Magány helyett vírusbuborék? A KRTK Játékelmélet Kutatócsoportja szerint ez is lassíthatja a koronavírus-járvány terjedését

Egy, az ELKH-hoz tartozó Közgazdaság- és Regionális Tudományi Kutatóközpont (KRTK) Közgazdaságtudományi Intézetében nemrégiben készült kutatás olyan kooperatív játékokat vizsgál, ahol a koalíciók közötti kölcsönhatások egy olyan hálózaton keresztül érvényesülnek, amelyet egyébként a játékosok maguk is alakíthatnak. Ha a társadalom tagjai csak társasági igényükben különböznek egymástól, akkor a társadalom e szerint a tulajdonság szerint természetes módon oszlik nagyjából homogén csoportokra, ahol az éjjeliőrök kisebb, a primadonnák nagyobb csoportokat alkotnak. Így járványok idején a társadalom minden tagja megkapja a társasági élet, illetve az ezzel járó fertőzési kockázat optimális kombinációját.

A világméretű koronavírus-járvány több ponton megváltoztatta a mindennapi életünket is. Rendszeresen mosunk kezet, a tömegközlekedésben, üzletekben, irodákban maszkot hordunk, hogy az ilyen szükséges, véletlen találkozások alkalmával ne kapjunk fertőzést. Ugyanakkor a kijárási korlátozások idején csak a háztartásunk tagjaival tartózkodhattunk egy helyen.

Ez utóbbi számtalan nehézséget okozott. Gondoljunk itt az ápolásra szoruló idősekre – természetesen az ő gondozásukat nem szabad abbahagyni –, a fiatal családokra, ahol a nagyszülők segítenek be rendszeresen, és a koronavírus miatt sem akarnak lemondani az unokákról, vagy gondoljunk az egyedülállókra, akiknek ez a korlátozás a magánzárkához hasonló büntetéssel ér fel. A háztartás méretétől függetlenül joggal érezhetjük úgy, hogy társasági életünk ilyen mértékű korlátozása már nem elégíti ki igényeinket, és az egész napos videókonferenciázás után már nem vágyunk arra, hogy barátainkkal is ilyen fórumon találkozzunk.

A fegyelmezettek alkalmazkodnak a körülményekhez, és inkább depressziósak lesznek, míg mások a fertőzés kockázatát is vállalva megszegik a korlátozásokat. Nehéz emiatt elítélnünk őket: az évezredek alatt az ember olyannyira megszokta, hogy nagy tömegben él együtt társaival, hogy ma már nem is bírja ki egyedül. Persze más mértékben igényel társaságot egy éjjeliőr és egy primadonna, de ez az igény a legritkább esetben egyezik háztartásuk méretével. Az ilyen szabályszegések eredményeképpen a járvány a háztartások között is terjed, és néhány szabályszegő révén a társadalom nagy részét elérheti (lásd a lenti bal oldali ábrát).

Megoldást az úgynevezett vírusbuborék adhat. A több országban (Új-Zéland, Kanada) hivatalosan is bevezetett intézmény lényege, hogy egy olyan társasági kört („buborékot”) alakítunk ki, melynek tagjai egymással érintkeznek, de másokkal nem, illetve csak a szükséges mértékben. Egy vírusbuborék értelemszerűen egy vagy több háztartásból áll, és lehetőséget ad az idős nagymama gondozására (őt be kell vonni a buborékba) vagy egy baráti társaság közös programjaira (ha mind tagjai a buboréknak). Általában mondhatjuk, hogy ez a módszer sokkal nagyobb mértékben elégíti ki a szociális igényeket, és így – a külső kapcsolatok hiányában – a fertőzés nem terjed buborékról buborékra.

A vírusbuborék kölcsönös megállapodáson alapszik, és így izgalmas alkalmazási terület a pontosan ilyen csoportokkal, úgynevezett koalíciókkal foglalkozó kooperatív játékelmélet számára. Ugyanakkor fontos felismerés, hogy a fertőzési kockázat nemcsak attól függ, hogy hányan és kik a tagjai a vírusbuboréknak, vagy milyen vírusbuborékok formálódnak körülöttünk, hanem a ténylegesen élő kapcsolatok hálójától is. A kapcsolatokat pedig az egyes személyek alakítják, figyelembe véve a személyes találkozó előnyeit és hátrányait. Ha a buborék által nyújtott társaság nem elegendő, és még a fertőzés kockázatát is vállalná valaki egy újabb külső kapcsolatért, akkor célszerűbb lenne egy nagyobb buborékot alakítani.

