从分析中得出的模式被用来构建一个支持机器学习的风险评估模型。在检测后仅一周的观察期后，该模型可以在每个国家检测到72.8%的变异，这些变异将在未来三个月内导致每百万人至少1000例病例。
经过两周的观察，这一预测性能提高到80.1%。变体是否具有传染性的最有力预测因素是由变体引起的感染的早期轨迹，变体的刺突突变，以及在观察期间新变体的突变与最主要变体的突变有多大不同。
这组作者说，这种建模方法也可能被扩展到预测其他传染病的未来进程。
参考:
预测SARS-CoV-2变体的传播:人工智能实现了早期检测——(https://academic.oup.com/pnasnexus/article/3/1/pgad424/7504899?login=false)
Source-Eurekalert
