新华社北京5月29日电《参考消息》29日登载阿根廷布宜诺斯艾利斯经济新闻网报导。报导摘要如下：

  麻省理工学院-哈佛大学布罗德研讨所以及美国马萨诸塞大学医学院的科学家开发了一种机器学习模型，可以剖析来自新冠病毒样本的数百万个基因组，并猜测哪些病毒变体将占主导地位并或许引发新的浪潮。该模型被称为PyR0，可以在必定程度上协助研讨人员确认病毒基因组的哪些部分最不有几率产生骤变，从而为可对立未来变体的疫苗供给方针。研讨结果日前宣布在美国《科学》周刊上。

  研讨人员运用到2022年1月在流感数据同享全球建议数据库中的600万个新冠病毒基因组训练了机器学习模型。

  自新冠大盛行开端以来，世界各地的研讨人员一直致力于猜测新冠病毒不同变体的适应性。但曾经的模型无法一起比较一切变体，或许仅处理几千个基因组就需要数天时刻。

  相反，PyR0可以在大约1小时内剖析数百万个基因组——一切揭露可用的新冠病毒数据。它将类似的序列组合在一起，并经过它们同享的骤变群来界说基因组的“组别”。经过聚集或许会出现在多个变体中的骤变，PyR0比仅重视病毒变体的模型具有更强壮的计算才能。

  随后，该模型能确认哪些骤变将越来越遍及，并估量每种骤变导致病毒传达的速度。它还可根据其基因组成估量不同变体的病例数量添加的速度。

  经过确认哪些骤变对哪些变体的适应性很重要，该模型还供给了关于新冠病毒怎么传达和开展的生物学观念。例如，了解要害骤变可以在必定程度上协助科学家猜测新变体是否更具传染性或更能躲避中和抗体，还可以在必定程度上协助他们决定要更具体地研讨哪些骤变。