La mayoría de las enfermedades infecciosas emergentes que afectan a los seres humanos, como la COVID-19, son zoonóticas, es decir, causadas por virus que se originan en otras especies animales. Por ello, la identificación temprana de los virus de alto riesgo puede ayudar en las labores de prevención y vigilancia epidemiológica. Hablamos de un gran desafío, ya tan solo una minoría de los 1,67 millones de animales que se estima que existen podría infectar a los humanos.
Un nuevo estudio que se acaba de publicar en la revista PLOS Biology sugiere que el aprendizaje automático, un tipo de inteligencia artificial es capaz de predecir la probabilidad de estas zoonosis a partir de la información genómica de los virus. Para desarrollar su modelo, los investigadores reunieron un conjunto de datos de 861 especies de virus de 36 familias. Los modelos de aprendizaje automático asignaron una probabilidad de infección humana en función de los patrones observados en los genomas de los virus. Después, los autores aplicaron el modelo de mejor rendimiento para predecir patrones de potencial zoonótico en otros virus muestreados de una gran variedad de especies animales.
Los investigadores encontraron que los genomas virales pueden tener características generalizables que son independientes de las relaciones taxonómicas de los virus y pueden suponer una pre-adaptación de los virus para infectar a los humanos. Además, consiguieron desarrollar modelos de aprendizaje automático capaces de identificar posibles zoonosis utilizando genomas virales.
Limitaciones
Los modelos informáticos son solo un paso preliminar para identificar virus zoonóticos con potencial para infectar a los seres humanos, y suponen un primer cribado: los virus señalados por los modelos requerirán pruebas de laboratorio de confirmación antes de tomar decisiones sobre su riesgo potencial. 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, que también está influenciado por la virulencia del virus en humanos, la capacidad de transmisión entre humanos y las condiciones ecológicas en el momento de la exposición humana.
“Nuestros hallazgos muestran que el potencial zoonótico de los virus se puede inferir en un grado sorprendentemente grande a partir de la secuencia de su genoma. Al resaltar 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”, señalan los autores del trabajo.
“Estos hallazgos agregan una pieza crucial a la ya sorprendente cantidad de información que podemos extraer de la secuencia genética de los virus usando técnicas de IA”, indica Simon Babayan, investigador en la Universidad de Glasgow, Reino Unido. “Una secuencia genómica es típicamente la primera y, a menudo, la única información que tenemos sobre 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. A medida que se caractericen más virus, más efectivos serán nuestros modelos de aprendizaje automático para identificar los virus raros que deben ser monitoreados de cerca y priorizados para el desarrollo preventivo de vacunas”.
Referencia: Mollentze N, Babayan SA, Streicker DG (2021) Identifying and prioritizing potential human-infecting viruses from their genome sequences. PLoS Biol 19(9): e3001390.