Исследователи из Лундского университета в Швеции оказались в сложной ситуации. С одной стороны, их разработка — инструмент под названием «Microbiome Geographic Population Structure» (mGPS), прекрасно работает. С другой – для его практического применения требуется собрать колоссальный объем данных о микробиомах хотя бы на обжитой части планеты, в каждом объекте инфраструктуры. Задача едва ли посильная, но ее реализация открывает невероятные возможности для науки и правопорядка.
Человеческий микробиом нестабилен, он реагирует на любой контакт с другим микробиомом и следы этого взаимодействия можно отследить. Например, если человек взялся за поручень на конкретной станции метро или побывал в определенном месте. Эти данные очень важны для определения путей распространения заболеваний, плюс наверняка заинтересуют криминалистов и спецслужбы. mGPS при помощи ИИ сравнивает собранную информацию с актуальными образцами из базы данных и определяет вероятность того, что человек побывал именно в этом месте и что он там трогал.
Точность mGPS очень велика — например, в Гонконге он отличил две станции метро на расстоянии 172 м друг от друга, а в Нью-Йорке отличил микробиом на поручне лестницы от поверхности киоска всего в 1 м от нее. При обучении на большом количестве образцов точность идентификации достигает 92%, при малом их количестве – 87 %. Но алгоритм не работает, если образцы старые и изначально слишком загрязненные — например, взятые на станциях метро в Лондоне еще в доковидные времена.
На текущий момент mGPS прошел обучение на основе 4135 образцов из базы данных MetaSUB, взятых, преимущественно, на станциях метро в 53 городах. Плюс 237 образцов почвы из 18 стран и 131 образец морской среды из девяти водоемов. Очевидно, что этого крайне мало для применения инструмента даже в масштабах всего одной страны. Плюс микробиомы меняются под воздействием множества факторов, так как что сведения нужно регулярно обновлять. Но если это поможет в прямом смысле сделать мир чище и понять пути распространения патогенов, то работа того
