新華社倫敦１１月４日電（記者張家偉）英國格拉斯哥大學發(fā)布一項新研究說，借助新的機器學習算法，科學家有望更高效從基因層面預測埃博拉和寨卡等病毒的天然宿主，從而采取措施預防這些病毒傳播到人類身上。

　　不少致命病毒往往首先在野生動物和昆蟲群體中大范圍傳播，隨后才感染人類，并最終導致傳染病疫情，因此盡早發(fā)現這些病毒的天然宿主對傳染病防控來說非常重要。然而，要通過基因組序列來確認不同病毒的宿主往往會耗費很長時間，容易耽誤防控工作。

　　格拉斯哥大學研究人員設計的機器學習算法，旨在把這個耗時過程大幅縮短。相關結果已刊登在美國《科學》雜志上。

　　他們通過分析超過５００種病毒的基因組信息來訓練這個算法，以便讓它學會將病毒基因組中的特征與它們的動物源頭相匹配，從而預測出哪種病毒來自哪個動物宿主，準確率讓人滿意。

　　報告作者之一、格拉斯哥大學的達尼埃爾·施特賴克爾說，如果能夠利用基因組信息來預測病毒的天然生態(tài)，就可幫助人們快速找到病毒的動物宿主，也就能更早干預，預防病毒的傳播。

　　團隊目前正開發(fā)一個應用程序，可讓全球科學家都能提交不同病毒的基因組序列信息，從而利用這個算法快速得出相關的動物宿主評估結果。

【糾錯】

責任編輯： 王頔