جهش کروناویروس آن را مسریتر کرده است
تاریخ انتشار: ۱۰ آبان ۱۳۹۹ | کد خبر: ۲۹۸۱۶۱۳۶
آفتابنیوز :
پژوهشی که روی بیش از ۵۰۰۰ بیمار مبتلا به کووید-۱۹ انجام شده است، نشان میدهد که کروناویروس در حال جهش است و همین موضوع میتواند به مسریتر شدن آن منجر شود.
به گزارش مدیکالاکسپرس، یافتههای این پژوهش نشان میدهند که این جهش موسوم به "D۶۱۴G"، در پروتئین خوشهای رخ میدهد که راه را برای ورود ویروس به سلولهای بدن باز میکند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
"ایلیا فینکلشتاین"(Ilya Finkelstein)، استادیار "دانشگاه تکزاس در آستین"(University of Texas at Austin) و از پژوهشگران این پروژه گفت: کروناویروس به خاطر تغییرات ژنتیکی که نه به آن کمک میکنند و نه برای آن مضر هستند و همچنین به خاطر فشاری که سیستم ایمنی بدن به آن وارد میکند، در حال جهش است.
طی نخستین موج همهگیری کووید-۱۹، انواع جدیدی از کروناویروس در بیماران کشف شد و با آغاز موج دوم، این تنوع افزایش یافت. پژوهشی که در ماه ژوئیه در مورد توالی ژنتیکی کروناویروس انجام شد، نشان داد انواع گوناگون کروناویروس که حامل جهش D۶۱۴G هستند، طی یک ماه به تسلط جهانی رسیدهاند.
سوال مدنظر پژوهشگران این است که چرا انواع کروناویروس حامل این جهش، از انواع دیگر پیشی گرفتهاند.
شاید پاسخ این باشد که کروناویروس، مسریتر شده است. پژوهشگران انگلیسی در بررسی ۲۵ هزار توالی ژنوم دریافتند که ویروسهای حامل جهش D۶۱۴G، سریعتر از ویروسهای فاقد این جهش منتقل میشوند و عفونت بیشتری ایجاد میکنند. در هر حال، نتایج این پژوهش نتوانست همه دانشمندان را قانع کند زیرا برخی از آنها باور داشتند که ممکن است جهش D۶۱۴G تنها در نخستین ویروسهایی که به اروپا و آمریکای شمالی رسیدند، رخ داده باشد.
پروتئین خوشهای کروناویروس همچنان به جهشهای بیشتر ادامه میدهد. پژوهشگران "بیمارستان متودیست"(Methodist Hospital) آمریکا در بررسیهای آزمایشگاهی نشان دادند که حداقل یک نمونه از چنین جهشهایی، به پروتئین خوشهای امکان میدهد تا پادتنی را که بدن انسان به صورت طبیعی برای مقابله با کروناویروس تولید میکند، مورد حمله قرار دهد. این موضوع میتواند به کروناویروس کمک کند تا به سادگی سیستم ایمنی بدن را پشت سر بگذارد و بسیار سادهتر میان افراد گوناگون منتقل شود.
نکته مثبت در اینجاست که این جهشها به ندرت رخ میدهند و شدت بیماری افراد مبتلا را بیشتر نمیکنند. به گفته فینکلشتاین، او و همکارانش در این بررسی ندیدهاند که ویروسها یاد بگیرند به واکسنها و یا پادتنهای درمانی حمله کنند.
وی افزود: کروناویروس به جهش خود ادامه میدهد تا جهان را تحت تسلط درآورد. تلاش برای نظارت واقعی و پژوهشهایی مانند پژوهش ما میتوانند پیشرفت واکسنها و روشهای درمانی را تضمین کنند.
این پژوهش، در مجله "mBio" به چاپ رسید.
منبع: آفتاب
کلیدواژه: کرونا ویروس ویروس ها
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت aftabnews.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «آفتاب» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۹۸۱۶۱۳۶ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
ارزیابی مشکلات قلبی را به ChatGPT نسپارید!
ایتنا - پژوهشگران «دانشگاه ایالتی واشنگتن» در یک آزمایش جدید دریافتند که ChatGPT نمیتواند عملکرد خوبی را در ارزیابی مشکل قلبی داشته باشد.
به رغم تواناییهای گزارش شده درباره ChatGPT برای قبول شدن در آزمونهای پزشکی، یک پژوهش جدید نشان میدهد که اتکا به این فناوری برای برخی ارزیابیهای سلامتی مانند بررسی نیاز بیمار مبتلا به درد قفسه سینه به بستری شدن در بیمارستان عاقلانه نیست.
به گزارش ایتنا از ایسنا، در پژوهش جدیدی که شامل هزاران وضعیت شبیهسازی شده از بیماران مبتلا به درد قفسه سینه است، ChatGPT نتایج متناقضی را ارائه کرد و سطوح متفاوتی را از ارزیابی خطر مشکل قلبی در دادههای بهدستآمده از بیماران نشان داد. همچنین، این سیستم هوش مصنوعی مولد نتوانست با روشهای سنتی مطابقت داشته باشد که پزشکان از آنها برای قضاوت درباره خطر مشکل قلبی بیمار استفاده میکنند.
