Группа учёных из Массачусетского технологического института и Кембриджского и Гарвардского университетов предложили использовать для анализа мутаций вирусов искусственный интеллект, предназначенный для распознавания текста. Статья об исследовании опубликована в журнале Science. 

Возглавляла исследование Бонни Бергер из МТИ. Целью учёных было научиться моделировать и предсказывать уклонения вирусов, то есть их мутации и случаи приобретения устойчивость к лекарствам и антителам. Исследователи использовали алгоритмы ИИ и машинного обучения, которые были созданы для распознавания и генерации человеческой речи. По их словам, они обнаружили, что вирус может мутировать таким образом, что сохраняет способность к инфицированию, но воспринимается иммунитетом человека по-другому — так же, как замена одного слова в предложении никак не влияет на грамматику и синтаксис, но меняет его значение. 

Исследователи применили ИИ распознавания и генерации речи для понимания того, как происходили уже имеющиеся изменения в вирусе обычного гриппа, гликопротеина вирусной оболочки вируса иммунодефицита человека (ВИЧ) и вирусной оболочки коронавируса SARS-CoV-2. Этот метод позволил предсказать будущие модели изменения вирусных оболочек — благодаря нему учёные разработали «мост» между анализом языковых моделей и изучением эволюции вируса. Для его разработки учёные взяли ИИ на технологии NLP (natural language processing — обработка естественного языка). 

Изначально исследователи работали над предсказанием эволюции коронавируса COVID-19, однако полученные в результате обработки модели мутаций ВИЧ, гриппа и коронавируса оказались схожи с настоящими. Для их сравнения учёные создали шкалу, в которой значение 0,5 соответствует наиболее низкой степени совпадения, а 1 — наиболее высокой. В результате для ВИЧ совпадение оказалось на уровне 0,69, а самое высокое продемонстрировала модель предсказания мутаций одного из штаммов COVID-19 — 0,85. 

Исследователи Национального института здравоохранения при Минздраве США Ю А Ким и Тереза Пжытыцка высоко оценили исследование коллег из МТИ, Гарварда и Кембриджа. По их словам, работа учёных даст мощный инструментарий для прогнозирования мутаций, которые позволяют вирусам приобрести устойчивость к лекарствам.