A KRTK Játékelmélet Kutatócsoportjának nemrég készült kutatása olyan kooperatív játékokat vizsgál, ahol a koalíciók közötti kölcsönhatások egy olyan hálózaton keresztül érvényesülnek, amelyet egyébként a játékosok maguk is alakíthatnak. Ha a társadalom tagjai csak társasági igényükben különböznek egymástól, akkor a társadalom természetes módon oszlik e szerint a tulajdonság szerint nagyjából homogén csoportokra, ahol az éjjeliőrök kisebb, a primadonnák pedig nagyobb csoportokat alkotnak. Így a társadalom minden tagja megkapja a társasági élet és az ezzel járó fertőzési kockázat optimális kombinációját.

A való élet ennél sokkal izgalmasabb és bonyolultabb, de az eredmények a gyakorlatban is sok tanulsággal szolgálnak. A járvány elleni védekezés hatékony és bevált ellenszere a vírusbuborék, abban az esetben, ha a tagok valóban csak a buborék többi tagjával tartanak fenn személyes kapcsolatot, és ha ezt a baráti kört igyekeznek minél szűkebben tartani. Tehát a hatékony vírusbuborék mottója: kicsi és exkluzív.

Szerző: Kóczy Á. László (Játékelmélet Kutatócsoport, KRTK)

Az EU rendkívüli forrásokat biztosít a SZTAKI vezette nemzetközi COVID-projektre

A SZTAKI vezetésével 21 tagú EU-s projekt indul, melynek célja az európai gyártórendszerek és beszállítói láncok rugalmasabbá tétele, illetve az átállás megkönnyítése orvosi eszközökre, ha ezt egy világjárvány vagy akár a COVID-19 további hullámai szükségessé teszik.

Az ELKH tagintézménye, a SZTAKI „CO-VERSATILE” elnevezésű pályázata nyert az Európai Unió Horizon 2020-as keretprogramban a COVID elleni küzdelemre kiírt rendkívüli felhívásán. Az EU még májusban öt altémában hirdetett meg pályázati lehetőséget, végül összesen 23 projekt kapott támogatást a 454 benyújtott kezdeményezésből. A téma sürgőssége miatt mindössze egyetlen hónap állt rendelkezésre az előkészítésre és konzorciumépítésre, az eredményeket is soron kívül hirdették ki.

A CO-VERSATILE projekt célja az európai gyártóipar alkalmazkodási képességének, rugalmasságának növelése, kifejezetten a létfontosságú orvosi eszközökre és védőfelszerelésekre összpontosítva. Az eredmények elősegíthetik, hogy világjárvány esetén Európa felkészült legyen, és gyorsan tudjon reagálni a hirtelen megjelenő igényekre.

A projekt vezetője dr. Lovas Róbert, a SZTAKI igazgatóhelyettese. A SZTAKI koordinálásával a CO-VERSATILE kutatás-fejlesztési projektben olyan digitális környezetet és folyamatokat alakítunk ki a partnerek segítségével, amivel rugalmasan, akár 48 óra alatt átállíthatók, átcsoportosíthatók – az egyébként más termékeket előállító – gyártási kapacitások, ha rendkívül nagy mennyiségű orvosi berendezésre, védőeszközre lenne szükség. További cél, hogy olyan, úgynevezett Digitális Technopole jöjjön létre, amivel nemcsak kiszolgálhatók a sürgős igények, hanem az ott alkalmazott fejlesztéseket, megoldásokat Európa-szerte is át tudják venni más gyártók.

A 24 hónapos futamidejű nemzetközi projektre 5,4 millió euró támogatást ítélt meg az EU. A projektet a SZTAKI koordinálja – ilyen szerepet a COVID-19 elleni küzdelemben egyedüliként Magyarország kapott az Európai Unióhoz 2004 után csatlakozott tagországok (EU13) közül. A 21 résztvevős konzorciumnak tagja többek között a német Fraunhofer IGD (Institute for Computer Graphics Research) és IML (Institute for Material Flow and Logistics) kutatóközpont, az EIT Manufacturing, illetve a Leibniz Universität és a University of Westminster, valamint több európai gyártó és digitális innovációs központ.

