Investigadores de la Universidad de Waterloo han clasificado con éxito 191 astrovirus no identificados previamente mediante un nuevo proceso de clasificación basado en aprendizaje automático.
El estudio, "Aprovechando el aprendizaje automático para la clasificación taxonómica de astrovirus emergentes", se publicó recientemente en Frontiers in Molecular Biosciences. .
Los astrovirus son algunos de los virus más dañinos y extendidos del mundo. Estos virus causan diarrea severa, que mata anualmente a más de 440.000 niños menores de 5 años. En la industria avícola, los astrovirus como la gripe aviar tienen una tasa de infección del 80 % y una tasa de mortalidad del 50 % entre el ganado, lo que provoca devastación económica, interrupción de la cadena de suministro y escasez de alimentos.
Los astrovirus mutan rápidamente y pueden propagarse fácilmente a través de sus más de 160 especies hospedadoras, lo que pone a los investigadores y funcionarios de salud pública en una carrera constante para clasificar y comprender los nuevos astrovirus a medida que surgen. En 2023, había 322 astrovirus no identificados con genomas distintos. Este año, esa cifra ha aumentado a 479.
"En cualquier momento dado, entre el 2% y el 9% de los humanos son portadores de uno de estos virus. Ese número puede llegar al 30% en algunos países", dijo Fatemeh Alipour, Ph.D. candidato en informática en Waterloo y autor principal de informática del estudio de investigación. "Comprender y clasificar estos virus de forma eficaz es esencial para desarrollar vacunas."
El equipo de investigación de astrovirus incluyó investigadores de informática de Waterloo e investigadores de biología de la Universidad de Western Ontario.
El nuevo método de clasificación de tres partes incluye aprendizaje automático supervisado, aprendizaje automático no supervisado y etiquetado manual del huésped de cada astrovirus.
"La idea principal detrás del método de clasificación es aprovechar el aprendizaje automático para clasificar especies aprendiendo de sus 'firmas genómicas'", dijo Lila Kari, profesora de la Escuela de Ciencias de la Computación David R. Cheriton. "El método de clasificación es apasionante tanto por su velocidad como por su aplicabilidad general."
"Este método puede ayudarnos a comprender cómo se transmiten los virus entre diferentes animales. También puede usarse para clasificar virus en otras familias de virus como el VIH y el dengue".
Más información: Fatemeh Alipour et al, Aprovechamiento del aprendizaje automático para la clasificación taxonómica de astrovirus emergentes, Fronteras en las biociencias moleculares (2024). DOI:10.3389/fmolb.2023.1305506
Proporcionado por la Universidad de Waterloo
