人工智能
人类基因组测序和深度学习可能带来冠状病毒疫苗 – 观点
人工智能社区必须与遗传学家合作，寻找针对冠状病毒高风险人群的治疗方法。潜在的治疗方法可能涉及取出一个人的细胞，编辑DNA，然后将细胞注入回去，现在希望能够获得成功的免疫反应。这目前正在为其他疫苗进行研究。
第一步将是对大量人群的整个人类基因组进行测序。
测序人类基因组
测序第一个人类基因组的成本为27亿美元，耗时近15年。目前，测序一个整个人类基因组的成本已经大幅下降。最近，2015年，成本为4000美元，现在每人成本低于1000美元。当考虑到规模经济时，这个成本可能会再下降几个百分点。
我们需要对两种类型的患者进行基因组测序：
- 感染冠状病毒，但健康
- 感染冠状病毒，但免疫反应差
不可能预测哪个数据点将最有价值，但每个测序的基因组都将提供一个数据集。数据越多，找到增加身体对疾病的抵抗力的DNA变异的选项就越多。
各国目前正在因这次疫情损失数万亿美元，相比之下，每人1000美元的基因组测序成本是微不足道的。至少1000名志愿者对于两种人群来说，将为研究人员提供大量的数据。如果试验规模增加一个数量级，人工智能将拥有更多的训练数据，这将使成功的几率增加几个数量级。数据越多越好，这就是为什么应该目标为10000名志愿者的原因。
机器学习
虽然机器学习的多个功能将会存在，但深度学习将被用来在数据中找到模式。例如，可能会观察到某些DNA变量对应于高免疫力，而其他变量对应于高死亡率。至少我们将学会哪些人群更容易感染，应该被隔离。
为了解读这些数据，一个人工神经网络（ANN）将被放置在云端，来自世界各地的测序人类基因组将被上传。由于时间至关重要， 并行计算将减少ANN发挥其魔力的时间。
我们甚至可以进一步使用ANN排序的输出数据，并将其输入到一个叫做循环神经网络（RNN）的独立系统中。RNN使用强化学习来确定初始ANN选择的哪个基因在模拟环境中最成功。强化学习代理将使整个创建模拟环境的过程变得像游戏一样，以测试哪些DNA变化更有效。
模拟环境就像一个虚拟游戏环境，很多人工智能公司都有能力利用他们以前在设计人工智能算法来赢得电子竞技游戏的成功经验。这些公司包括DeepMind和OpenAI。
这些公司可以使用他们的底层架构，优化以掌握视频游戏，创建一个模拟环境，测试基因编辑，并学习哪些编辑会导致特定的期望变化。
一旦找到一个基因，另一种技术就被用来进行编辑。
CRISPR
最近，首次使用CRISPR编辑人体内的DNA的研究获得批准。这是为了治疗一种影响每100000个新生儿中的一个的罕见遗传障碍。这种情况可能是由于影响视网膜生长和运作的14个基因的突变引起的。在这种情况下，CRISPR旨在仔细针对DNA，并对DNA链造成轻微的暂时性损伤，导致细胞自我修复。这种恢复性愈合过程具有恢复视力的潜力。
虽然我们仍在等待结果，看看这种治疗方法是否有效，但在人体中使用CRISPR进行试验的先例是具有变革性的。潜在的可以治疗的疾病包括改善身体对特定疾病的免疫反应。
可能，我们可以操纵身体对特定疾病的自然基因抵抗力。可以潜在地针对的疾病是多种多样的，但社区应该专注于治疗新的全球性流行病冠状病毒。一个如果不受控制可能会对我们人口的大部分构成死刑的威胁。
最后的思考
虽然有很多潜在的选择来实现成功，但这将需要遗传学家、流行病学家和机器学习专家团结起来。潜在的治疗选择可能如上所述，也可能被证明是完全不同的，机会在于对大量人群的基因组测序。
深度学习是人类创造的最好的分析工具，我们至少应该尝试使用它来创建疫苗。
当我们考虑到当前流行病中所冒的风险时，这三个科学界需要团结起来，共同致力于寻找治愈方法。
