Una IA es capaz de predecir los virus que tengan un alto potencial de causar enfermedades en humanos, empleando para ello datos provenientes del genoma de más de 800 virus.

Infecciones zoonóticas

Las zoonosis son enfermedades infecciosas que se transmiten al ser humano desde animales, promovidas por el estrecho contacto que mantenemos con ellos. Las actividades comerciales, la modernización de las prácticas agrícolas, la destrucción de hábitats, la expansión urbana y el calentamiento global, incrementan el desarrollo de estas infecciones.

La identificación temprana de los virus con un alto potencial zoonótico es clave para mejorar las prioridades de investigación y vigilancia. Por ello, científicos de la Universidad de Glasgow sugieren que el maching learning puede predecir la probabilidad de que algún virus de especies animales infecte también a humanos. Un verdadero reto, pues para empezar se estima que casi dos millones de virus infectan a animales, sin embargo, de ellos solo un pequeñísimo porcentaje  podría infectar a humanos. Es como buscar una aguja en un pajar.

En su investigación, el equipo liderado por Nardus Mollentze utilizó secuencias de genomas de 831 virus pertenecientes a 36 familias. Luego construyeron modelos de aprendizaje automático, a los cuales asignaron una probabilidad de infección humana en función de patrones en los genomas del virus. Finalmente, aplicaron el modelo de mejor rendimiento para analizar patrones en el potencial zoonótico.

Candidatos riesgosos

Sus hallazgos no solo son importantes en la predicción de zoonosis, sino también para el entendimiento de la virología en general. En el estudio publicado en PLOS Biology, los autores explican que los genomas virales tienen características generales independientes del grupo taxonómico. Estas características preadaptan a los virus a fin de infectar a los humanos.

El modelo desarrollado redujo la muestra a 272 zoonosis candidatas a alto riesgo y a 41 de muy alto riesgo. Asimismo mostró un riesgo zoonótico significativamente elevado en virus de primates no humanos, pero no en otros grupos de hospedadores de mamíferos o aves.

Los virus seleccionados por los modelos requerirán pruebas de laboratorio de confirmación antes de realizar importantes inversiones adicionales en investigación. Además, si bien estos modelos predicen si los virus podrían infectar a los humanos, la capacidad de infectar es solo una parte del riesgo zoonótico más amplio. Este riesgo está influenciado por la virulencia del virus en humanos, la capacidad de transmisión entre humanos y las condiciones ecológicas.

«Al exponer los virus con el mayor potencial de convertirse en zoonóticos, la clasificación basada en el genoma permite que la caracterización ecológica y virológica adicional sea dirigida de manera más efectiva «, explica Simon Babayan.

Predicción y prevención

Adicionalmente, los investigadores desarrollaron una segunda aplicación la cual mostró que el modelo podría haber identificado al SARS-CoV-2 como una cepa de coronavirus de riesgo alto. La predicción no hubiera requerido ningún conocimiento previo del Síndrome Respiratorio Agudo Severo Zoonótico SARS relacionado.

“Una secuencia genómica suele ser la primera, y a menudo la única, información que tenemos sobre los virus recién descubiertos, y cuanta más información podamos extraer de ella, antes podremos identificar los orígenes del virus y el riesgo zoonótico que puede representar«.

Babayan asegura que mientras se caractericen más virus, los modelos de maching learning serán más afectivos para identificar a los virus de riesgo. De esa forma la vigilancia será más precisa e, incluso, estos virus llegarían ser «priorizados para el desarrollo preventivo de vacunas«.