Los virus, amenaza creciente
Los investigadores han utilizado poderosos algoritmos de aprendizaje automático para clasificar los virus a una velocidad más rápida e impresionante que los métodos tradicionales. Este enfoque podría tener consecuencias importantes tanto para la salud humana como para las aplicaciones industriales. Como se informó en Nature, el trabajo fue presentado el 15 de marzo en una reunión organizada por el Joint Genome Institute del Departamento de Energía de los Estados Unidos. Simon Roux, que trabaja en el Instituto, presentó el trabajo del equipo sobre los inovirus.
Los inovirus son una importante familia de virus que infectan a las bacterias y, aunque no nos hacen daño directamente, pueden ser una amenaza para la salud. Por ejemplo, la bacteria del cólera (Vibrio cholerae) puede volverse más tóxica por los inovirus, que pueden alterar el comportamiento de sus huéspedes. El aprendizaje automático es cuando se pueden enseñar algoritmos para buscar patrones dentro de los datos y aprender de ellos. Así que al entrenar las máquinas para reconocer patrones específicos de material genético, el equipo eventualmente logró que la IA clasificara los potenciales inovirus de forma autónoma. El enfoque de entrenamiento de Roux era doble: en primer lugar, su equipo le dio al algoritmo 805 secuencias genómicas que pertenecen a los inovirus conocidos por la ciencia. Luego, alimentaron el software 2 000 secuencias pertenecientes a otros virus o bacterias. Eso permitió que el software seleccionara únicamente a los de la familia Inoviridae.
El software entrenado se utilizó luego para analizar conjuntos masivos de datos genómicos. Al hacerlo, encontró más de 10 000 inovirus, que luego se dividieron en especies respectivas. Antes de que Roux comenzara el estudio, se habían descubierto menos de 100 especies de inovirus. Ahora, con el software, pudo encontrar casi 6 000 especies de virus desconocidos. Teniendo en cuenta tal variedad, Roux ahora piensa que la familia Inoviridae es en realidad varias familias. Este no fue el único estudio presentado en la reunión que empleó el aprendizaje automático. Nature informa que Deyvid Amgarten, de la Universidad de São Paulo en Brasil, usó un software capacitado para identificar virus en pilas de abono de zoológico en São Paulo.
Su objetivo es comprender qué papel desempeñan en las bacterias y si pueden usarse para mejorar la rapidez con que se descompone la materia orgánica. El trabajo de Amgarten utilizó el software VirFinder desarrollado por Jie Ren y su equipo el año pasado. Ren lo está usando para determinar qué parte de los virus podrían tener las enfermedades que no son "virales". Por ejemplo, mostraron que las personas con cirrosis, una afección hepática, tienen diferentes virus en comparación con las personas sanas. Comprender los virus es un esfuerzo de proporciones épicas, pero con el aprendizaje automático podríamos lograr muchas más piezas del rompecabezas.
