por Los científicos de Scripps Research han desarrollado un sistema de aprendizaje automático, un tipo de aplicación de inteligencia artificial (IA), que puede rastrear la evolución detallada de los virus epidémicos y predecir la aparición de variantes virales con importantes características nuevas.
en un papel sobre Patrones de celdas el 21 de julio de 2023, los científicos demostraron el sistema mediante el uso de datos sobre las variantes registradas de SARS-CoV-2 y las tasas de mortalidad de COVID-19. Demostraron que el sistema podía predecir la aparición de nuevas «variantes preocupantes» (COV) del SARS-CoV-2 antes de sus designaciones oficiales de la Organización Mundial de la Salud (OMS). Sus hallazgos apuntan a la posibilidad de utilizar dicho sistema en tiempo real para monitorear futuras pandemias virales.
«Hay reglas de la evolución de la pandemia viral que no entendemos, pero que pueden ser descubiertas y utilizadas en un sentido accionable por parte de organizaciones de salud públicas y privadas, a través de un enfoque de aprendizaje automático sin precedentes», dijo el autor principal del estudio, William Balch, PhD, profesor en el Departamento de Medicina Molecular en Scripps Research.
Los coprimeros autores del estudio son Salvatore Loguercio, PhD, científico de plantilla en el laboratorio de Balch en el momento del estudio, y actualmente científico de plantilla en Scripps Research Translational Institute; y Ben Calverley, PhD, investigador asociado postdoctoral en el laboratorio Balch.
El laboratorio de Balch se especializa en desarrollar métodos computacionales, a menudo basados en inteligencia artificial, para explicar cómo las variaciones genéticas alteran los síntomas y la propagación de enfermedades. Para este estudio, aplicaron su enfoque a la pandemia de COVID-19. Desarrollaron software de aprendizaje automático, utilizando una técnica llamada covarianza espacial basada en procesos gaussianos, para correlacionar tres conjuntos de datos que cubren el curso de la pandemia: las secuencias genéticas de las variantes del SARS-CoV-2 encontradas en personas infectadas en todo el mundo, las frecuencias de esas variantes y la tasa de mortalidad global por COVID-19.
“Este método computacional usó datos de repositorios disponibles públicamente”, dijo Loguercio. «Pero se puede aplicar a cualquier recurso de mapeo genético».
El software permitió a los investigadores rastrear los conjuntos de cambios genéticos que aparecen en las variantes del SARS-CoV-2 en todo el mundo. Estos cambios, que a menudo tienden a aumentar las tasas de prevalencia y disminuir las tasas de mortalidad, indican adaptaciones del virus a los confinamientos, el uso de mascarillas, las vacunas, el aumento de la inmunidad natural en la población mundial y la competencia implacable entre las variantes del propio SARS-CoV-2.
“Podemos ver que las principales variantes genéticas aparecen y se vuelven más prevalentes, porque la tasa de mortalidad también ha cambiado, y todo esto está sucediendo unas semanas antes de que la OMS designe oficialmente los VOC que contienen estas variantes”, dijo Balch.
Él y su equipo demostraron que podían usar este sistema de seguimiento del SARS-CoV-2 como un «detector de anomalías» de alerta temprana para variantes genéticas asociadas con cambios significativos en la prevalencia y mortalidad viral.
«Una de las grandes lecciones de este trabajo es que es importante considerar no solo las pocas variantes conocidas, sino también las miles de otras variantes no caracterizadas, que llamamos ‘materia oscura variante'», dijo Balch.
Se podría usar un sistema similar para rastrear la evolución detallada de futuras pandemias virales en tiempo real, señalan los investigadores. En principio, esto permitiría a los científicos predecir cambios en la trayectoria de una pandemia, por ejemplo, grandes aumentos en las tasas de infección, a tiempo para adoptar las medidas de salud pública adecuadas.
Balch y sus colegas también prevén utilizar su enfoque para comprender mejor la biología del virus y, por lo tanto, mejorar el desarrollo de tratamientos y vacunas. Actualmente están utilizando su sistema de IA para conocer los detalles clave de cómo las diferentes proteínas del SARS-CoV-2 cooperaron en la evolución de la pandemia.
«Este sistema y sus métodos técnicos subyacentes tienen muchas posibles aplicaciones futuras», dijo Calverley.
