Foto: CDC en Unsplash
Científicos a nivel mundial, a raíz de la pandemia por Covid-19, monitorean en tiempo real la amenaza de enfermedades zoonóticas, pero hay millones de virus circulando entre la población animal. Ello hace que identificar la próxima pandemia o contagio de un animal al ser humano, sea una tarea especialmente desafiante.
Aumentar las probabilidades de tener un mejor hallazgo y que los investigadores puedan identificar el próximo agente patogeno, puede ser tarea de la inteligencia artificial (IA). Con esta tecnología, los científicos podrían predecir las probabilidades de que un virus infecte a los animales, y a su vez, a los humanos.
De acuerdo con el estudio publicado en la revista PLOS Biology, para construir el modelo de aprendizaje automático, los investigadores deben recopilar una base de datos de 861 tipos de microorganismos zoonóticos. Después, los investigadores necesitan utilizar la inteligencia artificial para entrenar al modelo predictivo e identificar patrones genómicos relacionados con el riesgo de infección humana.
En un primer intento, biólogos de la Universidad de Glasgow analizaron los peligros planteados por otro grupo de especies de microorganismos no incluidas en el conjunto de datos original. El modelo redujo un segundo conjunto de 645 virus asociados a animales que fueron excluidos del entrenamiento a 272 zoonosis candidatas de alto riesgo y 41 de muy alto riesgo de contagio.
Los primates, cuya configuración genética es similar a la del ser humano, fue la especie con mayor probabilidad de transmitir un microorganismo zoonótico; otros mamíferos y aves fueron descartados por el algoritmo. El modelo predictivo mostró que los patrones genómicos son más predictivos del potencial de infección humana en comparación a las relaciones taxonómicas de una especie de microorganismos.
Cabe señalar, el modelo se utilizó también para clasificar al virus SARS-CoV-2 como una enfermedad altamente contagiosa, sin haber tenido ningún tipo de conocimiento previo sobre otros coronavirus relacionados al SAR. Simon Babayan, coautor del estudio señaló: "Gracias a los resultados obtenidos con la IA, pudimos agregar una pieza crucial para la investigación de los virus zoonóticos".
Para Babayan, el aprendizaje automático puede hacer más fácil la tarea de descartar virus no amenazantes y centrarse en aquellos que sí representan una potencial amenaza. Aunque las poblaciones de animales albergan millones de organismos, los estudios sugieren que solo un pequeño porcentaje tiene el potencial de infección humana.
A medida que el algoritmo vaya aprendiendo más sobre todo tipo de microorganismos, más efectivo se convertirá el modelo predictivo. Ello podría significar un gran avance para la ciencia y la salud, pues identificar nuevas variantes de virus zoonóticos puede ser el primer paso para evitar una potencial pandemia.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
