Future Trends & Tech
Uno studio dell’Università di Glasgow ha sviluppato dei modelli di apprendimento automatico che potrebbero potenzialmente identificare virus animali in grado di infettare gli esseri umani.
Lo scopo del progetto è classificare il rischio che questi virus rappresentano per l’uomo analizzando i vari genomi.
Il sistema ha superato i modelli basati sulla parentela filogenetica di virus specifici con altri già noti per infettare gli esseri umani; teoricamente sembra che questo sistema avrebbe potuto prevedere anche lo sviluppo del SARS-CoV-2.
Le analisi mostrano che potrebbero esserci caratteristiche generalizzabili dei genomi virali che potrebbero rendere i virus preadattati a infettare gli esseri umani. Queste caratteristiche sono indipendenti dalle relazioni tassonomiche dei virus.
Attualmente, secondo lo studio, è difficile determinare quali virus animali potrebbero avere il potenziale per infettare gli esseri umani. La valutazione del rischio zoonotico basata sul genoma potrebbe offrire un modo rapido ed economico per consentire la sorveglianza del virus.
Per gli scienziati questi risultati aggiungono un tassello cruciale alla già sorprendente quantità di informazioni che si può estrarre dalla sequenza genetica dei virus; questo grazie chiaramente alla potenza dell’intelligenza artificiale.
Una sequenza genomica è in genere la prima, e spesso unica, informazione che gli scienziati hanno sui virus scoperti di recente; più informazioni possiamo estrarre da essa, prima si possono identificare le origini del virus e il rischio zoonotico che può comportare.
Man mano che vengono caratterizzati un numero maggiore di virus; i modelli di apprendimento automatico diventeranno sempre più efficaci nell’identificare ceppi rari che dovrebbero essere strettamente monitorati e prioritari per lo sviluppo di vaccini preventivi.
La maggior parte delle malattie infettive emergenti sono causate da virus provenienti da altre specie animali, secondo EurekAlert. Ma solo una piccola minoranza di virus animali è in grado di infettare l’uomo, rendendo più che utile utile uno strumento per identificarli.
Stiamo parlando di una ricerca relativamente “giovane”, certo, ma che già sta dando risultati significativi. Se il Covid-19 ci ha insegnato qualcosa è che non possiamo dare per scontato la scienza e la prevenzione; per questo i nuovi modelli di apprendimento automatico studiati dagli scienziati potrebbero essere il modo per giocare d’anticipo sulle future pandemie.
