资料图:美国纽约曼哈顿14街一处新冠病毒检测站为居民做检测。中新社记者 廖攀 摄
XBB.1.5毒株将“横扫”美国?
XBB为新冠病毒奥密克戎BA.2衍生的2个变异株BJ.1和BM.1.1.1的重组毒株。XBB.1.5是XBB衍生的子分支。
英国《独立报》援引全球流感共享数据库(GISAID)的统计数据显示,已有至少74个国家和地区发现XBB.1.5,包括美国、英国、印度、巴基斯坦等。其中,美国有43个州检测到该毒株。
美国有线电视新闻网(CNN)称,2022年秋天,XBB曾在新加坡掀起了一波疫情浪潮。而今,XBB.1.5可能正在美国推动新一波的疫情浪潮。
美国疾病控制和预防中心(CDC)预计,与其它毒株相比,XBB.1.5每周的新冠病毒感染占比大幅增加,其中2022年12月的新感染病例占比从约4%升至41%。CDC还预计,在该国东北部,XBB.1.5导致了约75%的新病例。
华盛顿大学医学院病毒学实验室的新冠病毒测序主任罗伊乔杜里(Pavitra Roychoudhury)说:“几个月来,我们还没有看见过以这种速度传播的变体。”
西雅图福瑞德·哈金森癌症研究中心的计算生物学教授贝德福德(Trevor Bedford)也表示,“预计它会在未来几周推动传播增长。”
他指出,这种增长可能不会反映在病例数上,因为越来越多的人选择在家中进行检测。“因此,我希望将弱势年龄组(如老年人)的住院情况视为更合适的(疫情)浪潮指标。”
资料图:图为伦敦一美食街上,民众户外就餐。中新社发 张梦琪 摄两大特性或助推XBB.1.5传播
美国有线电视新闻网(CNN)指出,XBB.1.5之所以可能会推动新的疫情传播,与其两大特性有关。
一是其极为“狡猾”的免疫逃逸能力。
哥伦比亚大学微生物学和免疫学教授何大一最近在实验室进行了病毒测试,这些病毒被设计成具有XBB和XBB.1以及BQ.1和BQ 1.1的尖峰,以对抗不同类型的受试者血液中的抗体,包括感染病毒的群体,接种了原始株和二价疫苗的群体,以及既感染病毒又接种疫苗的群体。其团队还测试了23种针对这些新亚系的单克隆抗体疗法。
研究发现,XBB.1是其中“最狡猾的”。它被感染者和接种疫苗者血液中的抗体中和的可能性比BA.2低63倍,比BA.4和BA.5低49倍。此外,就免疫逃逸性而言,这些变体已“远离”人类制造的用于对抗它们的抗体。
何大一称,其免疫逃逸水平“令人担忧”,并表示这可能会进一步损害新冠疫苗的功效。XBB.1.5 在抗体逃逸方面与 XBB.1 相同,这意味着它有可能逃脱疫苗接种和过去感染所带来的保护。它还能抵抗所有当前的抗体治疗。
除高度免疫逃逸能力外,XBB.1.5另一可能有助于传播的“技能”在于——该毒株在486位点有一个关键突变,这使得它可以更紧密地与 ACE2 结合。ACE2相当于病毒用来进入人体细胞的“大门”。
弗雷德哈钦森癌症中心的计算病毒学家杰西布鲁姆(Jesse Bloom)表示,“这种突变显然让XBB.1.5更好地传播。”
不过,专家们也表示,现在很难知道XBB.1.5的增长在多大程度上可归因于病毒的特性或者传播时机。比如,假期期间,人们很可能会进行社交和旅行,而这给任何感染——无论是流感、新冠病毒还是呼吸道合胞病毒——带去更大的蔓延空间。
资料图:旅客抵达美国加州旧金山国际机场的国际航班到达区域。 中新社记者 刘关关 摄XBB.1.5会导致更严重疾病吗?
值得注意的是,多数专家预计,XBB.1.5有可能导致更多感染,但他们并不认为这些感染一定会更严重。
负责明尼苏达大学传染病研究和政策中心的奥斯特霍尔姆(Michael Osterholm)指出,更新版加强针应该能够提供一些保护,甚至可以抵抗XBB.1.5这种具有高度免疫逃避能力的毒株。
“他们仍然能提供一定程度的免疫力,可能无法阻止你被感染,但可能对你是否患重病和死亡产生重大影响。”他说,“我们掌握的最新数据显示,对于那些接种了二价疫苗的人来说,他们的死亡风险比那些没有接种的人低三倍。”
CNN指出,快速检测、佩戴口罩、做好室内空气的通风和过滤等等也将继续发挥作用,因此,即使病毒继续进化,人们仍然有很好的方法来保护自己免受感染。
“它似乎没有引起任何更严重的疾病,所以我认为今天流行的情况与一年前截然不同。”奥斯特霍尔姆说。
人工智能应用于更多领域 计算机研究深入光电结合****** 英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。 牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。 在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。 在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |