科技日報北京4月29日電 （記者劉霞）據物理學家組織網28日報道，加拿大計算機科學家和生物學家在當日出版的《科學公共圖書(shu) 館·綜合》（PLOS ONE）雜誌撰文指出，他們(men) 借助機器學習(xi) 方法，在短短幾分鍾內(nei) 對29個(ge) 不同新冠病毒DNA序列進行分類，鑒定出一個(ge) 潛在的“基因簽名”。

　　他們(men) 表示，機器學習(xi) 這種新的數據發現工具將使科學家能在短短幾分鍾內(nei) 快速輕鬆地對致命病毒（如新冠病毒）分類，而加快這一過程對於(yu) 大流行期間醫療資源的戰略規劃至關(guan) 重要。此外，最新研究還支持一個(ge) 科學假設——新冠病毒起源於(yu) 蝙蝠，屬於(yu) β冠狀病毒屬的Sarbecovirus亞(ya) 型。

　　韋仕敦大學生物學教授凱瑟琳·希爾與(yu) 該校計算機科學、統計與(yu) 精算科學領域的同事，及滑鐵盧大學計算機科學係的研究人員共同開展了這項研究。

　　他們(men) 指出，這個(ge) “超快速、可擴展且高度準確”的分類係統使用新的基於(yu) 圖形的專(zhuan) 用軟件和決(jue) 策樹方法來解釋分類，並從(cong) 所有可能結果中找出最佳選擇。這一機器學習(xi) 方法可對新冠病毒序列進行100%準確分類，更重要的是，可在數分鍾內(nei) 再次發現5000多個(ge) 病毒基因組之間最密切的關(guan) 係。

　　希爾說：“我們(men) 需要的是新冠病毒DNA序列能發現自身的內(nei) 在序列模式，我們(men) 使用該簽名模式和一種邏輯方法，使該模式與(yu) 其他病毒盡可能接近，並在數分鍾而非數天、數小時內(nei) 對新冠病毒進行了非常準確的分類。”

　　研究人員指出，該工具能對任何新發現的新冠病毒或其他病毒序列進行分類，將成為(wei) 全球大流行期間疫苗和藥物開發人員、一線醫療工作者、研究人員和科學家使用的工具包的重要組成部分。