A SZTAKI a koordináció mellett felhőalapú megoldásokkal, valamint szimulációs modellek kidolgozásával és adaptálásával járul hozzá a Digitális Technopole kialakításához. Így a COVID elleni küzdelemben az intézet nemcsak a hazai tudományos közösség és a víruskutató csapatok számára biztosít K+F hátteret, informatikai szakértelmet és erőforrásokat, hanem az európai ipari szektor számára is.

Fontos hazai tagja még a konzorciumnak az Innomine, amely digitális innovációs központként a terület különböző szereplőit – többek között a beszállítókat, az egyetemeket és kutatóintézeteket, a kis- és középvállalatokat és a befektetőket – fogja össze, hogy előmozdítsa a digitális ökorendszer további fejlődését és erősödését. Az Innomine egyik fő feladata a kifejlesztett megoldások piaci népszerűsítése és elterjesztése lesz, ennek keretében többek között egy egész Európára kiterjedő networking eseményt (matchaton) fog szervezni.

További információk:

Sajtókapcsolat:

Laza Bálint
laza.balint@sztaki.hu

Minden eddiginél érzékenyebb módszert fejlesztettek ki szegedi kutatók a koronavírus kimutatására

A Szegedi Biológiai Kutatóközpontban fejlesztett RT-qPCR tesztelési eljárás rendkívül nagy érzékenységű, költséghatékony és tömegtesztelésre alkalmas

Az Eötvös Loránd Kutatási Hálózathoz (ELKH) tartozó Szegedi Biológiai Kutatóközpont (SZBK) Genetikai Intézetének munkatársai Vilmos Péter vezetésével egy minden eddiginél érzékenyebb, a SARS-CoV-2 vírus orrváladékból történő kimutatására szolgáló laboratóriumi tesztet fejlesztettek. A kutatás-fejlesztési projekt együttműködő partnerei a Szegedi Tudományegyetem Orvosi Mikrobiológiai és Immunbiológiai Intézete és az I. sz. Belgyógyászati Klinikájának Infektológia Osztálya, Burián Katalin, illetve Hajdú Edit vezetésével, valamint az ELKH Rényi Alfréd Matematikai Kutatóintézet. Az új módszer már ismert, ugyanakkor a saját újítások felhasználásával ötvenszeresére növeli a napjainkban világszerte alkalmazott RT-qPCR diagnosztikai eljárás gyorsaságát, amelynek köszönhetően lehetővé válik a megbízható, akár teljes lakosságot lefedő tömegszűrés. Ez teljesen új távlatot nyithat a védekezésben, melyet a Covid-19 járvány várható újabb fertőzési hulláma különösen időszerűvé tesz.

Az eljárás legjelentősebb tulajdonsága, hogy egyetlen reakcióban egyszerre 50 személy egyesített mintájának vizsgálatát lehet vele elvégezni, a megbízhatóság csökkenése nélkül. A módszer másik fontos jellemzője, hogy minden fertőző személy azonosítására alkalmas – beleértve a tünetmentes betegeket is –, ezáltal lehetővé teszi a járvány terjedésének hatékony kontrollálását. A teszt ráadásul olcsóbb hazai alapanyagokkal is végrehajtható, ami a járvány következtében megdrágult reagensek világszerte kialakult hiánya miatt rendkívüli előnyt jelent. Mindezeken túl, az új tesztelési protokoll nem csak a SARS-CoV-2 vírus kimutatására használható, hanem a jövőben fellépő újabb járványok esetén könnyen adaptálható bármilyen kórokozó terjedésének a nyomon követésére, amely lehetővé teszi a járvány kézben tartását.

Az új módszer a SARS-CoV-2 vírus örökítőanyagának rendkívül nagy érzékenységű detektálásán alapul, amelynek révén akár öt darab kórokozó kimutatására is képes nagyszámú orrminta összekeverése esetén is. Ezt az eredményt a jelenleg világszerte használatban lévő tesztelési eljárás több ponton való módosítása tette lehetővé. Az új tesztelés során két lépésben egyesítik az 50 orrmintát, ami végül csak tízszeres hígulást jelent az akár egyetlen pozitív orrmintából származó vírusokra nézve. A több SARS-CoV-2 gén egyidejű, legegyszerűbb módon történő detektálása és a kimutatás alapját jelentő reakció megismétlése jelentősen megnöveli az új eljárás hatékonyságát és specifitását, és ezek nagymértékben ellensúlyozzák a mintaegyesítésből adódó érzékenységvesztést.

