2022 年 6 月，MIT 和哈佛的科学家们在《科学》杂志发表了一篇论文，通过新冠病毒的基因来预测其传染性，并定位对传染性起关键作用的基因变异点。
他们的模型采用了贝叶斯逻辑回归。简单地说，这一模型包括一个线性预测器加上一个非线性变换，输出结果是病毒的传染能力。我们将这一模型称为 M-H 模型。
为了构造M-H 模型，科学家们首先从 GISAID 数据库中得到 600 多万条基因序列，涵盖 1560 个地区，32 个时间段（2 个星期一个时间段）。
然后，以 PANGO 命名为基础，共划分出 3000 个类型，并将基因序列的变异情况输入模型，同时将地区和时段作为条件变量，预测已知 3000 类病毒的传播速度。
**图:**M-H 模型构造过程
模型训练完成以后，可以得到每种病毒的增长率，也可以得到每个基因位点变异的重要性。基于这些信息，科学家们就能做出很多重要预测。