用于人畜共患病出现精确时空预测的算法生物监测

病毒性人畜共患病已成为近期大流行的关键驱动因素。人畜共患病毒的人类感染要么是溢出事件——未能引起广泛传染的孤立感染——要么是物种跳跃，即对新宿主的成功适应导致大流行。尽管投入了昂贵的生物监测工作，历史上的出现响应一直是被动且事后的。本文利用机器推断展示了一种高精度的预测性生物监测能力，旨在通过自动查询海量病毒蛋白序列数据库来主动定位即将发生的物种跳跃。我们的结果表明，跳跃可能并非纯粹是局限于时空的孤立不幸交叉感染的结果；在出现之前，全球病毒群体中累积有微妙但可检测的 genotype 变化模式。我们同时使用数万条蛋白序列训练模型，追踪从表面蛋白一级结构区分宿主趋向性的最大可达精度，并表明逆分类精度是跳跃风险的定量指标。我们在 2009 年猪流感暴发以及 2004 年禽流感 A 型 H5N1 亚种从禽类宿主出现的背景下验证了我们的主张；说明对全球病毒群体的查询能够明确追踪到最终导致出现的此前数年里近乎单调的风险升高。