Saltar al contenido

El modelo de aprendizaje automático descubre que el SARS-COV-2 es cada vez más infeccioso

aprendizaje automático

Crédito: CC0 Public Domain

Un nuevo modelo de aprendizaje automático desarrollado por investigadores de la Universidad Estatal de Michigan sugiere que las mutaciones en el genoma del SARS-CoV-2 han hecho que el virus sea más infeccioso.

El modelo, desarrollado por el investigador principal Guowei Wei, profesor de los departamentos de Matemáticas y Bioquímica y Biología Molecular, analizó el genotipado del SARS-CoV-2 de más de 20.000 muestras de genoma viral. Los investigadores analizaron mutaciones en la proteína de pico, una proteína principalmente responsable de facilitar la infección, y encontraron que cinco de los seis subtipos de virus conocidos son ahora más infecciosos.

Como ocurre con cualquier virus, muchas mutaciones son en última instancia benignas y presentan poco o ningún riesgo para los pacientes infectados. Algunas mutaciones incluso reducen la infecciosidad. Pero algunas mutaciones conducen a un virus más infeccioso.

Wei y su equipo han estudiado y analizado patrones de mutación y ubicaciones durante meses, rastreando cambios en la muestra oficial del genoma viral capturada en enero.

“El conocimiento sobre la infectividad del SARS-CoV-2 es un factor vital para las medidas preventivas contra COVID-19 y la reapertura de la economía global”, dijo Wei. “Una pregunta crucial es cuáles son las ramificaciones de estas mutaciones en la transmisión, el diagnóstico, la prevención y el tratamiento de COVID-19”.

La infección viral ocurre cuando la proteína espiga interactúa con un receptor de la célula huésped humana llamado enzima convertidora de angiotensina 2 — ACE2 para abreviar. En lo que respecta a la ECA2, los científicos están preocupados por un concepto conocido como afinidad de unión, o la fuerza de la interacción de unión entre la proteína de la espiga y el receptor del huésped durante la etapa inicial de la infección.

“La infectividad viral aumenta si se fortalece la afinidad de unión”, dijo Wei. “En la actualidad, se han encontrado más de 50 mutaciones junto con la interfaz de unión en el dominio de unión al receptor de proteínas de pico (RBD para abreviar) que tiene 194 posibles sitios de mutación”.

El modelo de aprendizaje automático de Wei, una red neuronal avanzada, analizó más de 8.000 registros de interacción de proteínas para determinar el impacto de las mutaciones conocidas actuales en la afinidad de unión de la proteína de pico SARS-CoV-2. El resultado, que sugirió una mayor afinidad de unión en cinco de los seis subtipos conocidos, indicó que la infectividad puede haber aumentado como resultado de las mutaciones.

Preocupados por la posibilidad de una mayor mutación, Wei y su equipo dirigieron su modelo hacia el futuro.

“Es extremadamente importante saber si los subtipos futuros de SARS-CoV-2 supondrían un peligro inminente para la salud pública”, dijo Wei. “Con este fin, hemos realizado una selección sistemática de todas las posibles 3.686 mutaciones futuras en 194 posibles sitios de mutación a lo largo del RBD”.

El modelo de Wei predice que múltiples residuos en el motivo de unión al receptor, un área componente del RBD, tienen altas posibilidades de mutar en cepas de COVID-19 más infecciosas.

Advierte que aunque las predicciones basadas en inteligencia artificial son consistentes con los hallazgos experimentales disponibles, se necesitan más estudios para comprender completamente los impactos de la mutación en la infectividad de COVID-19, que es vital para la respuesta de salud pública al COVID-19.

Como parte de su investigación, Wei y su equipo también predicen que el nuevo coronavirus que se propaga por el mundo es un poco más infeccioso que el virus del SARS original descubierto en 2003.

Wei dijo que los resultados se alinean con los de otro estudio publicado recientemente por investigadores del Instituto de Investigación Scripps en Florida. Este estudio examinó las mutaciones de la proteína de pico en un entorno de laboratorio, y también encontró que el virus está mutando de manera que aumenta su infecciosidad.

El documento, “Las mutaciones fortalecieron la infectividad del SARS-CoV-2, junto con gran parte de la investigación publicada sobre COVID-19 y el virus SARS-CoV-2”, aparece en el servidor de preimpresión ArXiv.

Más información:

Chen et al., Las mutaciones fortalecieron la infectividad del SARS-CoV-2. arXiv: 2005.14669v1 [q-bio.BM]. arxiv.org/pdf/2005.14669.pdf

La mutación D614G en la proteína pico SARS-CoV-2 reduce la diseminación de S1 y aumenta la infectividad. www.scripps.edu/_files/pdfs/news-and-events/The%20D614G%20mutation%20in%20the%20SARS-CoV-2%20spike%20protein%20reduces%20S1.pdf

La mutación D614G en la proteína pico SARS-CoV-2 reduce la diseminación de S1 y aumenta la infectividad. www.scripps.edu/_files/pdfs/news-and-events/The%20D614G%20mutation%20in%20the%20SARS-CoV-2%20spike%20protein%20reduces%20S1.pdf

Citación:
El modelo de aprendizaje automático encuentra que el SARS-COV-2 se está volviendo más infeccioso (20 de agosto de 2020)
consultado el 20 de agosto de 2020
de https://phys.org/news/2020-08-machine-learning-sars-cov-infectious.html

Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, no
parte puede reproducirse sin permiso por escrito. El contenido se proporciona únicamente con fines informativos.

Este contenido se publicó originalmente aquí.