Des chercheurs du Collège d'ingénierie et d'informatique de la Florida Atlantic University, en collaboration avec le Schmidt College of Medicine de la FAU, ont reçu une subvention de projet RAPID de 90 000 $ de la National Science Foundation (NSF) pour mener des recherches en utilisant les réseaux sociaux et l'apprentissage automatique, facilité par génétique moléculaire et infection virale, pour la modélisation COVID-19 et l'évaluation des risques. Le projet créera une base de connaissances COVID-19 en ligne, ainsi qu'un outil d'évaluation des risques permettant aux individus d'évaluer leur risque d'infection dans un environnement dynamique.
COVID-19 est une épidémie en évolution et il y a peu de connaissances sur ses modes d'épidémie et de propagation, ou l'impact de l'évolution virale, de la démographie, du comportement social, des différences culturelles et des politiques de quarantaine concernant ces épidémies. Alors que la bataille contre COVID-19 se poursuit, un déluge d'informations est en train de se produire. En conséquence, les différences dramatiques entre les flambées en ce qui concerne les diverses géographies, les politiques régionales et les groupes culturels soulèvent la confusion, les contradictions et les incohérences dans la modélisation des flambées de maladies. «
Stella Batalama, Ph.D., doyenne, Collège d'ingénierie et d'informatique de la FAU
Le projet FAU, « RAPID: COVID-19 Coronavirus Testbed and Knowledge Base Construction and Personalized Risk Evaluation », corrigera ces écarts en construisant une base de connaissances de COVID-19 pour comprendre les corrélations et les rôles que jouent différents facteurs pour prédire la propagation de le virus. La technologie entraînera la mise en œuvre de politiques appropriées pour atténuer les effets de l'épidémie sur la santé publique et la société dans son ensemble.
« Les universités, les agences de presse et les gouvernements publient en permanence des progrès dans la compréhension des pathologies cliniques du virus, de ses séquences génomiques et des politiques et mesures administratives pertinentes prises. De plus, le public réagit également à l'évolution de l'environnement via des sites de médias sociaux ou d'autres sources en ligne, résultant en des opportunités de détection sociale en temps réel « , a déclaré Xingquan (Hill) Zhu, Ph.D., chercheur principal (PI) de la subvention et professeur au Département de génie informatique et électrique et d'informatique de la FAU. « C'est pourquoi une base de connaissances de COVID-19 utilisant l'apprentissage automatique est si cruciale pour nous de modéliser et de comprendre la propagation de COVID-19, et finalement d'atténuer les effets négatifs du virus sur la santé publique, la société et l'économie. »
Xingquan (Hill) Zhu, Ph.D., chercheur principal (PI) de la subvention et professeur au Département de génie informatique et électrique et d'informatique de la FAU
Les objectifs techniques du projet FAU sont doubles. Premièrement, les chercheurs créeront une base de connaissances qui comprendra des informations sur la modélisation de l'éclosion et de la mutation de COVID-19, qui serviront de référence pour mieux comprendre la propagation du virus. Le deuxième objectif du projet est de développer un outil prédictif basé sur un réseau de neurones profonds multi-sources pour combiner la démographie, les politiques, les infections régionales et les informations individuelles pour l'évaluation des risques.
« La base de connaissances COVID-19 utilise un graphique / réseau pour représenter les entités et leurs relations. Les entités sont entièrement compatibles avec le système de langage médical unifié ou la norme UMLS pour un partage pratique des connaissances. Soutenu par la base de connaissances, le public pourra utiliser des informations pour estimer leur niveau de risque d'infection en utilisant des informations sociales et comportementales telles que la taille de leur famille, les habitudes d'achat et les modes de restauration, ainsi que les politiques des autorités locales telles que les fermetures d'écoles, de restaurants et de cinémas et les couvre-feux nocturnes « , a déclaré Zhu. «Ils auront également accès à des informations démographiques telles que l'âge, la densité et le revenu de la population, ainsi que des problèmes de santé tels que l'incidence des maladies cardiaques, la prévalence du cancer et la toxicomanie. Les responsables de la santé publique et le grand public pourront également accéder aux conditions virales régionales telles que le nombre de cas d'infection dans la zone étudiée et le taux d'infection. «
Les co-chercheurs de la subvention FAU NSF RAPID sont Michael DeGiorgio, Ph.D., professeur adjoint au Département de génie informatique et électrique et d'informatique; et Massimo Caputi, Ph.D., professeur de sciences biomédicales au Schmidt College of Medicine de la FAU. Caputi a développé de nouvelles techniques pour étudier les interactions protéines de liaison ARN-ARN et a apporté d'importantes contributions dans la compréhension de la façon dont les protéines cellulaires modulent la réplication du génome du VIH-1. Il a élargi ses recherches grâce à des subventions de collaboration pour le développement de dispositifs de diagnostic microfluidiques pour détecter plusieurs espèces virales du sang et d'autres fluides corporels.
Depuis qu'elle a reçu la subvention NSF en mai, l'équipe de recherche a fait des progrès importants. L'équipe, qui comprend trois doctorats. Les étudiants – Zhabiz Gharibshah, Magdalyn E. Elkin et Anak Wannaphaschaiyong – ont déjà mis en œuvre un tableau de bord et une infection de la base de connaissances, ainsi qu'un tableau de bord de détection sociale, et travaillent actuellement sur le tableau de bord d'estimation des risques.
La source:
Florida Atlantic University
