Investigadores consiguen predecir mutaciones del SARS-CoV-2 con redes neuronales artificiales
COMPARTIR
Investigadores de la Universidad Rovira i Virgili (URV), en España, consiguieron predecir las mutaciones del SARS-CoV-2 causante del COVID-19 por computadora, análisis de datos masivos y redes neuronales artificiales.
El grupo de investigación Quimioinformática y Nutrición de la URV, que fue liderado por Santi Garcia y Gerard Pujadas, diseño un sistema de aprendizaje automático col el que se predice mutaciones recurrentes de los coronavirus, una información que, en opinión de los investigadores, posibilitará adelantarse en el desarrollo de fármacos
Por su parte, Garcia precisó que los virus infecciosos se instalan en células vivas con propósito de reproducirse, forzando a los mecanismos celulares reproductores a sintetizar la información genética del propio virus.
En el caso del SARS-CoV-2, las instrucciones necesarias para reproducirse están en su núcleo en forma de ácido ribonucleico (ARN).
En tanto que, el ADN humano presenta una estructura de doble hélice, en donde el ARN está formado por una sola cadena, encargada de codificar la información mediante cuatro componentes: adenina, guanina, citosina y uracilo.
TE PUEDE INTERESAR: ¿Envejeció el cerebro? Estudio revela como la pandemia de COVID-19 afectó a los adolescentes
Cuando se dan errores en el proceso de replicación, esto es, cambios en el orden en que se presentan estas cuatro bases, aparecen las mutaciones.
En opinión de Garcia, si bien se pensaba que estos desórdenes en las cadenas de ARN eran totalmente aleatorios, en investigaciones anteriores se descubrió que existían errores más frecuentes que otros, específicamente en algunas enzimas, sustancias orgánicas que catalizan reacciones químicas, que son propias del huésped tendían a convertir la citosina del ARN del virus en uracilo.
Teniendo en cuenta esto, los investigadores diseñaron un sistema de aprendizaje automático que está basado en una red neuronal artificial con la que se puede predecir las mutaciones del virus, provenientes del contacto de la información genética con ciertas enzimas del huésped del virus.
Una vez que es analizada la evolución del virus tomando en cuenta sus mutaciones, entrenaron una red neuronal artificial con datos de más de 800,000 genomas del virus para que esta consiguiera aprendiera a predecir qué mutaciones recurrentes se darían de cara al futuro.
Siendo así que red neuronal artificial es un sistema computacional de aprendizaje automático que se conecta múltiples nodos llamados neuronas artificiales que, a su vez, cuando son entrenados para realizar una tarea en particular, tienen la capacidad de trabajar conjuntamente para procesar grandes volúmenes de datos.
TE PUEDE INTERESAR: Investigadores identifican 26 compuestos naturales que bloquean al COVID-19
Estos sistemas aprenden por sí solos y son capaces de moldearse a sí mismos para conseguir un determinado resultado, a petición de los investigadores.
Este procedimiento consiste en utilizar una parte del genoma para crear la red y reservar una parte, lo suficientemente amplia, para testearla y corregir su funcionamiento si fuera necesario.
En esta investigación, el equipo reservó cuatro genes, uno de ellos contiene la información de la proteína que posibilita al virus entrar en las células para infectarlas, a fin de focalizar el estudio en esta dirección.
Según la URV, este sistema, que nunca se había aplicado en la predicción de mutaciones del virus, permitió a los investigadores poder adelantarse a los cambios recurrentes del virus, catalizados por las enzimas propias del cuerpo humano.
Así también, el sistema identifica aquellas partes del virus que no es posible cambiar, puesto que si lo hacen el agente infeccioso es incapaz de reproducirse.
Esta información va a permitir a los investigadores poder adelantarse en el diseño de fármacos y hacerlos más efectivos con el objetivo de eliminar al virus, utilizando las debilidades detectadas para dificultar su reproducción.
“Esta investigación aporta información relevante para la comunidad científica, y queda aquí para que se pueda consultar”, concluyó Santi Garcia, que asimismo aseguró que esta metodología es replicable en futuras pandemias, escenciamente si las causa un coronavirus o nueva variante del SARS-CoV-2.
Con información de la Agencia EFE.