，疫苗研發(fā)更加需要走在變異前面。然而，隨機的病毒突變即使是科學(xué)家也難以預(yù)測。

MIT的博士生布萊恩·希（Brian Hie）認為，跟人類的語言一樣，生物學(xué)里也存在與語法和其他規(guī)則相對應(yīng)的結(jié)構(gòu)。而這些模式有可能存在于氨基酸鏈中。只要破解了病毒的語言，科學(xué)家就能利用病毒來預(yù)測病毒自身的變異方向。

Hie和MIT的生物工程學(xué)助理教授Bryan Bryson以及應(yīng)用數(shù)學(xué)教授Bonnie Berger一起嘗試以他們最了解的方式破解該代碼：使用AI。這項研究成果發(fā)表于Science期刊上，題為《Learning the language of viral evolution and escape》（學(xué)習(xí)病毒進化和逃逸的語言）

研究團隊對他們的NLP進行了各種數(shù)據(jù)庫中存儲的成千上萬個實驗室確認的病毒遺傳序列的培訓(xùn)。他們訓(xùn)練了三個獨立的NLP，每個均可預(yù)測出足以逃避免疫系統(tǒng)但不會造成病毒自身破壞的變異。

為了驗證他們的結(jié)果，他們直接使用了病毒，在實驗室中測試了NLP預(yù)測的突變是否有助于病毒逃逸，勝過擊敗抗病毒抗體的機會。

根據(jù)《MIT Technology Review》（麻省理工科技評論），在預(yù)測實驗室中的病毒逸出方面，他們的模型超越了現(xiàn)有技術(shù)，對艾滋病毒和冠狀病毒株預(yù)測令人印象深刻。

最終，該團隊希望他們的NLP模型不僅可以預(yù)測病毒變異方向，甚至可以更精確地預(yù)測病毒將在序列的哪個位置發(fā)生突變。從而成為疫苗的理想靶標，指導(dǎo)研究人員開發(fā)疫苗。