A través de un modelo de aprendizaje automático, científicos analizan cuál podría ser la siguiente variante predominante del covid-19.
OTRAS NOTICIAS: ¿Qué tan mortal es la viruela del mono?
Un grupo de científicos del Instituto Broad del MIT, de la Universidad de Harvard y de la Facultad de Medicina de la Universidad de Massachusetts en Estados Unidos, desarrollaron un modelo de "machine learning" o "aprendizaje automático".
Este puede analizar millones de genomas de muestras del coronavirus y predecir que variantes virales dominarán y probablemente provocarán nuevas olas de casos.
El modelo fue llamado PyR0 y podría ayudar a los investigadores a identificar que partes del genoma viral tienen menos probabilidades de mutar y por tanto son buenos objetivos para las vacunas que funcionarán contra las futuras variantes.
Según los investigadores, entrenaron el modelo utilizando 6 millones de genomas del Coronavirus SARS-CoV-2 que estaban en la base de datos GISAID en enero de 2022.
Con el cual demostraron que su herramienta también puede estimar el efecto de las mutaciones genéticas en la aptitud del virus, es decir, su capacidad para multiplicarse y propagarse en una población.
Modelo genómico
El equipo probó su modelo con datos genómicos del virus de enero de 2022, que predijo el aumento de la variante BA.2, que se convirtió en dominante en muchos países en 2022.
A finales de 2020, PyR0 habría identificado la variante alfa (B.1.1.7), un mes antes de que la Organización Mundial de la Salud la catalogara como variante preocupante.
En el equipo de investigación está influido el primer autor Fritz Obermeyer, becario en el Instituto Broad, cuando se inició el estudio y a los autores principales Jacob Lemieux, instructor de medicina en la Facultad de Medicina de Harvard y en el Hospital General de Massachusetts y Pardis Sabeti, miembro del Instituto Broad.
Análisis de PyR0
Según los expertos, PyR0 puede analizar millones de genomas (todos los datos del coronavirus disponibles públicamente) en aproximadamente una hora.
Para ello, agrupa secuencias similares y define "grupos" de genomas por la constelación de mutaciones que comparten, al centrarse en las mutaciones que pueden aparecer en las múltiples variantes.
PyR0 tiene más poder estadístico que los modelos que están centrados en las variantes virales. Además, el modelo determina qué mutaciones son cada vez más comunes y se estima la rapidez con la que cada mutación puede provocar la propagación del virus.
También estima la rapidez con la que aumentará el número de casos de las distintas variantes en función de su composición genética.
De acuerdo con los investigadores, su estudio sugiere que el actual aumento de la aptitud viral se debe a la capacidad del virus para escapar de las respuestas inmunitarias.
