(相关资料图)

新华社堪培拉7月8日电（记者岳东兴 白旭）澳大利亚一个研究团队最新报告说，他们利用机器学习技术开发出“更快、更全面”的新冠病毒变异毒株识别方法。不同于目前采用的监测病毒刺突蛋白突变的识别方法，新方法通过分析变异毒株完整基因组确认新出现的危险变异毒株。

参与此项研究的澳联邦科学与工业研究组织日前发布公报介绍，新方法通过分析比刺突蛋白基因更多的信息，可以更好地预测新变异毒株在人体内的表现。研究团队希望这项研究有助于建立早期预警系统，从而确定哪些变异毒株对人类最为致命。

据介绍，研究团队开发出一种功能强大的机器学习工具，利用它分析了约1万个新冠病毒样本的基因组，由此确定117个与患者症状相关的单核苷酸变异。这一新方法能够比卫生部门提前一周识别出那些需要监测的新变异毒株。通过编程设定，上述机器学习工具能够提供每小时的变异毒株信息更新，显示出与公共卫生决策者快速共享信息的潜力，并且让医疗系统为可能的需求增加做好准备。

相关论文已发表在《计算和结构生物技术杂志》上。研究人员希望这种新方法最终可以应用于疫苗研发领域，以帮助应对未来出现的变异毒株和疾病大流行。

关键词： 机器学习 澳大利亚 公共卫生