A fejlesztés laboratóriumi szakasza lezárult, a módszer készen áll a tömeges tesztelésben való kipróbálásra. Az eljárás minden bizonnyal jelentős nemzetközi érdeklődésre is számíthat, mivel az Amerikai Egyesült Államok Élelmiszer- és Gyógyszerfelügyeleti Hivatala (FDA) június 16-án kiadott nyilatkozatában a tömegtesztelés céljára kidolgozandó új, mintaegyesítésen alapuló eljárások fejlesztésének és elismerésének felgyorsítását ígérte.

Világújdonságnak számító módszert fejlesztettek ki szegedi kutatók a koronavírus-fertőzés diagnosztikájára

A Szegedi Biológiai Kutatóközpontban fejlesztett, mesterséges intelligenciára és automatikus mikroszkópiára épülő szerológiai tesztelési modell nagy pontosságú, gyors és költséghatékony.

Az Eötvös Loránd Kutatási Hálózathoz tartozó Szegedi Biológiai Kutatóközpont (SZBK) Biomag Kutatócsoportja Horváth Péter vezetésével, együttműködésben a Szegedi Tudományegyetem Mikrobiológiai és Immunológiai Intézetével, a Helsinki Egyetem két kutatócsoportjával és a Single-Cell Technologies Kft. spinoff céggel, egy világújdonságnak számító – így még Magyarországon sem alkalmazott –, a SARS-CoV2 vírus kimutatására használható szerológiai tesztet fejlesztett.A mesterséges intelligenciára és automatikus mikroszkópiára épülő módszer nagy pontossággal azonosítja a már gyógyult fertőzötteket, megbízható visszajelzést ad a védettség szintjéről, és alkalmas lehet az újonnan fertőződöttek azonosítására is. A módszert már több mint ezer eseten validálták, és közel 100%-os precizitást mértek. A módszer igen nagy áteresztőképességű, már jelenleg is alkalmas napi 5-10 000 vizsgálat elvégzésre, tehát egy második, illetve további fertőzéshullámok esetén eredményesen használható lenne tömeges tesztelésre, azaz a betegségen már átesettek és az új fertőzöttek azonosítására.

A gyorsaság – 6-8 óra –, a megismételhetőség és a költséghatékonyság mellett a módszer további fontos jellemzője a magas érzékenység, ami a fertőzés kimutatását még enyhe immunitás esetén is lehetővé teszi. A módszer az egészséges minták esetében nem mutat hamis pozitív eredményeket, és további nagy előnye, hogy könnyen adaptálható bármilyen vírus fehérjéire, így gyorsan alkalmazható más vírusok okozta fertőzéshullámok esetében is.

A modell elméleti alapja az emberi szervezet által termelt ellenanyagok – immunoglobulinok – kimutatására épül, mivel a termelt ellenanyagok a vérből már a fertőzést követő néhány nap után, majd ezt követően még hónapokig kimutathatók. A teszt során a vérmintát speciálisan módosított sejtekhez adják, majd a sejtekről nagy érzékenységű, nagy áteresztőképességű automatizált mikroszkóppal felvételeket készítenek. Végezetül a mesterséges intelligencián alapuló módszerrel minden egyes sejtben megállapítják az ellenanyag jelenlétét vagy annak hiányát.

Az automatizált mikroszkóppal készített képek mesterséges intelligencia segítségével történő elemzése Horváth Péter kutatócsoportjának egyik fő profilja. Erre a mesterséges intelligencia egy új ágából származó, úgynevezett „deep learning” – mélytanulásos – algoritmusokat alkalmazzák. Ilyen algoritmust használtak a SARS-CoV2 vírus kimutatására kifejlesztett új tesztelési modelljükben is arra, hogy a képeket automatikusan és megbízhatóan kiértékeljék. Érdekességképpen elmondható, hogy ezeket a mélytanulásos algoritmusokat használják az önvezető autók számos funkciójánál – pl. zebrán áthaladó gyalogos észlelése, autók előzése során –, illetve a közösségi médiában, például az arcfelismerésnél is.

