Untuk mengembangkan model pembelajaran mesin menggunakan urutan genom virus. Para peneliti pertama-tama mengumpulkan kumpulan data dari 861 spesies virus dari 36 keluarga.
Mereka kemudian membangun model pembelajaran mesin, yang menetapkan kemungkinan infeksi manusia berdasarkan pola dalam genom virus. Para peneliti kemudian menerapkan model berkinerja terbaik untuk menganalisis pola potensi zoonosis yang diprediksi dari genom virus tambahan yang diambil sampelnya dari berbagai spesies.
Para peneliti menemukan bahwa genom virus mungkin memiliki fitur yang dapat digeneralisasikan yang tidak tergantung pada hubungan taksonomi virus dan dapat mengadaptasi virus untuk menginfeksi manusia. Mereka mampu mengembangkan model pembelajaran mesin yang mampu mengidentifikasi kandidat zoonosis menggunakan genom virus.
Baca Juga: Bayi Kelelawar Ternyata Belajar Mengoceh Seperti Bayi Manusia
Model-model ini memiliki keterbatasan, karena model komputer hanyalah langkah awal untuk mengidentifikasi virus zoonosis yang berpotensi menginfeksi manusia. Virus yang ditandai oleh model akan memerlukan pengujian laboratorium konfirmasi sebelum melakukan investasi penelitian tambahan yang besar.
Lebih lanjut, sementara model ini memprediksi apakah virus mungkin dapat menginfeksi manusia, kemampuan untuk menginfeksi hanyalah salah satu bagian dari risiko zoonosis yang lebih luas, yang juga dipengaruhi oleh virulensi virus pada manusia, kemampuan untuk menular antar manusia, dan kondisi ekologis pada saat paparan manusia.
"Temuan kami menunjukkan bahwa potensi zoonosis virus dapat disimpulkan secara mengejutkan besar dari urutan genom mereka. Dengan menyoroti virus dengan potensi terbesar untuk menjadi zoonosis, peringkat berbasis genom memungkinkan karakterisasi ekologi dan virologi lebih lanjut untuk ditargetkan lebih efektif," ia menjelaskan.
Menurut peneliti, temuan tersebut menambahkan bagian penting pada jumlah informasi yang selama ini telah mengejutkan yang dapat mereka ekstrak dari urutan genetik virus menggunakan teknik AI.
Rekan penulis Simon Babayan menjelaskan, bahwa sekuens genomik (urutan genom) biasanya adalah yang pertama, dan seringkali hanya informasi yang kami miliki tentang virus yang baru ditemukan. Dan semakin banyak informasi yang dapat mereka ekstrak darinya, semakin cepat pula mereka dapat mengidentifikasi asal virus dan risiko zoonosis yang mungkin ditimbulkannya. "Semakin banyak virus yang dicirikan, semakin efektif model pembelajaran mesin yang mereka kembangkan dalam mengidentifikasi virus langka yang harus dipantau secara ketat dan diprioritaskan untuk pengembangan vaksin pencegahan," katanya.
Baca Juga: Penampakan Temuan Fosil Kelelawar Vampir Berusia 100.000 Tahun