持續(xù)數(shù)月的新冠疫情一路肆虐、席卷全球，世界各地的科研人員都在為此奮戰(zhàn)，希望通過最先進(jìn)的技術(shù)逐步揭開新冠病毒的神秘面紗。近日，微軟亞洲研究院的研究人員基于在計算生物學(xué)、數(shù)據(jù)分析等領(lǐng)域的專業(yè)知識和研究經(jīng)驗，構(gòu)建了新冠數(shù)據(jù)分析網(wǎng)站 COVID Insights (covid.msra.cn)，該網(wǎng)站以學(xué)術(shù)研究和科普為目的，希望透過數(shù)字表面，更深入、多角度地分析 COVID-19(2019冠狀病毒病)相關(guān)數(shù)據(jù)。
COVID Insights 網(wǎng)站主要包含感染數(shù)據(jù)分析、基因組和蛋白質(zhì)結(jié)構(gòu)、研究趨勢三大板塊，以可視化和互動的方式直觀展現(xiàn)了疫情在不同國家和地區(qū)的傳播特性、引起疫情的病毒 SARS-CoV-2的病毒學(xué)分析結(jié)果，以及全球最新的相關(guān)研究熱點(diǎn)。網(wǎng)站使用的所有數(shù)據(jù)均來自約翰霍普金斯大學(xué)、美國疾病控制與預(yù)防中心、GISAID 等機(jī)構(gòu)的官方發(fā)布?；谶@些公開數(shù)據(jù)，研究員們利用先進(jìn)的技術(shù)挖掘疫情數(shù)據(jù)背后隱藏的規(guī)律和洞察，為進(jìn)一步拓展對疫情的思考提供有價值的參考。
哪兩個地區(qū)的疫情發(fā)展最相似?
感染數(shù)據(jù)分析頁面通過對 COVID-19數(shù)據(jù)的深度分析，呈現(xiàn)了跨國家和地區(qū)間傳播動態(tài)比較。例如，通過分析我們發(fā)現(xiàn)德國從2月27日到3月14日的數(shù)據(jù)趨勢曲線與韓國從2月18日到3月5日的數(shù)據(jù)趨勢曲線很相近。因此韓國在3月5日以后開展的各項疾控措施對3月中旬的德國來說可能具有更為精準(zhǔn)的借鑒作用。
在這里，研究員們將 COVID-19時間序列數(shù)據(jù)在低維歐式空間中進(jìn)行表示。對于一個給定的地區(qū)和時間片段，在這個空間中使用一個向量來反映其數(shù)據(jù)的趨勢。這樣就可以有效地發(fā)現(xiàn)哪些國家或地區(qū)、在哪些時間段的數(shù)據(jù)發(fā)展相似，找到合適的參考對象。
此外，該頁面基于四個不同地區(qū)的開源數(shù)據(jù)，為與感染相關(guān)的高風(fēng)險活動提供了一個統(tǒng)一的數(shù)據(jù)分析視角，方便對比地區(qū)間傳播數(shù)據(jù)的差異。例如，對法國來說，許多感染是通過“群眾聚集”發(fā)生的，而對新加坡來說，“國際旅行”是造成感染的最主要原因。
由于各地區(qū)的數(shù)據(jù)差異較大，有效信息或展現(xiàn)在不同的尺度上，或隱含在冗長的病例通報中。研究員們將非結(jié)構(gòu)化的病例描述映射到統(tǒng)一的高風(fēng)險活動分布中進(jìn)行可視化，很好地解決了這個挑戰(zhàn)。對于高風(fēng)險活動的歸因分析，尤其是不同地區(qū)的不同歸因結(jié)果，可以為預(yù)防感染提供個性化參考。
SARS-CoV-2在全球哪些地區(qū)發(fā)生了變異?
COVID Insights 網(wǎng)站的“基因組和蛋白質(zhì)結(jié)構(gòu)”頁面展示了 SARS-CoV-2的最新病毒學(xué)分析結(jié)果。新型冠狀病毒 SARS-CoV-2演變至今，已發(fā)生很多處基因組變異，用戶可以通過交互探究病毒序列中發(fā)生變異的氨基酸及其位置，該變異發(fā)生的地理位置以及相應(yīng)的蛋白質(zhì)結(jié)構(gòu)。
研究員們從全球流感序列數(shù)據(jù)庫GISAID上下載新型冠狀病毒 SARS-CoV-2基因組數(shù)據(jù)。然后，以病毒株 Wuhan-Hu-1(GenBank MN908947.3)作為參考序列，確定出各病毒序列中發(fā)生變異的氨基酸及其位置。對每一個存在變異的位置，研究員們通過計算熵顯示該位置氨基酸的多樣性及其在各地區(qū)的分布和時間線。
研究員們還將 SARS-CoV-2病毒核酸序列轉(zhuǎn)化成蛋白質(zhì)序列，并將整個序列按照不同區(qū)域進(jìn)行分割，最終呈現(xiàn)出蛋白質(zhì)三維結(jié)構(gòu)。此外，用戶還可以看到 SARS-CoV-2與包括 SARS、MERS 在內(nèi)的四種冠狀病毒的基因組比較分析，了解它們之間的異同。
關(guān)于疫情和病毒的最新研究熱點(diǎn)有哪些?
在研究趨勢頁面，用戶可以通過可視化信息了解當(dāng)前新冠相關(guān)主題的熱門論文和主題變化趨勢。研究員們通過自動聚類技術(shù)，對于熱詞進(jìn)行聚合形成詞云，并且通過每周更新展示時間粒度上的變化趨勢，希望可以給研究者們帶來更多啟示。
我們希望 COVID Insights 網(wǎng)站能夠通過深度分析和挖掘疫情數(shù)據(jù)背后的洞察，為用戶科學(xué)地理解疫情數(shù)據(jù)提供參考。未來，我們會通過該網(wǎng)站分享更多關(guān)于新冠病毒數(shù)據(jù)的深度洞察，為抗擊疫情提供持續(xù)的支持。與此同時，我們也希望更多的 AI 研究者、數(shù)據(jù)科學(xué)家、計算生物學(xué)家加入到研究行列中來，共同加速科研進(jìn)展，早日戰(zhàn)勝疫情。
關(guān)鍵詞： 新冠數(shù)據(jù)分析網(wǎng)站
