[ad_1]
Los virus de ARN, incluido el SARS-CoV-2, acumulan constantemente nuevas mutaciones.Crédito: Steve Gschmisner/SPL
El santo grial de la preparación para una pandemia es la capacidad de predecir cómo evolucionará un virus con sólo observar su secuencia genética. Esos días todavía están muy lejos, pero un número creciente de grupos de investigación están utilizando inteligencia artificial (IA) para predecir la evolución del SARS-CoV-2, la influenza y otros virus.
Los virus, especialmente los virus de ARN como el SARS-CoV-2, evolucionan constantemente acumulando nuevas mutaciones. Algunos de estos cambios son beneficiosos para el virus, ya que permiten que las variantes evadan la inmunidad del huésped y se propaguen rápidamente. Al predecir cómo evolucionará el virus, los investigadores pueden, en teoría, diseñar vacunas y tratamientos antivirales con antelación.
Hasta ahora, las herramientas de inteligencia artificial pueden predecir qué mutaciones individuales del virus tendrán más éxito y qué variantes “ganarán” en el corto plazo. Pero todavía están lejos de poder predecir qué combinaciones de mutaciones o variantes se producirán en el futuro.
Es un “área de investigación muy interesante y útil”, dice Brian Hay, biólogo computacional de la Universidad de Stanford en California, quien fue uno de los primeros investigadores en aplicar modelos de lenguaje grandes para estudiar mutaciones virales.1. Pero predecir la evolución viral sigue siendo un desafío importante, afirma.
Herramientas de inteligencia artificial
En el pasado, los investigadores realizaron experimentos de laboratorio para identificar variantes con propiedades mejoradas, pero estos experimentos son laboriosos y requieren mucho tiempo. Algunos grupos, como el laboratorio dirigido por Yunlong Cao, inmunólogo de la Universidad de Pekín en Beijing, han desarrollado experimentos que analizan cómo las mutaciones individuales afectan la capacidad del virus para evadir la detección mediante un panel de anticuerpos.2. Estos experimentos pueden explicar gran parte de la evolución viral, pero no toda.
La llegada de herramientas de predicción de la estructura de proteínas basadas en IA, por ejemplo Pliegue alfacreado por la empresa de inteligencia artificial DeepMind, con sede en Londres, así como por ESM-23 ESMFold, ambos creados por Meta (anteriormente Facebook, con sede en Menlo Park, California), ha aportado nueva energía al campo, afirma David Robertson, virólogo de la Universidad de Glasgow en el Reino Unido.
Los modelos de IA requieren enormes cantidades de datos para poder predecir la evolución viral. Jumpei Ito, bioinformático de la Universidad de Tokio, dice que esto fue posible gracias a la secuenciación integral del SARS-CoV-2, el virus que causa el Covid-19. Los investigadores ahora tienen casi 17 millones de secuencias que pueden utilizar para entrenar sus modelos.
Un modelo, llamado EVEscape, desarrollado por Deborah Marks de la Facultad de Medicina de Harvard en Boston, Massachusetts, y su equipo, se ha utilizado para diseñar… 83 posibles versiones de la proteína SARS-CoV-2Que utiliza el virus para infectar las células. Estos avatares con púas podrían protegerse de los anticuerpos producidos por personas que han sido vacunadas o infectadas con las variantes que circulan actualmente.4Podrían utilizarse para probar la eficacia de futuras vacunas contra la COVID-19.
El grupo de Ito se está centrando en una característica más amplia de la aptitud viral, que es la capacidad de las variantes de propagarse rápidamente a través de una población y eventualmente afianzarse. Los investigadores utilizaron ESM-2 para crear un modelo llamado CoVFit, que puede predecir la aptitud relativa de las variantes del SARS-CoV-2. CoVFit se entrenó con 13.643 variantes de la proteína de pico del SARS-CoV-2 y también utiliza datos experimentales del grupo de Cao sobre cómo las mutaciones individuales afectan la capacidad del virus para evadir los anticuerpos. El equipo de Ito creó un modelo restringido que se entrenó con datos variables hasta agosto de 2022 y descubrió que predijo con éxito una mejor aptitud para algunas variables después de esta pausa, incluido XBB.5una nueva especie que apareció más tarde ese año.
En marzo de 2024, la variante dominante del SARS-CoV-2 en todo el mundo era la variante denominada JN.1. Utilizando CoVFit, el grupo de Ito identificó tres cambios de aminoácidos únicos que ayudarían a JN.1 a ganar físico. Desde entonces, estas mutaciones se han observado en variantes que se están expandiendo rápidamente a nivel mundial.
Se necesitan más datos
[ad_2]
Source Article Link
