新冠病毒(SARS-CoV-2)是导致新冠疫情COVID-19的主因，它可以借由不断进化产生新的突变株，来逃避疫苗接种或自然感染所提供的免疫保护。虽然目前Omicron突变株对人类的威胁性较低，但SARS-CoV-2病毒仍有可能进化为更危险的突变株，增加严重疾病或死亡的机率。

  近日，澳门科技大学张康教授、北京邮电大学王光宇研究员等在国际顶尖医学期刊 Nature Medicine 上发表了题为：Deep-learning-enabled protein–protein interaction analysis for prediction of SARS-CoV-2 infectivity and variant evolution 的研究论文。

  该研究开发了一种创新的人工智能(AI)预测系统——UniBind，该系统能预测SARS-CoV-2中有哪些突变株将对人类构成重大威胁，有助改变人们分析COVID-19以及潜在的其他传染病的模式和能力。

  UniBind通过分析全球流感数据库中六百多万株病毒的序列数据，预测哪些突变会导致病毒的传染力增加，以及哪些突变会导致病毒对抗体或疫苗产生抗性。研究团队利用该AI系统模拟了三万多株已知虚拟毒株，并正确预测了目前占主导地位的突变株的演变，如Omicron XBB和BQ突变株。在目前突变株的基础上，UniBind已确定A475N和S494K突变与抗体抗性有关，未来可能会驱动突变株的出现。

  不仅如此，研究团队还利用UniBind探索了各种β冠状病毒与不同宿主受体的结合能力，结果表明该系统可准确预测不同病毒及其突变株对不同物种的亲和力。这对寻找重大流行病的中间宿主、预测病毒跨物种传播途径具有重要意义。

  SARS-CoV-2进化特征及预测

  该论文的共同通讯作者、澳门科技大医学院副院长张康教授表示，目前的人工智能方法大多只能通过分析一种实验数据来进行预测，其准确性受到限制，而UniBind能够整合各种不同的实验来源和模态的数据来进行分析及预测。这就像只能理解单一语言与能够同时整合及理解多种语言之间的区别，张院长指出该系统能够作出更好的预测。此外，该人工智能系统可预测人体对其他新出现的病毒菌株的免疫效果，并评估其感染的严重程度。

  论文链接：

  https://www.nature.com/articles/s41591-023-02483-5