科学家用遗传数据训练人工智能 预测病毒感染患者病情发展

加州大学圣地亚哥分校医学院的研究人员使用一种人工智能（AI）算法筛选了数千兆字节的基因表达数据，确定在感染期间哪些基因是 "开启"或 "关闭"的，以寻找过去病毒大流行感染患者的共同模式，包括SARS、MERS和猪流感。

2021年6月11日发表在《eBiomedicine》上的这项研究指出了两个明显的特征。其一，一组166个基因，揭示了人类免疫系统如何对病毒感染做出反应。第二组是20个签名基因，预测了病人疾病的严重程度。例如，是否需要住院或使用机械呼吸机。该算法的效用通过使用从已故COVID-19患者尸检中收集的肺部组织和感染的动物模型得到验证。用于测试和训练算法的数据来自公开的病人基因表达数据。每次有一组来自COVID-19患者的新数据可用时，该团队就在他们的模型中进行测试。他们每次都看到相同的标志性基因表达模式。

在病毒感染期间，免疫系统向血液中释放称为细胞因子的小蛋白质。这些蛋白质引导免疫细胞到达感染部位，帮助摆脱感染。但有时，身体会释放过多的细胞因子，形成一个失控的免疫系统，攻击自己的健康组织。这种被称为 "细胞因子风暴"的错误被认为是一些病毒感染的病人，包括一些患有普通流感的病人屈服于感染，而其他人则没有的原因之一。但是，致命的细胞因子风暴的性质、程度和来源，谁的风险最大，以及如何最好地治疗它，长期以来一直不清楚。

这些与病毒大流行相关的特征告诉我们一个人的免疫系统对病毒感染的反应，以及它可能变得多么严重，这给我们提供了一个关于这次和未来大流行的地图。通过简单的抽血，与大流行性病毒感染相关的基因表达模式可以为临床医生提供一张地图，帮助定义患者的免疫反应，测量疾病的严重程度，预测结果，并测试治疗方法。