通过数据分析预测新大流行病”

通过重组病毒基因组的数据分析来对抗未来的大流行病。发表在《自然通讯》（Nature Communications）杂志上的一项研究展示了RecombinHunt的积极成果，这是一种由米兰理工大学和米兰大学电子、信息与生物工程系开发的新型数据驱动方法，能够以高精度和计算效率识别具有一个或两个断点的重组SARS-CoV-2基因组。

这项研究得以进行，要感谢来自世界各地的实验室的杰出贡献，它们向国际社会提供了超过1500万条病毒序列。

信息处理系统教授 Stefano Ceri

重组，即两个或多个病毒基因组的组合以形成新的基因组，是病毒进化和适应的有效分子机制。

利用COVID-19大流行的契机，已经提出了多种检测SARS-CoV-2病毒重组基因组的方法；然而，迄今为止，还没有一种方法能够忠实地确认该领域专家的手动分析。

我们的目标是构建预警工具，以预测和对抗新的病毒流行病和大流行病。

SENSIBLE项目负责人 Anna Bernasconi

RecombinHunt具有高特异性和敏感性，比其他已开发的方法更有效，并忠实地确认了专家的手动分析。

该方法是在PRIN PNRR 2022年SENSIBLE项目（用于公共卫生中病毒病原体的小数据早期预警系统）下开发的，还以高一致性识别了最近猴痘疫情中的重组病毒基因组，与专家手动整理的分析结果相符，这表明该方法稳健且可应用于任何流行病或大流行病毒，是应对未来大流行病的重要工具。

该研究的主要贡献者之一是最近以优异成绩获得信息工程博士学位的Tommaso Alfonsi博士，他提出了这一及其他及时的研究。

该研究展示了创新且高效的计算方法的发展如何使我们能够更准确、更严谨地评估病原体的进化及其对人类健康的任何影响。