De volgende pandemie voorspellen voordat het te laat is

De coronapandemie heeft de wereld hardhandig herinnerd aan onze kwetsbaarheid voor virussen. Wetenschappers proberen nu de rollen om te draaien. In plaats van te reageren op een uitbraak, willen ze de volgende pandemie voorspellen voordat deze begint. Het Viral Emergence Research Initiative, kortweg Verena, loopt hierin voorop. Dit consortium combineert onder meer virologie met kunstmatige intelligentie om de complexe dynamiek van virale overdrachten te ontrafelen.

Slechts één tot twee procent in kaart gebracht

De omvang van het virale landschap is gigantisch en grotendeels onbekend. Wetenschappers schatten dat we momenteel slechts één tot twee procent van alle virus-gastheerinteracties bij zoogdieren daadwerkelijk in kaart hebben gebracht. De rest van dit netwerk is volledig onzichtbaar. Hierdoor is het bijna onmogelijk om te voorspellen welk virus de volgende overstap naar de mens zal maken.

Gigantische database

Verena gebruikt kunstmatige intelligentie om dit enorme gat in onze kennis te dichten. Het consortium heeft hiervoor gigantische databases opgezet, zoals VIRION en PHAROS. VIRION bevat inmiddels gegevens over meer dan 9.000 gewervelde virussen en hun gastheren. Door deze gegevens te analyseren met machine learning, kunnen onderzoekers patronen herkennen die voor het menselijk oog onzichtbaar blijven. De algoritmen voorspellen welke diersoorten waarschijnlijk nieuwe virussen dragen en waar deze virussen de grens tussen soorten kunnen overschrijden. Dit helpt om surveillance heel gericht in te zetten op plekken waar de risico's het grootst zijn.

Een gereedschapskist van algoritmen

Om deze complexe biologische puzzels op te lossen, gebruikt Verena niet één model, maar een combinatie van verschillende AI-systemen.

Het consortium werkt met een zogenoemde ensemble-aanpak, waarbij meerdere technieken samen worden ingezet. Netwerkwetenschappelijke modellen (zoals grafen) brengen de interacties tussen virussen en hun gastheren in kaart. Dat helpt om te begrijpen hoe ze zich in een ecosysteem tot elkaar verhouden.

Daarnaast gebruiken de onderzoekers klassieke machine learning, zoals random forests en beslisbomen. Die helpen om grote hoeveelheden ecologische en klimatologische data te filteren en patronen te vinden.

Voor de meer gedetailleerde voorspellingen op moleculair niveau worden deep learning-modellen ingezet. Ook tools uit de structurele biologie, zoals AlphaFold, spelen een rol. Daarmee kunnen wetenschappers zien hoe virale eiwitten en cellen met elkaar interageren, tot op bijna atomaire schaal.

De kracht van open wetenschap

Een belangrijk fundament van Verena is de overtuiging dat wetenschap toegankelijk moet zijn. Veel van de ontwikkelde software en databases zijn daarom volledig open-source beschikbaar op platforms zoals GitHub. Deze open aanpak is essentieel voor de betrouwbaarheid en reproduceerbaarheid van het onderzoek. Hoewel het initiatief grotendeels wordt gefinancierd door de Amerikaanse National Science Foundation met een subsidie van 12,5 miljoen dollar, opereert het als een mondiaal netwerk. Deze filosofie sluit nauw aan bij de Europese ambities voor zogeheten FAIR-data. Dit staat voor vindbaarheid, toegankelijkheid, uitwisselbaarheid en herbruikbaarheid. Europese onderzoekers maken actief gebruik van de infrastructuur van Verena.

AI misbruiken: een tweesnijdend zwaard

Toch brengt deze vergaande openheid ook grote risico's met zich mee. Er bestaat een voortdurend spanningsveld tussen open wetenschap en veiligheid. Dezelfde krachtige AI-modellen die worden gebruikt om pandemieën te voorkomen, kunnen in theorie worden misbruikt. Kwaadwillenden zouden deze technologie kunnen inzetten om synthetische virussen te ontwerpen. Denk hierbij aan virussen met een verhoogde overdraagbaarheid of resistentie. Dit dual-use dilemma dwingt het consortium tot uiterste voorzichtigheid. Om dit risico te beheersen, hanteert Verena een bepaald beleid. Ecologische en epidemiologische trends worden breed gedeeld. De toegang tot extreem gevoelige genetische sequenties van gevaarlijke pathogenen wordt echter streng gereguleerd.

Van computermodel naar mondiaal beleid

De voorspellingen van Verena zijn niet bedoeld om stof te verzamelen in academische bibliotheken. Ze hebben een praktisch doel. De resultaten worden gebruikt om concreet beleid te ondersteunen en te sturen. Hoewel de modellen niet direct worden ingezet voor acute politieke besluiten, zoals het sluiten van landsgrenzen, vormen ze wel de wetenschappelijke basis voor langetermijnkeuzes. Zo heeft het onderzoek naar de risico's van de wereldwijde handel in wilde dieren cruciale munitie geleverd voor internationale discussies over marktregulering. Daarnaast gebruiken nationale gezondheidsinstanties de data van Verena om prioriteiten te stellen. Het helpt hen te bepalen welke virussen het meest urgent zijn voor actieve surveillance en de ontwikkeling van nieuwe vaccins.

Een blik op de toekomst

De komende jaren zijn cruciaal voor het project. De huidige financiering van de National Science Foundation loopt tot 2027. Tot die tijd wil het consortium het netwerk van meer dan honderd publicaties en zestig getrainde onderzoekers verder uitbreiden.