本文重新发表 ACM的通讯
我写这篇专栏时是 2020 年 XNUMX 月下旬，它将出现在 XNUMX 月初，我预计届时我们最多只能摆脱联邦大多数州州长施加的“居家避难所”限制. 我在三月中旬感染了这种病，花了大约三周的时间康复。 虽然我的症状很轻微，但病毒让我精力不足，需要时间才能恢复到正常水平。 情况可能会更糟，对很多人来说都是如此，其中一些人无法生存。 我有机会思考和推测我们的职业必须为应对这一全球流行病做出什么贡献。
计算可以提供很多东西，尤其是对于许多“x”值，我将称之为“计算-x”。 生物学、天文学、物理学、语言学、化学和宇宙学都发生了变化，并且在某些方面被前缀增强了。 凭借足够的计算能力和对深度多层神经网络的机器学习 (ML) 等新工具的使用，我们能够以早期不可行的方式有效地分析数据。 我读过一份报告，称 ML 帮助识别了少量分子，这些分子可能会干扰病毒与细胞“对接”并注入其 RNA 或 DNA 以接管细胞的遗传机制并复制病毒的能力。 搜索空间有数十亿个可能的小分子[]. 来自世界各地的许多报告正在利用超级计算能力、神经网络、专业处理（例如图形处理单元和谷歌的张量流处理器）和使用机器学习的文本分析来发现对新型 SARS-COV 的可能反应-2 病毒。
作为美国能源部高级科学计算咨询委员会的成员，我有幸听取了许多与大流行相关的发现报告，这些报告向我说明，我们才刚刚开始利用新算法和大规模数据分析阐明困难和复杂的问题，尤其是生物生态系统相互作用的奥秘和复杂性。 SARS-COV-2 病毒似乎起源于蝙蝠（与其他几种冠状病毒一样），但通过其他中间宿主传播给人类。 由于这种病毒是基于 RNA 的，它具有更高的突变可能性，仅仅是因为 RNA 复制过程不如 DNA 复制过程稳定。 突变可能会挫败疫苗的意图，该疫苗可能部分基于病毒的特定方面，例如病毒用来与细胞受体结合的对接针刺，以准备将其 RNA 有效载荷注入受害细胞。
谈到我们对 COVID-19 引发的大流行的全球反应，很明显，所谓的 社会疏远 一直是旨在限制空气传播疾病传播的重要应对措施。 戴口罩以防止病毒传播，勤洗手，避免接触面部、眼睛、鼻子和嘴巴，保持六英尺或以上的距离，禁止可能引发的集体聚会 超级传播 对于这种疾病，关闭餐馆、体育赛事、电影院、个人服务企业（如美发沙龙、银行柜台服务）和其他可能导致病毒传播的活动在医学上是有帮助的，但从经济角度来看是灾难性的。 互联网和万维网视频会议、协作工具、电子邮件和社交媒体现在是商业和社交互动和娱乐的主要途径。 令人惊讶的是，该系统能够吸收如此多的新需求，但表明部分容量投资是为了支持流视频。
我想知道在 COVID-19 之后，我们日常工作生活的哪些方面将被永久改变。 我们会不再握手吗？ 旅游、酒店和餐饮业会永久改变吗？ 在家工作和上学会变得更普遍甚至更受欢迎吗？ 毫无疑问，我们的职业及其创造的产品将在塑造我们的后 COVID-19 社会方面发挥重要作用。 这是一个了不起的责任！
[] https://www.genengnews.com/insights/trends-for-2020/artificial-intelligence-is-helping-biotech-get-real/
图片由 Marco Verch on Flickr的
