澳大利亞一個研究團隊最新報告說，他們利用機器學習技術開發出“更快、更全面”的新冠病毒變異毒株識別方法。不同於目前採用的監測病毒刺突蛋白突變的識別方法，新方法通過分析變異毒株完整基因組確認新出現的危險變異毒株。

參與此項研究的澳聯邦科學與工業研究組織日前發佈公報介紹，新方法通過分析比刺突蛋白基因更多的信息，可以更好地預測新變異毒株在人體內的表現。研究團隊希望這項研究有助於建立早期預警系統，從而確定哪些變異毒株對人類最為致命。

據介紹，研究團隊開發出一種功能強大的機器學習工具，利用它分析了約1萬個新冠病毒樣本的基因組，由此確定117個與患者症狀相關的單核苷酸變異。這一新方法能夠比衛生部門提前一周識別出那些需要監測的新變異毒株。通過編程設定，上述機器學習工具能夠提供每小時的變異毒株信息更新，顯示出與公共衛生決策者快速共享信息的潛力，並且讓醫療系統為可能的需求增加做好準備。

相關論文已發表在《計算和結構生物技術雜誌》上。研究人員希望這種新方法最終可以應用於疫苗研發領域，以幫助應對未來出現的變異毒株和疾病大流行。