Új utat nyit a koronavírus elleni védekezésben az SZBK-ban fejlesztett mesterséges intelligencia segítségével felfedezett receptor

Horváth Péter, az Eötvös Loránd Kutatási Hálózathoz tartozó Szegedi Biológiai Kutatóközpont (SZBK) Biokémiai Intézetének igazgatója, a Biomag Kutatócsoport vezetője és kutatócsoportja kollaborációs partnereivel, a Bristoli Egyetem kutatóprofesszoraival, Peter Cullennel és Yohei Yamauchival közösen kimutatták, hogy az influenzával kapcsolatban folytatott kutatásaik során felfedezett, eddig ismeretlen szereplőn – a gazdasejt felszínén található neuropilin-1 (NRP1) receptoron – keresztül a SARS-CoV-2 koronavírus be tud jutni a gazdasejtbe.

A világon számos kutatólabor dolgozik azon, hogy a koronavírus (COVID-19) fertőzés folyamatát megismerve elősegítse a hatékony kezelés kifejlesztését. A kutatóknak eddig az angiotenzin-konvertáz enzim 2-t (ACE2) sikerült azonosítani, amelyen keresztül a vírus képes a sejtbejutásra. Az SZBK mesterségesintelligencia-modellje alapján végzett kutatási eredmények azt mutatják, hogy az NRP1, a már jól ismert ACE2 mellett, a COVID-19 elleni terápia új, második célpontja lehet.

A neuropilin-1 (NRP1) a gazdasejt felszínén megtalálható receptor, amelyhez a SARS-CoV-2 vírus kötődni képes az S (Spike) elnevezésű fehérjén keresztül. Ebből az S fehérjéből enzimatikus hasítással képződik S1 fehérje, amely egyik végén, az úgynevezett C-terminális végen, rendelkezik egy speciális mintázattal, a ‘C-end rule’-lal (CendR). Ennek a régiónak a segítségével képes a vírus az NRP1-hez kapcsolódni, és bejutni a sejtbe. A fertőzött sejtek, szemben az egészséges sejtekkel, több sejtmaggal rendelkeznek.

Ennek a különbségnek a detektálásához és mennyiségi meghatározásához fejlesztett ki Horváth Péter és csapata egy, a világon egyedülállónak számító módszert, mely a mesterséges intelligencia legújabb irányán, az ún. mélytanuláson alapul, és amelynek segítségével nagyon pontos mikroszkópos analízist képesek végezni a kutatók.

Korábban az influenza kutatások kapcsán az NRP1 gén szűrésére is hasonló módszertant használt a szegedi kutatócsoport. Ennek az algoritmusnak a nucleAIzer nevet adták (www.nucleaizer.org). Az intelligens algoritmusoknak, hasonlóan pl. az önvezető autók irányításához, vagy a közösségi médiák intelligens képelemző algoritmusaihoz, hatalmas tanulóadatbázisokra van szüksége, amely a kutatócsoportnak korábban nem állt a rendelkezésére. Ezért egy olyan hibrid módszert alakítottak ki, mely során egy mélytanuló metódus mesterséges példákat generál, és ezek alapján tanít egy másik intelligens módszert. A módszert nemrég publikálták a rendszerbiológia legrangosabb folyóiratában, a Cell Systems-ben (https://www.sciencedirect.com/science/article/pii/S2405471220301174).

Az algoritmus pontosságát jelzi, hogy alkalmazásával a szegedi Biomag Kutatócsoport az egyik legnagyobb világversenyen a legmagasabb pontszámot érte el.

Megelőzés, gyógyítás, diagnosztika – A TTK szerepe a vírus leküzdésében

A Természettudományi Kutatóközpont (TTK) hazánk egyik vezető multidiszciplináris kutatóhelye, ahol az együtt jelenlévő kémiai, biológiai, orvosi és pszichológiai tudásra, valamint a korszerű műszerekre építve egyszerre több projekttel kapcsolódtak be a koronavírus-járvány elleni küzdelembe. A megelőzésre, a gyógyításra és a diagnosztikára irányuló projektjeiket e négy tudományterület együttműködésén túl a korábban kialakított egyetemi és ipari partnerekkel történő kooperációra építik. Ezen kívül a TTK, az Operatív Törzs, illetve Magyarország Kormánya felkérésére konzorciumvezetőként irányítja a COVID-19 vírusfertőzés legyőzésre irányuló egyik gyógyszerfejlesztési projektet.

