![](https://960cca.a2cdn1.secureserver.net/wp-content/uploads/2023/06/Bahrad-Sokhansanj.png?time=1704921820)
拜赫拉德宋山
Sokhansanj工程学院助理研究教授
必威主页Drexel研究者希望成为第一批识别下一个危险的COVID变异标志者之一,多亏工程学院开发的计算机模型
模型使用机器学习算法训练识别COVID-19病毒基因序列变化与传输、住院和死亡升级之间的相互关系
程序化快速对最有可能与变异严重程度变化相联的遗传序列区域进行磨损
部分估计显示SARS-COV-2只探索出30-40%的悬浮变异
Bahrad A表示:「我们的模型更像新变异器预警系统Sokhansanj助理研究教授 领导计算机模型开发获取序列后,我们可以预测变异风险 实验前动物模型或细胞文化, 或足够人生病前 收集流行病学数据
GISAID数据库中的遗传和病人数据-最大信息简编-用于培训算法
必威主页数位工程学院教授Gail Rosen表示 : “ SARS-COV-2探索的可能性只有30-40 %, 来抓取突变,主管Drexel生态进化信号处理和信息学实验室的Gail Rosen
快速识别这些变异并理解这些变异对易感染者意味着什么时,