Tecnologia Científica

A IA pode prever o próximo vírus a saltar dos animais para os humanos
Identificar doenças zoonóticas antes da emergência é um grande desafio porque apenas uma pequena minoria dos estimados 1,67 milhões de vírus animais são capazes de infectar humanos
Por Public Library of Science - 28/09/2021


Morcegos capturados durante esforços de vigilância de vírus zoonóticos (Madre de Dios, Peru). Crédito: Daniel Streicker, Mollentze N, et al., PLOS Biology , CC-BY 4.0 (creativecommons.org/licenses/by/4.0/)

A maioria das doenças infecciosas emergentes em humanos (como COVID-19) são zoonóticas - causadas por vírus originários de outras espécies animais. A identificação precoce de vírus de alto risco pode melhorar as prioridades de pesquisa e vigilância. Um estudo publicado na PLOS Biology em 28 de setembro por Nardus Mollentze, Simon Babayan e Daniel Streicker da University of Glasgow, Reino Unido, sugere que o aprendizado de máquina (um tipo de inteligência artificial) usando genomas virais pode prever a probabilidade de qualquer vírus infectante de animais irá infectar humanos, dada a exposição biologicamente relevante.

Identificar doenças zoonóticas antes da emergência é um grande desafio porque apenas uma pequena minoria dos estimados 1,67 milhões de vírus animais são capazes de infectar humanos. Para desenvolver modelos de aprendizado de máquina usando sequências do genoma viral, os pesquisadores primeiro compilaram um conjunto de dados de 861 espécies de vírus de 36 famílias. Eles então construíram modelos de aprendizado de máquina, que atribuíram uma probabilidade de infecção humana com base na taxonomia do vírus e / ou relação com vírus conhecidos que infectam humanos. Os autores então aplicaram o modelo de melhor desempenho para analisar padrões no potencial zoonótico previsto de genomas de vírus adicionais amostrados de uma variedade de espécies.

Os pesquisadores descobriram que os genomas virais podem ter características generalizáveis ​​que são independentes das relações taxonômicas do vírus e podem pré-adaptar os vírus para infectar humanos. Eles foram capazes de desenvolver modelos de aprendizado de máquina capazes de identificar zoonoses candidatas usando genomas virais. Esses modelos têm limitações, pois os modelos de computador são apenas uma etapa preliminar da identificação de vírus zoonóticos com potencial para infectar humanos. Os vírus sinalizados pelos modelos exigirão testes laboratoriais de confirmação antes de realizar grandes investimentos adicionais em pesquisas. Além disso, embora esses modelos prevejam se os vírus podem infectar humanos, a capacidade de infectar é apenas uma parte do risco zoonótico mais amplo, que também é influenciado pela virulência do vírus em humanos, capacidade de transmissão entre humanos,

De acordo com os autores, "Nossos resultados mostram que o potencial zoonótico dos vírus pode ser inferido em uma extensão surpreendentemente grande de sua sequência de genoma . Ao destacar os vírus com maior potencial para se tornarem zoonóticos, a classificação baseada no genoma permite uma caracterização ecológica e virológica adicional para ser direcionado de forma mais eficaz. "

"Essas descobertas adicionam uma peça crucial à já surpreendente quantidade de informações que podemos extrair da sequência genética de vírus usando técnicas de IA", acrescenta Babayan. "Uma sequência genômica é normalmente a primeira, e muitas vezes a única, informação que temos sobre vírus recém-descobertos, e quanto mais informações podemos extrair dela, mais cedo podemos identificar as origens do vírus e o risco zoonótico que ele pode representar. Quanto mais vírus forem caracterizados, mais eficazes nossos modelos de aprendizado de máquina se tornarão na identificação de vírus raros que devem ser monitorados de perto e priorizados para o desenvolvimento de vacinas preventivas. "

 

.
.

Leia mais a seguir