A TTK Gyógyszerkémiai Kutatócsoportja, illetve dr. Bányai Krisztián virológus, az Agrártudományi Kutatóközpont Állatorvostudományi Intézetének tudományos főmunkatársa is részt vesznek a Miniszterelnökség által létrehozott Koronavírus Kutatási Akciócsoport munkájában. A kutatócsoport hazánkban elsőként határozta meg a koronavírus teljes genetikai kódját, és jelenleg vizsgálják a kórokozó fertőzési és terjedési mechanizmusát. Céljuk lehetséges megelőző lépések felderítése, valamint hosszabb távon hatékony gyógyszerek és gyógymódok kifejlesztése.

elkh-ttk-koronavirus

A KOKI szerepe a pandémia elleni küzdelemben

A Kísérleti Orvostudományi Kutatóintézet (KOKI) vezetői és kutatói széles körben elismert farmakológiai, gyógyszerkutatási és -fejlesztési szakértelmükre építve, több évtizedes egészségügyi ellátói és ipari partnerekkel együttműködésben számos projekt keretében támogatják a vírusjárvány elleni küzdelmet. Emellett szakképzési és irányítási feladatok vállalásával, tanácsadással is segítik több szakmai szervezet és a hatóságok munkáját, továbbá közreműködnek a koronavírussal kapcsolatos hiteles tájékoztatásban.

A KOKI szakértője a klinikai munkacsoport vezetőjeként részt vesz a Természettudományi Kutatóközpont által irányított koronavírus elleni gyógyszerfejlesztési és alkalmazási projektben.

A KOKI korábbi kutatásai feltárták a vírusfertőzések idegrendszerre gyakorolt hatásainak mechanizmusait. Az intézet Neuroimmunológia Kutatócsoportjának kutatói a koronavírus-fertőzéssel kapcsolatban elérhető adatok alapján azt feltételezik, hogy a fertőzés súlyos eseteiben az idegrendszeri elváltozások kiemelten fontos oki tényezők, a fertőzés idegrendszeri hatásai pedig nagymértékben meghatározhatják a betegség lefolyását, valamint a betegek túlélését. E feltevés tudományos megerősítéséhez humán vizsgálatokra van szükség, amelynek előkészítését a kutatók megkezdték.

A KOKI spin-off cége, a Femtonics Kft. a Semmelweis Egyetemmel közösen olyan járványkórházakban is könnyen bevethető lélegeztetőgépet fejlesztett ki, amely kritikus állapotú betegek kezelésére alkalmas. A berendezés a lélegeztetésben kevésbé jártas orvosok számára is könnyen kezelhető, a találmány jelenleg szabadalmaztatás alatt áll.

Mesterséges intelligenciával kutatják a vírus terjedésének biológiai mechanizmusát

A Szegedi Biológiai Kutatóközpont (SZBK) mesterséges intelligencia kutatócsoportja részt vesz egy nemzetközi kutatásban, amelynek keretében a járványért felelős SARS-CoV-2 vírus működését és terjedését vizsgálták a Human Cell Atlas konzorcium által rendelkezésre bocsátott humán adatok alapján. Elsősorban a fertőzés folyamatát és a szervezet által adott immunválaszokat szeretnék jobban megérteni a légzőszervek, illetve a béltraktus egyes sejtjeinek tanulmányozásán keresztül. Ha sikerül feltárni a vírus terjedésének biológiai mechanizmusát, hatékony klinikai stratégiát lehet felállítani a megelőzés és a kezelés érdekében. A kutatásról szóló cikket a világ egyik legrangosabb folyóiratában, a Nature Medicine-ben a napokban fogadták el publikációra.

Magyar kutatók meghatározták a koronavírus-járvány hazai terjedésének részleteit

Magyar kutatóknak sikerült meghatározni a koronavírus-járvány hazai terjedésének részleteit. Az Eötvös Loránd Kutatási Hálózathoz tartozó Számítástechnikai és Automatizálási Kutatóintézet (SZTAKI) informatikai szakembereinek támogatásával, az intézet felhőkapacitásainak használatával az eredetileg tervezettnél ötvenszer gyorsabban tudták meghatározni a koronavírus terjedésének részleteit Magyarországon a Pécsi Tudományegyetem Szentágothai János Kutatóközpont kutatói. A pécsi kutatócsoport a járvány kezdete óta vizsgálja a kórokozót, ők határozták meg először a vírus genetikai felépítését, és azóta nyomon követik annak genomváltozásait és terjedését.

A közös munka során több mint száz különböző helyen és időpontban vett vírusminta genomadatait dolgozták fel 500 millió lépésben. Ezeknek az információknak a felhasználásával a kutatók rövid idő alatt feltérképezték a vírus törzsfáját, és ennek segítségével határozták meg a járvány magyarországi terjedésének részleteit.

