Sistema de aprendizado de máquina prevê efetivamente o surgimento de variantes proeminentes – Strong The One

Em um papel em Padrões de células em 21 de julho de 2023, os cientistas demonstraram o sistema usando dados sobre variantes SARS-CoV-2 registradas e taxas de mortalidade por COVID-19. Eles mostraram que o sistema poderia ter previsto o surgimento de novas “variantes preocupantes” (VOCs) do SARS-CoV-2 antes de suas designações oficiais pela Organização Mundial da Saúde (OMS). Suas descobertas apontam para a possibilidade de usar esse sistema em tempo real para rastrear futuras pandemias virais.

“Existem regras da evolução do vírus pandêmico que não entendemos, mas que podem ser descobertas e usadas de forma acionável por organizações de saúde pública e privada, por meio dessa abordagem de aprendizado de máquina sem precedentes”, diz o autor sênior do estudo William Balch, PhD, professor do Departamento de Medicina Molecular da Scripps Research.

Os co-primeiros autores do estudo foram Salvatore Loguercio, PhD, um cientista da equipe do laboratório Balch na época do estudo e atualmente um cientista da equipe do Scripps Research Translational Institute; e Ben Calverley, PhD, pesquisador associado de pós-doutorado no laboratório Balch.

O laboratório Balch é especializado no desenvolvimento de métodos computacionais, geralmente baseados em IA, para esclarecer como as variações genéticas alteram os sintomas e a disseminação de doenças. Para este estudo, eles aplicaram sua abordagem à pandemia de COVID-19. Eles desenvolveram um software de aprendizado de máquina, usando uma estratégia chamada covariância espacial baseada em processo gaussiano, para relacionar três conjuntos de dados que abrangem o curso da pandemia: as sequências genéticas de variantes do SARS-CoV-2 encontradas em pessoas infectadas em todo o mundo, as frequências dessas variantes e a taxa de mortalidade global do COVID-19.

“Esse método computacional usou dados de repositórios disponíveis publicamente”, diz Loguercio. “Mas pode ser aplicado a qualquer recurso de mapeamento genético.”

O software permitiu aos pesquisadores rastrear conjuntos de alterações genéticas que aparecem nas variantes do SARS-CoV-2 em todo o mundo. Essas mudanças – normalmente tendendo a aumentar as taxas de disseminação e diminuir as taxas de mortalidade – significaram as adaptações do vírus a bloqueios, uso de máscaras, vacinas, aumento da imunidade natural na população global e a competição implacável entre as próprias variantes do SARS-CoV-2.

“Pudemos ver variantes genéticas chave aparecendo e se tornando mais prevalentes, já que a taxa de mortalidade também mudou, e tudo isso aconteceu semanas antes dos VOCs contendo essas variantes serem oficialmente designados pela OMS”, diz Balch.

Ele e sua equipe mostraram que poderiam usar esse sistema de rastreamento SARS-CoV-2 como um “detector de anomalias” de alerta precoce para variantes genéticas associadas a mudanças significativas na propagação viral e nas taxas de mortalidade.

“Uma das grandes lições deste trabalho é que é importante levar em consideração não apenas algumas variantes proeminentes, mas também dezenas de milhares de outras variantes não designadas, que chamamos de ‘matéria escura variante’”, diz Balch.

Um sistema semelhante poderia ser usado para rastrear a evolução detalhada de futuras pandemias virais em tempo real, observam os pesquisadores. Em princípio, isso permitiria aos cientistas prever mudanças na trajetória de uma pandemia – por exemplo, grandes aumentos nas taxas de infecção – a tempo de adotar contramedidas apropriadas de saúde pública.

Balch e seus colegas também prevêem o uso de sua abordagem para entender melhor a biologia do vírus e, assim, aprimorar o desenvolvimento de tratamentos e vacinas. Atualmente, eles estão usando seu sistema de IA para descobrir detalhes importantes de como diferentes proteínas SARS-CoV-2 trabalharam juntas na evolução da pandemia.

“Este sistema e seus métodos técnicos subjacentes têm muitas aplicações futuras possíveis”, diz Calverley.