AI揭秘！挑戰COVID - 19起源的遺傳線索

一項令人驚訝的新研究表明，COVID - 19可能並非源自蝙蝠或穿山甲，而是人類疾病罕見融合的結果。自2019年於中國武漢首次被發現以來，COVID - 19（即2019冠狀病毒疾病，最初被稱為「2019新型冠狀病毒」或2019 - nCoV）是一種由嚴重急性呼吸系統症候群冠狀病毒2（SARS - CoV - 2）引起的傳染病，並在全球蔓延，導致了2019 - 2022年的冠狀病毒大流行。

研究人員運用一種名為最大邏輯智慧的先進AI技術，識別出COVID - 19與兩種罕見感染——鼻疽病和川內熱之間的遺傳聯絡，這可能會重新詮釋該病毒的起源。

儘管進行了大量研究，COVID - 19的起源仍不明確。發表於《生物標誌物科學與技術進展》（Advances in Biomarker Sciences and Technology，ABST）的一項新研究，採用AI驅動的方法，分析了早期COVID - 19患者血液樣本中865,859個CpG位點的DNA甲基化模式。

由威斯康辛大學統計學系的張正軍領導的這項研究，利用最大邏輯智慧識別出了強有力的遺傳聯絡。研究結果顯示，COVID - 19可能是兩種罕見傳染病——鼻疽病和川內熱，與常見人類疾病自然融合的結果。這一發現挑戰了病毒源自蝙蝠或穿山甲的普遍看法，也引發了對先前研究過度強調野生動物起源的質疑。

張正軍表示，要在865,859個CpG位點建立這樣的聯絡相當困難，隨機相關的機率不到千萬分之一。然而，考慮到這些疾病的罕見性，發現有意義聯絡的機率降至億分之一，這進一步增強了研究結果的有效性。

最大邏輯智慧先前已在癌症生物標誌物研究中得到驗證。與傳統AI演演算法或現代機器學習技術（如隨機森林、深度學習和支援向量機）不同，最大邏輯智慧具有更強的可解釋性、一致性和穩健性，尤其適用於建立因果關係。

張正軍強調，雖然識別可靠的生物標誌物對科學進步至關重要，但許多在單一研究中確定的基因標誌物在其他研究群體中失效，導致跨群體的共性很低或不存在。

張正軍解釋說，DNA甲基化是將甲基新增到DNA的過程，在基因表達和疾病發展中起著核心作用。甲基化錯誤可能引發疾病，這也促使了對COVID - 19的DNA甲基化模式的研究。

參考文獻：Zhengjun Zhang所著《初始COVID - 19與兩種罕見傳染病之間的病因學聯絡》，2024年12月9日，《生物標誌物科學與技術進展》。DOI: 10.1016/j.abst.2024.12.001