A kutatók a SZTAKI szakértőinek segítségével kevesebb mint egy nap alatt állították át a kutatásukhoz szükséges feladatokat az MTA Cloud hazai kutatói felhő SZTAKI által működtetett szervereire. A bonyolult filogenetikai algoritmusokra épülő és nagy mennyiségű adat gyors feldolgozását igénylő feladatokat a SZTAKI platformján az eredetileg tervezettnél ötvenszer gyorsabban tudták elvégezni a víruskutatók, aminek köszönhetően a részeredményeket már pár óra alatt kézhez vehették.

Az eredmények szerint a vírust több országból hozták be Magyarországra, főleg Nyugat-Európából. A kutatás megerősítette azt is, hogy szükség volt a kijárási korlátozásokra, ugyanis március közepén, a korlátozások bevezetésekor már az ország több pontján is megfigyelhető volt a vírusfertőzés helyi terjedése.

Nemzetközi projektben is részt vesz a SZTAKI felhője

A SZTAKI a Wigner Fizikai Kutatóközponttal közösen márciusban ajánlotta fel a hazai kutatási felhő, az MTA Cloud több ezer processzort és több terabájt memóriát számláló kapacitását magyar víruskutatóknak. Vannak már folyamatban lévő hazai projektek, de továbbiakat is várnak.

A hazai kutatásokkal párhuzamosan, a felhő szabad kapacitásait a nemzetközi Folding@home projektbe is bekapcsolták, ahol több, a járvánnyal és a vírussal kapcsolatos számítást is végeznek. A SZTAKI gépei az elmúlt pár hétben több mint 8000, úgynevezett work unitot, azaz számítási feladatot végeztek el. Összehasonlításképpen: egy átlagos, otthoni számítógépnek ugyanennyi feladat elvégzése körülbelül 4-5 évbe telt volna.

Matematikai modellekkel és mesterséges intelligencia alapú megoldásokkal támogatják a vírus elleni küzdelmet

A Rényi Alfréd Matematikai Kutatóintézet (Rényi) is több szálon kapcsolódott a járvánnyal kapcsolatos kutatásokhoz, amelyeknek egy részét a Hálózatok dinamikája és struktúrája ERC szinergia pályázat (Dynamics and Structure of Networks ERC Synergy) pályázat fog össze. Az egyik irány a vírusterjedési dinamikák megértése matematikai modellek alkalmazásával a járványelőrejelzés lehetőségeinek feltárása céljával. A Lovász László társirányításával folyó kutatásban a Rényi kutatói mellett részt vesznek többek között az ELTE, a CEU és a Szegedi Tudományegyetem matematikai kutatócsoportjának tagjai is. Mindkét csoport más-más matematikai modellezési megközelítésre építi kutatásait. Az előrejelző modellek járványügyi alkalmazását illetően fontos kérdés, hogy kiaknázható-e a két módszer közötti szinergia.

Az együttműködés keretein belül hasznosulnak a Rényi egy korábbi kutatásának, a mesterséges intelligencia alapú Virtuális Orvosi Kutatószoba prototípus fejlesztésnek az eredményei is. Az orvosszakmai és betegéletút-adatok biztonságos kezelési protokollja nagyon hasznos támogatást nyújthat a betegellátó rendszer különböző területein fellelhető adatok összegyűjtésében és egységes kezelésében, amelyre a koronavírus-járvány terjedésének modellezéséhez szükség van.

Az intézet Mesterséges Intelligencia csoportja által korábban kifejlesztett fényképkészítő és -feltöltő alkalmazás tette lehetővé a Semmelweis Egyetem Teledermatológia távbőrgyógyászati alkalmazásának rendkívül gyors kifejlesztését. A szigorú adatvédelmi előírásoknak való megfeleltetést követően egy gyors átalakítással lehetővé vált, hogy a koronavírus-járvány idején ez az alkalmazás biztonságos segítséget nyújtson a bőrgyógyászati betegek ellátásában.

A Rényi egy másik kutatási iránya a pooling vírustesztek elméleti és gyakorlati hatékonyságának vizsgálata, mely projektben a Szegedi Biológiai Kutatóközpont (SZBK) kutatója is közreműködik. Az intézet a koronavírussal kapcsolatos tájékoztatásból is kiveszi a részét.