Un equipo internacional de científicos ha descubierto 161,979 nuevas especies de virus de ARN gracias a una innovadora herramienta de aprendizaje automático. Según los investigadores, este avance permitirá comprender mejor la vida en la Tierra y continuar identificando los millones de virus que aún no han sido caracterizados.
Publicado en la revista Cell y liderado por la Universidad de Sídney (Australia), este estudio representa el mayor esfuerzo de descubrimiento de especies virales, iluminando la vida que habita en el suelo y en diversos ecosistemas del planeta. “Este hallazgo amplía enormemente nuestro conocimiento sobre los virus que coexisten con nosotros”, afirma Edwards Holmes, autor principal del estudio y profesor en la Universidad de Sídney.
“Descubrir tantos virus nuevos de una sola vez es impresionante; apenas hemos arañado la superficie. Existen millones más por identificar, y podemos aplicar este mismo enfoque para descubrir bacterias y parásitos”, confía el investigador.
Aunque los virus de ARN suelen asociarse a enfermedades humanas, también habitan en ambientes extremos y pueden desempeñar roles cruciales en los ecosistemas globales. Este estudio documentó su presencia en la atmósfera, aguas termales y respiraderos hidrotermales.
Holmes señala que “el hecho de que los entornos extremos alberguen tantos tipos de virus es un ejemplo más de su extraordinaria diversidad y resiliencia para sobrevivir en condiciones adversas, lo que podría ofrecer pistas sobre el origen de los virus y otras formas de vida básica”.
Herramienta de Inteligencia Artificial
Para llevar a cabo el estudio, el equipo desarrolló un algoritmo de aprendizaje profundo llamado LucaProt, capaz de procesar grandes volúmenes de datos de secuencias genéticas, incluyendo genomas de virus de hasta 47,250 nucleótidos. Esto permitió identificar más de 160,000 virus.
“La inmensa mayoría de estos virus ya había sido secuenciada y se encontraba en bases de datos públicas, pero eran tan divergentes que su naturaleza era desconocida”, explica Holmes. “Eran lo que se denomina ‘materia oscura’ en las secuencias. Nuestro método de IA organizó y clasificó esta información dispersa, arrojando luz sobre su significado por primera vez”.
El algoritmo fue entrenado para analizar la “materia oscura” y detectar virus basándose en las secuencias y estructuras secundarias de la proteína que todos los virus de ARN utilizan para replicarse. Esto aceleró significativamente el descubrimiento de virus, un proceso que, con métodos tradicionales, habría requerido mucho tiempo.
“Anteriormente, dependíamos de procedimientos bioinformáticos tediosos para identificar virus, lo que limitaba la diversidad que podíamos explorar. Ahora contamos con un modelo basado en IA mucho más eficaz, que ofrece sensibilidad y especificidad excepcionales”, añade Mang Shi, coautor del estudio y director institucional de la Universidad Sun Yat-sen.
Comments are closed