Graphen är ett startup-bolag som specialiserat sig på AI-system inspirerade av hjärnans fulla funktionalitet. Nu har de lanserat en AI som analyserar hur arvsmassan i COVID-19 utvecklas i takt med att viruset sprider sig över jorden.

Företaget har modellerat spridningen och hur sjukdomen yttrar sig genom att analysera varianter av varje rapporterad sekvensering av COVID-19-genomet från mer än 30 länder och regioner hittills. De använde sedan data för att identifiera virusets mutationer när de spridit sig. Analysen visar hur viruset fortplantar, muterar och sprider sig över hela världen.

– Vi är glada att meddela att Graphen analyserat utvecklingen av COVID-19:s virus SARS-CoV-2 med mer än 370 virusstammar från hela världen. Vårt team har arbetat outtröttligt och kartlagt den utveckling av viruset som hittills rapporterats. Vi har nu en bättre förståelse för hur denna epidemi, som spridit sig över hela världen sedan december 2019, har fortplantat sig, säger Doktor Ching-Yung Lin, grundare och VD för Graphen.

Genom att förstå mutationen av varje virus och lokalisera var dessa varianter finns på nästan 30000 genetiska platser kan virusets utvecklingskedja och betydande kluster identifieras.

Dessa typer av mutations- och förökningsmönster kan hjälpa läkemedelsföretag att bättre identifiera mål för läkemedelsutveckling och hjälpa till att förutsäga virusets spridningshastighet. De kan till och med användas till att förutsäga skadligheten hos specifika varianter som kan orsaka symtom utöver de som observerats från den ursprungliga stammen.

Hittills har Graphens data hjälpt till att identifiera två superspridare, individer som smittar stora mängder människor. Till exempel uppträdde en virusstam som isolerades från det bekräftade fallet den 5 januari 2020 i Wuhan senare i Taiwan, Belgien och Australien, och har sedan dess utvecklats till stammen som de flesta initiala fall i delstaten Washington i USA drabbades av.

– Vi arbetar kontinuerligt med ny data för att visa induktiva analyser, mer visualisering och information i takt med att viruset sprider sig. Det vi har nu kan redan ge forskare referenser för klinisk behandling, medicin och vaccinutveckling. Att ta reda på förhållandet mellan sekvensförändringarna och utvecklingen av sjukdomens epidemi är mycket användbart för förebyggande arbete och kontroll. Det här är ett exempel på framtiden för AI-driven precisionmedicin, avslutar Lin.