Londres, 12 mar (Prensa Latina) Un nuevo algoritmo de inteligencia artificial (IA) permitirá la identificación de variantes nuevas del coronavirus SARS-CoV-2, causante de la pandemia de Covid-19, trascendió hoy.
Se trata de CLASSIX, desarrollado por matemáticos de las universidades de Manchester y Oxford, en Reino Unido, que posibilitará detectar de forma más rápida grupos de genomas virales que podrían presentar un riesgo en el futuro a partir de enormes volúmenes de datos.
CLASSIX funciona descomponiendo las secuencias genéticas del SARS-CoV-2 en «palabras» más pequeñas llamadas 3-mers y representadas como números al contarlas.
Después, aglutina secuencias similares en función de sus patrones de palabras utilizando técnicas de aprendizaje automático con lo cual realizan el acomodamiento de varios órdenes de magnitud con más secuencias que los procesos filogenéticos de hoy en día.
Según explicaron sus creadores en un artículo publicado en la revista PNAS, el método con IA podría respaldar las técnicas tradicionales de seguimiento de la evolución viral, como el análisis filogenético, la cual actualmente requieren una curación manual exhaustiva.
«Con este nuevo algoritmo, los científicos ahora están intensificando sus esfuerzos para identificar estas nuevas variantes preocupantes, como alfa, delta y omicron, en las primeras etapas de su aparición», dijo Roberto Cahuantzi, investigador de la Universidad de Manchester.
Dijo también que con la IA se podrá ser «más proactivo» en la respuesta a ese coronavirus, así como en el desarrollo de vacunas personalizadas, e incluso eliminar las variantes antes de que se establezcan.
Con CLASSIX los investigadores llegaron a procesar 5,7 millones de secuencias de alta cobertura en sólo dos días en una computadora portátil moderna estándar.
«Esto no sería posible con las herramientas actuales, sin embargo, esa novedosa tecnología pondría la identificación de cepas patógenas preocupantes en manos de más investigadores debido a la reducción de las necesidades de recursos», detalla el estudio en PNAS.