La Inteligencia Artificial ayuda a descubrir nuevas especies de virus
Un equipo internacional de científicos ha
descubierto 161.979 nuevas especies de virus de ARN gracias a una herramienta
de aprendizaje automático que, según los investigadores, ayudará a conocer
mejor la vida en la Tierra y permitirá seguir identificando los millones de
virus que aún están por caracterizar.
Publicado en Cell y liderado por la Universidad de
Sidney (Australia), el estudio es el mayor trabajo de descubrimiento de
especies de virus y arroja luz sobre la vida que vive bajo nuestros pies y en
todos los rincones del planeta.
"Se trata del mayor número de nuevas especies
de virus descubiertas en un solo estudio, lo que amplía enormemente nuestro
conocimiento de los virus que viven entre nosotros", explica Edwards
Holmes, autor principal del estudio y profesor en la Universidad de Sidney.
"Descubrir tantos virus nuevos de una sola vez
es alucinante, y no hace más que arañar la superficie, abriendo un mundo de
descubrimientos. Hay millones más por descubrir, y podemos aplicar este mismo
enfoque a la identificación de bacterias y parásitos", confía el
investigador.
Aunque los virus de ARN suelen asociarse a
enfermedades humanas, también se encuentran en entornos extremos de todo el mundo
e incluso pueden desempeñar papeles clave en los ecosistemas globales.
En este estudio se encontraron viviendo en la
atmósfera, en aguas termales y en respiraderos hidrotermales.
"El hecho de que los entornos extremos
alberguen tantos tipos de virus no es más que otro ejemplo de su extraordinaria
diversidad y tenacidad para vivir en los entornos más hostiles, lo que podría
darnos pistas sobre cómo surgieron los virus y otras formas de vida
elementales", comenta Holmes.
Para hacer el estudio, el equipo diseñó un algoritmo
de aprendizaje profundo, LucaProt, capaz de calcular grandes cantidades de
datos de secuencias genéticas, incluidos largos genomas de virus de hasta
47.250 nucleótidos e información genómicamente compleja para descubrir más de
160.000 virus.
"La inmensa mayoría de estos virus ya habían
sido secuenciados y figuraban en bases de datos públicas, pero eran tan
divergentes que nadie sabía lo que eran", apunta Holmes.
"Eran lo que suele denominarse 'materia oscura'
de las secuencias. Nuestro método de IA fue capaz de organizar y clasificar
toda esta información dispar, arrojando luz sobre el significado de esta
materia oscura por primera vez", añade.
La herramienta de IA se entrenó para calcular la
materia oscura e identificar los virus basándose en las secuencias y las
estructuras secundarias de la proteína que todos los virus de ARN utilizan para
replicarse.
De este modo se pudo acelerar considerablemente el
descubrimiento de virus, algo que, si se utilizasen métodos tradicionales,
llevaría mucho tiempo.
"Antes dependíamos de tediosos procedimientos
bioinformáticos para descubrir virus, lo que limitaba la diversidad que
podíamos explorar pero ahora disponemos de un modelo basado en IA mucho más
eficaz, que ofrece una sensibilidad y especificidad excepcionales", agregó
Mang Shi, coautor del estudio y director institucional de la Universidad Sun
Yat-sen.
,.
Comentarios
Publicar un comentario