دکتر «توماس هستون»(Thomas Heston) پژوهشگر دانشکده پزشکی «دانشگاه ایالتی واشنگتن»(WSU) گفت: ChatGPT به یک شیوه ثابت عمل نمیکرد. با توجه به دادههای مشابه، ChatGPT رتبه خطر پایینی را ارائه میدهد. دفعه بعد یک رتبه متوسط را پیشبینی میکند و گهگاه تا افزایش خطر پیش میرود.
هستون گفت: پژوهشگران باور دارند این مشکل احتمالا به دلیل سطح تصادفی بودن نسخه کنونی نرمافزار ChatGPT۴ است که به آن کمک میکند تا پاسخهایی را برای شبیهسازی زبان طبیعی ارائه دهد. با وجود این، همین تصادفی بودن باعث میشود نرمافزار برای کاربردهای حوزه سلامت که به یک پاسخ منسجم نیاز دارند، به خوبی کارآیی نداشته باشد.
هستون ادامه داد: ما متوجه شدیم که تنوع زیادی وجود دارد و این تنوع در رویکرد میتواند خطرناک باشد. این فناوری میتواند برنامه سودمندی باشد اما من معتقدم که فناوری بسیار سریعتر از درک ما پیش میرود. بنابراین، بسیار مهم است که پژوهشهای بسیاری را به ویژه در موقعیتهای بالینی پرخطر انجام دهیم.
درد قفسه سینه، یکی از شکایتهای رایج در اورژانس است که پزشکان را ملزم میکند تا فوریت وضعیت بیمار را مورد ارزیابی قرار دهند. هستون گفت: برخی از موارد بسیار جدی را به راحتی میتوان با توجه به علائم آنها شناسایی کرد اما موارد کمخطر ممکن است پیچیدهتر باشند؛ به ویژه هنگام تعیین اینکه آیا بیماری باید برای بررسی بیشتر در بیمارستان بستری شود یا به خانه برود و مراقبتهای سرپایی را دریافت کند.
متخصصان پزشکی در حال حاضر اغلب از یکی از دو معیار موسوم به TIMI و HEART برای ارزیابی خطر مشکل قلبی استفاده میکنند. هستون این مقیاسها را به ماشینحسابهایی تشبیه کرد که متغیرهای انگشتشمار را مانند علائم، سابقه سلامت و سن استفاده میکنند. در مقابل، یک شبکه عصبی هوش مصنوعی مانند ChatGPT میتواند میلیاردها متغیر را به سرعت ارزیابی کند. این بدان معناست که شاید ChatGPT بتواند یک موقعیت پیچیده را سریعتر و دقیقتر تحلیل کند.
برای این پژوهش، هستون و همکارش دکتر «لارنس لوئیس»(Lawrence Lewis) پژوهشگر «دانشگاه واشنگتن در سنت لوئیس»(WashU) ابتدا سه مجموعه داده را از ۱۰ هزار مورد تصادفی و شبیهسازیشده ایجاد کردند. یک مجموعه داده دارای هفت متغیر مقیاس TIMI، مجموعه دوم شامل پنج متغیر مقیاس HEART و مجموعه سوم دارای ۴۴ متغیر تصادفی سلامت بود. در دو مجموعه داده اول، ChatGPT ارزیابی خطر متفاوتی را در ۴۵ تا ۴۸ درصد مواقع نسبت به امتیاز ثابت TIMI یا HEART ارائه کرد. پژوهشگران برای آخرین مجموعه داده، موارد را چهار بار اجرا کردند و دریافتند که ChatGPT اغلب با خودش موافق نیست و در ۴۴ درصد مواقع، سطوح ارزیابی متفاوتی را برای موارد مشابه ارائه میدهد.
به رغم یافتههای منفی این پژوهش، هستون پتانسیل زیادی را برای هوش مصنوعی مولد در مراقبتهای بهداشتی پیشبینی میکند. به عنوان مثال، با فرض رعایت استانداردهای حفظ حریم خصوصی، کل سوابق پزشکی را میتوان در برنامه بارگذاری کرد و در شرایط اضطراری، پزشک میتواند از ChatGPT بخواهد تا سریعترین حقایق را درباره یک بیمار ارائه دهد. همچنین، پزشکان برای موارد دشوار و پیچیده میتوانند از برنامه بخواهند تا چندین تشخیص احتمالی را ارائه دهد.
هستون گفت: ChatGPT میتواند در ارائه دادن تشخیص افتراقی عالی باشد و این احتمالا یکی از بزرگترین نقاط قوت آن است. اگر کاملا نمیدانید که درباره یک بیمار چه میگذرد، میتوانید از ChatGPT بخواهید تا پنج تشخیص اصلی و استدلال خود را برای هر یک از آنها ارائه دهد. بنابراین، ChatGPT میتواند به شما کمک کند تا درباره یک مشکل فکر کنید اما در پاسخ دادن خوب نیست.
این پژوهش در مجله «PLOS ONE» به چاپ رسید.