Es ist kompliziert. Das spezifische KI-Rezept für COVID-19 wird möglicherweise nie wiedergefunden, doch mithilfe anderer KI-Techniken kann das Virus bis zu einem gewissen Grad zurückentwickelt werden. Inzwischen gibt es jedoch genügend Beweise, die darauf hindeuten, dass COVID-19 eine hoch entwickelte, im Labor hergestellte Biowaffe war.
⁃ Patrick Wood, Herausgeber

Eine überraschende Entdeckung zur Herkunft von COVID-19

Eine neue, unerwartete Studie legt nahe, dass COVID-19 möglicherweise nicht von Fledermäusen oder Schuppentieren stammt, sondern aus einer seltenen Fusion menschlicher Krankheiten hervorgegangen ist.

Forscher nutzten einen fortschrittlichen KI-gestützten Ansatz namens Max-Logistic Intelligence, um genetische Verbindungen zwischen COVID-19 und zwei wenig bekannten Infektionen – Rotz und Sennetsu-Fieber – zu identifizieren. Diese Entdeckung könnte die Geschichte der Entstehung des Virus grundlegend neu schreiben.

Die Ursprünge von COVID-19 entschlüsseln

Trotz umfangreicher Forschung bleibt der Ursprung von COVID-19 unklar. Eine neue Studie, veröffentlicht in Fortschritte in Biomarkerwissenschaften und -technologie (ABST), setzt einen KI-gesteuerten Ansatz ein, um DNA-Methylierungsmuster an 865.859 CpG-Stellen in Blutproben von COVID-19-Patienten in der Frühphase der Erkrankung zu analysieren.

Unter der Leitung von Zhengjun Zhang vom Institut für Statistik der University of Wisconsin identifizierte die Studie mithilfe von Max-Logistic Intelligence starke genetische Verbindungen. Die Ergebnisse deuten darauf hin, dass COVID-19 möglicherweise durch die natürliche Verschmelzung zweier seltener Infektionskrankheiten – Rotz und Sennetsu-Fieber – in Kombination mit häufigen menschlichen Erkrankungen entstanden ist.

Ein Umdenken bei der Herkunft aus der Tierwelt?

Diese Erkenntnisse stellen die gängige Theorie in Frage, wonach das Virus von Fledermäusen oder Schuppentieren stammt. Sie legen nahe, dass bisherige Studien möglicherweise zu stark auf einen Ursprung in Wildtieren fokussiert waren.

„Die Verknüpfung von 865.859 CpG-Stellen ist eine gewaltige Herausforderung, da zufällige Korrelationen mit einer Wahrscheinlichkeit von weniger als eins zu zehn Millionen auftreten“, erklärt Zhang. „Wenn man jedoch die Seltenheit dieser Krankheiten berücksichtigt, sinkt die Wahrscheinlichkeit, eine sinnvolle Verbindung zu entdecken, auf eins zu einhundert Millionen – was die Gültigkeit unserer Ergebnisse weiter stärkt.“

Max-Logistic Intelligence: Ein Durchbruch?

Max-Logistic Intelligence wurde bereits in Studien zu Krebs-Biomarkern eingesetzt. Im Vergleich zu herkömmlichen KI-Algorithmen oder modernen maschinellen Lernverfahren wie Random Forests, Deep Learning und Support Vector Machines bietet diese Methode eine höhere Interpretierbarkeit, Konsistenz und Robustheit, insbesondere bei der Identifizierung kausaler Zusammenhänge.

Zhang betont, dass die Identifizierung verlässlicher Biomarker zwar entscheidend für den wissenschaftlichen Fortschritt sei, jedoch viele in isolierten Studien entdeckte genetische Marker in anderen Kohorten nicht reproduzierbar seien, sodass es oft kaum Gemeinsamkeiten zwischen den Gruppen gebe.

„Die DNA-Methylierung, also das Hinzufügen von Methylgruppen an die DNA, spielt eine zentrale Rolle bei der Genexpression und der Krankheitsentstehung“, erklärt Zhang. „Fehlregulationen in diesem Prozess können Krankheiten auslösen – ein Grund, warum wir die DNA-Methylierungsmuster von COVID-19 genauer untersucht haben.“

Referenz

„Ätiologische Zusammenhänge zwischen dem ursprünglichen COVID-19 und zwei seltenen Infektionskrankheiten“ – Zhengjun Zhang, veröffentlicht am 9. Dezember 2024 in Fortschritte in Biomarkerwissenschaften und -technologie.