Un equipo de científicos descubre más de 160.000 nuevas especies de virus utilizando inteligencia artificial

Un equipo internacional de científicos ha descubierto 161.979 nuevas especies de virus de ARN gracias a una herramienta de aprendizaje automático que, según los investigadores, ayudará a conocer mejor la vida en la Tierra y permitirá seguir identificando los millones de virus que aún están por caracterizar.

Publicado en Cell y liderado por la Universidad de Sidney (Australia), el estudio es el mayor trabajo de descubrimiento de especies de virus y arroja luz sobre la vida que vive bajo nuestros pies y en todos los rincones del planeta.

"Se trata del mayor número de nuevas especies de virus descubiertas en un solo estudio, lo que amplía enormemente nuestro conocimiento de los virus que viven entre nosotros", explica Edwards Holmes, autor principal del estudio y profesor en la Universidad de Sidney.

"Descubrir tantos virus nuevos de una sola vez es alucinante, y no hace más que arañar la superficie, abriendo un mundo de descubrimientos. Hay millones más por descubrir, y podemos aplicar este mismo enfoque a la identificación de bacterias y parásitos", confía el investigador.

Aunque los virus de ARN suelen asociarse a enfermedades humanas, también se encuentran en entornos extremos de todo el mundo e incluso pueden desempeñar papeles clave en los ecosistemas globales.

En este estudio se encontraron viviendo en la atmósfera, en aguas termales y en respiraderos hidrotermales.

"El hecho de que los entornos extremos alberguen tantos tipos de virus no es más que otro ejemplo de su extraordinaria diversidad y tenacidad para vivir en los entornos más hostiles, lo que podría darnos pistas sobre cómo surgieron los virus y otras formas de vida elementales", comenta Holmes.

Una herramienta de inteligencia artificial

Para hacer el estudio, el equipo diseñó un algoritmo de aprendizaje profundo, LucaProt, capaz de calcular grandes cantidades de datos de secuencias genéticas, incluidos largos genomas de virus de hasta 47.250 nucleótidos e información genómicamente compleja para descubrir más de 160.000 virus.

"La inmensa mayoría de estos virus ya habían sido secuenciados y figuraban en bases de datos públicas, pero eran tan divergentes que nadie sabía lo que eran", apunta Holmes.

"Eran lo que suele denominarse 'materia oscura' de las secuencias. Nuestro método de IA fue capaz de organizar y clasificar toda esta información dispar, arrojando luz sobre el significado de esta materia oscura por primera vez", añade.

La herramienta de IA se entrenó para calcular la materia oscura e identificar los virus basándose en las secuencias y las estructuras secundarias de la proteína que todos los virus de ARN utilizan para replicarse.

De este modo se pudo acelerar considerablemente el descubrimiento de virus, algo que, si se utilizasen métodos tradicionales, llevaría mucho tiempo.

"Antes dependíamos de tediosos procedimientos bioinformáticos para descubrir virus, lo que limitaba la diversidad que podíamos explorar pero ahora disponemos de un modelo basado en IA mucho más eficaz, que ofrece una sensibilidad y especificidad excepcionales y, al mismo tiempo, nos permite profundizar mucho más en la diversidad vírica. Tenemos previsto aplicar este modelo a diversas aplicaciones", avanza Mang Shi, coautor del estudio y director institucional de la Universidad Sun Yat-sen.