Tillräknat nätverk avslöjar oupptäckta hotspots av unika värdvirusföreningar i Amazonas. Överst:Skillnad mellan (varierad) sammansättningsunikhet hos det virala samhället baserat på värdnärvaro (se ED Fig. 7). Mörkgröna områden indikerar att det imputerade nätverket antyder en högre originalitet hos den virala gemenskapen än vad tillgänglig data skulle göra. Nederst:jämförelse mellan antalet värdar och det unika med det virala samhället. Om man antar slumpmässig upptäckt av virus genom värdprovtagning, skulle detta förhållande vara överlag linjärt och positivt, vilket är fallet med pre-imputation. Att lägga till imputerade interaktioner tar bort en del av provtagningsfördomarna och visar hur områden med lägre värdrikedom har mer unika bidrag till viral unikhet, vilket tyder på att de hyser virus som inte delas av mer speciella platser. Kredit:arXiv:2105.14973v2 [q-bio.QM], https://arxiv.org/abs/2105.14973
Tills nyligen kände vi till endast två procent av de möjliga interaktionerna mellan däggdjur och virus, eller "virom". En ny teknik med artificiell intelligens (AI) har dock identifierat potentiella nya värd-virusinteraktioner, vilket ökar storleken på det kända viromet med en faktor 15.
En ny maskininlärningsbaserad metod för att förutsäga värd-virusinteraktioner tillämpades och 35 000 timmars datortid användes på Calcul Québec-datorer för att analysera data om interaktioner mellan tusen däggdjur (värdarna) och lika många virus.
Efter att 80 000 potentiella nya värdvirusinteraktioner identifierats, parades nätverket av värdvirusassociationer med en virusgenommodell för att omvärdera den mänskliga infektionspotentialen för alla virus i databasen.
Resultatet blev en lista över djurvirus som kan orsaka zoonoser, d.v.s. infektera människor.
Det internationella samarbetsprojektet leddes av Timothée Poisot, en professor vid institutionen för biologiska vetenskaper vid University of Montreal som är intresserad av att beräkna pandemierisker. Det finansierades av IVADO, Institute for Data Valorization, och genomfördes som en del av Viral Emergence Research Initiative.
Att avslöja "glömda" virus
För att validera sina förutsägelser undersökte Poisot och hans team av experter inom virologi, AI och folkhälsa litteraturen för tidigare mänskliga utbrott av de virus som de hade ansett som högrisk. Det visade sig att av de 20 virus med den starkaste zoonotiska potentialen har 11 faktiskt gjort människor sjuka.
"Några av virusen förvånade oss verkligen; vi trodde inte att de kunde överföras till människor," sa Poisot. "Till exempel, vårt system beräknade att ectromelia, viruset som är ansvarigt för smittkoppor hos möss, har en "mycket hög" sannolikhet att infektera människor, och vi upptäckte att det verkligen var ett utbrott i en kinesisk skola 1987, men det var inte listat i någon av databaserna."
Sammantaget är de virusfamiljer som dyker upp oftast på högrisklistan bunyavirus (varav ett orsakar Rift Valley-feber), rhabdovirus (rabies), filovirus (Ebola) och flavivirus (denguefeber, gula febern). "Det här är alla familjer som är kända för att utgöra en betydande zoonotisk risk, men modellen kan göra det möjligt för oss att mäta risken inom dessa familjer mer exakt," förklarade Poisot.
Övervakning av hotspots, särskilt Amazonas
Denna prediktiva forskning kan hjälpa till att vägleda ansträngningarna för virologer som arbetar för att förebygga zoonoser som kan orsaka framtida epidemier och pandemier. Listan över högriskvirus kan användas för att rikta provtagningskampanjer på specifika arter och även utifrån geografisk spridning, eftersom forskargruppen har kartlagt resultaten.
"Som en ekolog som gör biogeografisk forskning vill jag inte bara veta vilket virus som är kompatibelt med vilken värd, utan också var dessa kombinationer kan hittas", sa Poisot.
Enligt datormodellen är Amazonas den del av världen som har störst potential för virusmutationer. "Resultaten är tydliga:Amazonas är en hotspot för nya värd-virus-interaktioner", säger Poisot. "Det är den region där vi hittar flest interaktioner som vanligtvis inte förekommer."
Enligt Poisot kan dessa nya kontakter förklaras av bristen på data om Amazonas virom, avskogning, klimatförändringar och urban expansion, vilket ökar kontakten mellan djur och människor.
