Un estudio reciente utilizó IA para descubrir más de 160,000 nuevas especies de virus, ampliando nuestra comprensión de la biodiversidad vírica
Australia.- Un grupo de científicos de diversas nacionalidades ha identificado 161.979 nuevas especies de virus de ARN, utilizando una herramienta avanzada de inteligencia artificial (IA) de aprendizaje automático.
Este avance, publicado en la revista Cell y liderado por la Universidad de Sidney, representa el estudio más extenso en el ámbito del descubrimiento de virus, iluminando aspectos desconocidos de la biología terrestre y allanando el camino para futuras investigaciones sobre innumerables virus aún sin caracterizar.
“Este es el mayor número de nuevas especies de virus identificadas en un solo estudio, expandiendo significativamente lo que sabemos sobre los virus que coexisten con nosotros”, señaló Edwards Holmes, autor principal y profesor en la Universidad de Sidney.
“El descubrimiento de tantos virus de golpe es impresionante, apenas estamos empezando a entender, abriendo un universo de posibilidades para futuros descubrimientos. Aún quedan millones por identificar, y este método podría extenderse a la detección de bacterias y parásitos”, explicó Holmes.
Los virus de ARN, aunque comúnmente relacionados con enfermedades en humanos, también prosperan en ambientes extremos alrededor del globo, desempeñando roles cruciales en los ecosistemas. En este estudio, se encontraron en la atmósfera, aguas termales y respiraderos hidrotermales, demostrando su capacidad para adaptarse a condiciones extremas.
“La presencia de virus en ambientes extremos es una prueba más de su increíble diversidad y su habilidad para sobrevivir en los lugares más inhóspitos, lo que podría ofrecernos pistas sobre el origen de los virus y otras formas de vida primigenias”, comentó Holmes.
El equipo utilizó un algoritmo de aprendizaje profundo, LucaProt, diseñado para analizar grandes volúmenes de datos genéticos, incluyendo genomas virales complejos. La mayoría de esos virus ya estaban en bases de datos públicas, pero su gran divergencia hacía difícil reconocerlos.
“Eran parte de lo que llamamos ‘materia oscura’ genética. Nuestro método de IA logró organizar y clasificar esta información, iluminando por primera vez el significado de esta materia oscura”, añadió.
Anteriormente, los métodos bioinformáticos tradicionales limitaban la capacidad de explorar la diversidad vírica. Ahora, con IA, pueden profundizar más y con mayor precisión, comentó Mang Shi, coautor del estudio y director en la Universidad Sun Yat-sen.
