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 propiedades nuevas.
en un papel en Patrones de celdas el 21 de julio de 2023, los científicos demostraron el sistema utilizando datos sobre las variantes registradas de SARS-CoV-2 y las tasas de mortalidad de COVID-19. Demostraron que el sistema podría haber predicho la aparición de nuevas «variantes preocupantes» (COV) del SARS-CoV-2 antes de sus designaciones oficiales por parte de la Organización Mundial de la Salud (OMS). Sus hallazgos apuntan a la posibilidad de utilizar dicho sistema en tiempo real para rastrear futuras pandemias virales.
«Hay reglas de la evolución del virus pandémico que no hemos entendido, pero que pueden ser descubiertas y utilizadas en un sentido procesable por parte de organizaciones de salud públicas y privadas, a través de este enfoque de aprendizaje automático sin precedentes», dice el autor principal del estudio, William Balch, PhD, profesor en el Departamento de Medicina Molecular en Scripps Research.
Los coautores del estudio fueron 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 el desarrollo de métodos computacionales, a menudo basados en IA, para iluminar 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 estrategia llamada covarianza espacial basada en procesos gaussianos, para relacionar tres conjuntos de datos que abarcan 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», dice Loguercio. «Pero se puede aplicar a cualquier recurso de mapeo genético».
El software permitió a los investigadores rastrear conjuntos de cambios genéticos que aparecían en las variantes del SARS-CoV-2 en todo el mundo. Estos cambios, que generalmente tienden a aumentar las tasas de propagación y disminuir las tasas de mortalidad, significaron las adaptaciones del virus a los bloqueos, el uso de máscaras, las vacunas, el aumento de la inmunidad natural en la población mundial y la competencia implacable entre las propias variantes del SARS-CoV-2.
«Pudimos ver la aparición de variantes genéticas clave y su prevalencia, ya que la tasa de mortalidad también cambió, y todo esto sucedía semanas antes de que la OMS designara oficialmente los VOC que contenían estas variantes», dice 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 las tasas de mortalidad y propagación viral.
«Una de las grandes lecciones de este trabajo es que es importante tener en cuenta no solo unas pocas variantes destacadas, sino también las decenas de miles de otras variantes no designadas, que llamamos ‘materia oscura variante'», dice Balch.
Se podría usar un sistema similar para rastrear la evolución detallada de futuras pandemias virales en tiempo real, señalan los investigadores. En principio, 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 contramedidas de salud pública adecuadas.
Balch y sus colegas también prevén el uso de 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 inteligencia artificial para descubrir detalles clave de cómo las diferentes proteínas del SARS-CoV-2 trabajaron juntas en la evolución de la pandemia.
«Este sistema y sus métodos técnicos subyacentes tienen muchas posibles aplicaciones futuras», dice Calverley.