洞察疫情，微軟推出新冠數(shù)據(jù)分析網(wǎng)站 COVID Insights

COVID Insights 網(wǎng)站功能亮點

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、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?。┫嚓P(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 的病毒學分析結(jié)果，以及全球最新的相關(guān)研究熱點。

網(wǎng)站使用的所有數(shù)據(jù)均來自約翰霍普金斯大學、美國疾病控制與預(yù)防中心、GISAID 等機構(gòu)的官方發(fā)布。基于這些公開數(shù)據(jù)，研究員們利用先進的技術(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)一的高風險活動分布中進行可視化，很好地解決了這個挑戰(zhàn)。對于高風險活動的歸因分析，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

研究熱點有哪些？

在研究趨勢頁面，用戶可以通過可視化信息了解當前新冠相關(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)科學家、計算生物學家加入到研究行列中來，共同加速科研進展，早日戰(zhàn)勝疫情。