Descubren 6,000 especies de virus a través de la inteligencia artificial
Desde el punto de vista cuantitativo, los virus son los auténticos amos de la Tierra: se calcula que pueden existir hasta diez quintillones –es decir, 1031– de estos microorganismos tan especiales en nuestro planeta. Aunque algunos científicos le niegan la categoría de seres vivos, ya que son incapaces de sobrevivir fuera de sus huéspedes, tienen una terrorífica capacidad de expansión, cambio y destrucción.
El problema para estudiar y censar a estas escurridizas criaturas es que casi nunca se pueden cultivar en laboratorio. Además, sus pequeños genomas evolucionan muy rápido. La única manera de identificarlos es extraer muestras de distintos ambientes y tratar de secuenciar su ADN comparándolo con el material genético de otros virus o bacterias.
Y aquí llega en auxilio la inteligencia artificial: un estudio presentado en una reunión del departamento estadounidense de energía (DOE) anuncia que esta emergente herramienta tecnológica ha conseguido sacar a la luz 6.000 especies de virus previamente desconocidas. En concreto, los investigadores usaron el llamado machine learning o aprendizaje automático, sistema digital que consigue detectar patrones en inmensas cantidades de datos autónomamente tras ser convenientemente adiestrado.
Lo que hicieron Simon Roux, biólogo del Joint Genome Institute, en Walnut Creek (California), y sus colegas fue entrenar un algoritmo de inteligencia artificial con dos paquetes de datos: uno contenía 305 secuencias del genoma de Inoviridae –una conocida familia de virus que infectan bacterias– y el otro, unas 2.000 secuencias de otros microorganismos. Después, pusieron a trabajar al sistema con un aluvión de datos: 10.000 genomas de virus Inoviridae, a los que tenía que agrupar en especies diferentes. La variación en el ADN entre algunas variedades sugiere que, tal vez, lo que los expertos consideran una sola familia –Inoviridae– en realidad sean varias.
Rebuscando en el abono del zoo
En la misma reunión se presentó otro estudio que aplica el potencial del machine learning a la virología. Deyvid Amgarten aplicó su algoritmo a encontrar nuevas especies en compost procedente del zoo de Sao Paulo, en Brasil, analizando la densidad de genes en hebras de ADN con una determinada longitud. El objetivo último de esta investigación es descubrir las proteínas que producen los virus y mejorar la producción de abono orgánico o, dicho con otras palabras, de materia descompuesta por la acción de los microbios.
Amgarten aprovechó la herramienta VirFinder, desarrollada en 2017 por el equipo de Jie Ren, biólogo computacional de la Universidad del Sur de California. VirFinder logró averiguar, por ejemplo, qué virus abundaban más en las heces de pacientes con cirrosis en comparación con los de la gente sana, para establecer un vínculo entre los microorganismos y la grave enfermedad hepática.
Es difícil exagerar la importancia de los hallazgos de VirFinder y otros sistemas de inteligencia artificial aplicados al estudio de los virus: uno de los grandes retos de la medicina es averiguar el papel que desempeñan esos microorganismos en la aparición de enfermedades tan enigmáticas como el síndrome de fatiga crónica y los trastornos del sistema inmune, tal y como se remarca en la información de la revista Nature que da cuenta de los descubrimientos.
Fuente: muyinteresante.es
No hay comentarios:
Publicar un comentario