大规模的攻击要求在所有方面都做出完全反应，这就是人类对SARS-COV-2大流行的反应，这导致Covid-19。在针对这个强大敌人的公开战中，第一个也是最明显的防御力量是药物和医疗保健工人。在第二行中，生物学实验室正在与时钟作斗争，以了解病毒的复杂性并开发治疗或疫苗。但是在与冠状病毒的战斗计划中，还有另一个在我们的技术时代至关重要的方面：大数据及其通过人工智能（AI）和自动学习系统的处理，这证明是与之抗争的斗争中必不可少的武器病毒。在这里，我们回顾了一些例子。
改善流行病学模型
数学模型一直是自1854年以来，用于监测和预测流行病演变的必不可少的工具，当时英国人约翰·斯诺（John Snow）绘制了伦敦并使用统计数据将霍乱爆发爆发到公共水泵中。但是，流行病学家坚持认为，模型不是预测未来的水晶球，而是根据输入引入的变量的不同值进行比较。然而，它们的重要性是关键，因为它们指导采用的政策。
费尔南多·西蒙（FernandoSimón）解释了共同-19流行病的演变。学分：西班牙卫生部
最经典的模型是所谓的SIR（易感性恢复）或SEIR（添加暴露的类别）模型。计算能够开发其他更复杂的称为基于代理的模型，该模型可以模拟数百万人的动作和互动。但是，即使有最复杂的模型，新病毒仍然存在许多未知数。大流行将模型放在科学辩论的中心，因此一些专家呼吁在数字存储库中以开源的开源发布所有这些模型的计算机代码。几个机构已经这样做，这将有助于科学界改善模型。
冠状病毒跟踪应用程序
在选择性的技术跟踪受感染者的选择性跟踪以及对动作和接触的追踪的地方，最初的大流行中的首次成功是使用手机，信用卡和安全摄像机的数据进行的，而不是施加急剧对整个人口的限制措施。一个例子是韩国，韩国与其他国家不同，该国在2015年的中东呼吸综合症（MERS）爆发之后，制定了针对流行病的最新计划。
Apple和Google宣布了将通过蓝牙在iOS和Android上运行的系统的联合创建。学分：Engin_akyurt
尽管对韩国的战略受到赞扬，但由于隐私问题，它也引起了争议。但是，在不最大程度地减少道德辩论的情况下，倡议已经开始在寻求利用这一技术潜力的世界其他地区出现。这种类型的许多方法已经在进行中。4月，科技巨头Apple和Google宣布了将通过蓝牙在iOS和Android上运行的系统的共同创建。尽管这些新应用比韩国选项不那么侵入性，匿名，自愿性且不旨在向当局报告，但潜在的隐私问题仍在争论中。但是，此外，专家们想知道他们是否会促进不当警报。
AI帮助研究人员找到最相关的研究
大流行的严重程度促使有关该病毒及其疾病的科学研究爆炸性增长。根据《科学杂志》的报道，自一月份以来已经发表了23,000多篇论文，这一数字每20天翻了一番。CORD-19数据集是Allen AI与其他机构合作推广的项目，是试图将已发布的所有内容汇总在一起。但是，有了超过63,000张记录，对于科学家来说，雪崩将完全无法控制。因此，Cord-19具有可自定义的AI搜索系统，因此每个科学家都可以找到与他们的利益最相关的研究。Covidscholar等其他平台实现了类似的目标，而Scite.AI可帮助科学家知道随后的研究是否支持或与之相矛盾。
寻找治疗的机器
鉴于SARS-COV-19的潜在新药将不得不等待数年才能批准，因此许多研究人员正在研究一个潜在的直接途径：重新定位现有药物，已经批准了其他迹象，这可能显示出对SARS-的疗效COV-2。雷姆斯维尔（Remdesivir）是迄今为止唯一具有真正承诺的药物，是针对另一种病毒埃博拉病毒（Ebola）创造的，因此这是一个明显的候选人。几个研究团队正在根据已知的作用机理或与病毒中蛋白质的相互作用来测试其他可能的治疗方法。但是，当这些化合物对该病毒有任何可能的有效性时，我们如何确定其他有前途的治疗可能性？
来自2个角度的SARS-COV-2的尖刺糖蛋白。学分：5-HT2AR
科学家正在采用神经网络来确定病毒蛋白与现有药物之间的可能相互作用。他们使用的是基于神经网络的DeepMind的Alphafold等系统，并预测了SARS-COV-2蛋白的3D结构。从这些模型中可以进行虚拟对接，这是蛋白质与药物的物理相互作用的预测。这对治疗方面的任何潜在有益影响都没有说明；这些虚拟相互作用必须首先在实验室中得到确认，然后必须研究它们对病毒生物学的影响，并且必须研究生物本身。但是这些线索已经确定了许多潜在的候选化合物，现在有几个小组正在研究。
数据以预测病毒的行为或其作用
全球收集的大量科学数据是为了解锁病毒及其疾病的秘密的宝贵信息。共同的人类遗传努力是一个国际联盟，涉及世界各地的数十个中心，该联盟收集患者的遗传数据，试图通过计算机分析来识别哪种基因变异可能与疾病的更严重的过程有关，或者与之相反，相反，相反，无症状感染。COVID-19宿主遗传学计划正在追求类似的事情。就他们而言，多伦多大学（加拿大）的研究人员已收集并分析了来自世界144个不同地区的375,000多个COVID案件的数据，温度和环境湿度，这是大流行的伟大未知数之一。结果仅表明病毒对湿度的敏感性可能是一种轻度敏感性。
哈维尔·亚纳斯（Javier Yanes）
@yanes68