コロナウイルスを分類する機械学習はわずか数分で完了

物理学者協会のウェブサイトが28日に伝えたところによると、カナダのコンピューター科学者と生物学者は、同日発行の科学誌「PLOS ONE」に、機械学習の手法を使ってわずか数分で29種類の新型コロナウイルスのDNA配列を分類し、潜在的な「遺伝子シグネチャー」を特定したと記した。

[[324569]]

研究者らは、機械学習などの新たなデータ発見ツールにより、科学者はわずか数分でコロナウイルスなどの致命的なウイルスを迅速かつ容易に分類できるようになり、そのプロセスを迅速化することがパンデミック中の医療資源の戦略的計画にとって極めて重要だと述べている。さらに、新たな研究は、新型コロナウイルスはコウモリに由来し、ベータコロナウイルス属のサルベコウイルス亜型に属するという科学的仮説も裏付けている。

ウエスタン大学の生物学教授キャサリン・ヒル氏は、同大学のコンピューターサイエンス、統計学、保険数理学の同僚、およびウォータールー大学コンピューターサイエンス学部の研究者らとともにこの研究を実施した。

彼らは、この「超高速、スケーラブル、かつ高精度」な分類システムは、新しい特殊なグラフベースのソフトウェアと決定木アプローチを使用して分類を解釈し、考えられるすべての結果から最良の選択肢を特定すると指摘しています。この機械学習手法は、新型コロナウイルスの配列を100%の精度で分類することができ、さらに重要なことに、5,000以上のウイルスゲノム間の最も密接な関係を数分以内に再発見することができます。

「我々が必要としていたのは、コロナウイルスのDNA配列が自ら発見できる固有の配列パターンだった。我々はその特徴的なパターンと論理的アプローチを使って、そのパターンを他のウイルスにできるだけ近づけ、数日や数時間ではなく数分でコロナウイルスを非常に正確に分類した」とヒル氏は語った。

研究者らは、新たに発見されたコロナウイルスや他のウイルスの配列を分類できるこのツールは、世界的なパンデミックの際にワクチンや医薬品の開発者、最前線の医療従事者、研究者、科学者が使用するツールキットの重要な部分となるだろうと指摘した。