Home / medicina / I ricercatori del MIT costruiscono un nuovo modello di intelligenza artificiale per prevedere la fuga virale

I ricercatori del MIT costruiscono un nuovo modello di intelligenza artificiale per prevedere la fuga virale

“Ogni mammifero su questo pianeta sviluppa istintivamente un equilibrio naturale con l’ambiente circostante, ma gli esseri umani no. Ti sposti in un’area e ti moltiplichi e moltiplichi finché ogni risorsa naturale non viene consumata e l’unico modo per sopravvivere è diffondersi in un’altra area. C’è un altro organismo su questo pianeta che segue lo stesso schema. Sai che cos’è? Un virus “, ha detto l’agente Smith. La bomba della verità del franchise di Matrix non è mai stata più vera.

Da tempo immemorabile, i virus sono stati la principale nemesi degli omosapieni. Sebbene gli esseri umani abbiano escogitato un equalizzatore nei vaccini per affrontare questo flagello, i virus trovano sempre un modo per sconfiggere noi in questo gioco whac-a-mole. La micro-minaccia muta rapidamente rendendo i vaccini impotenti. Il fenomeno si chiama “fuga virale”.

Ma ci sono buone notizie. I ricercatori del MIT hanno ora ideato un nuovo modo per modellare computazionalmente la fuga virale . Lo studio, pubblicato sulla rivista Science, può accelerare la produzione di vaccini per HIV, influenza e Coronavirus.

La fuga virale è uno dei motivi principali per cui è difficile produrre vaccini per l’influenza e l’HIV, secondo Bonnie Berger, capo del gruppo di informatica e biologia del laboratorio di informatica e intelligenza artificiale del MIT.

Qui cerchiamo di capire come i ricercatori hanno addestrato il modello per prevedere le mutazioni del virus e come può facilitare lo sviluppo efficace del vaccino.

Come funziona?
Il modello può prevedere le sezioni delle proteine ​​virali di superficie che hanno probabilità o meno probabilità di mutare, rendendole buoni bersagli per i vaccini.

I ricercatori hanno utilizzato un algoritmo di apprendimento automatico, originariamente sviluppato per l’elaborazione del linguaggio naturale umano, per prevedere il comportamento del virus. I ricercatori hanno scoperto che il modello PNL potrebbe essere applicato a sequenze genetiche. Qui, la grammatica è analoga alle regole che determinano se la proteina codificata in una particolare sequenza è funzionale o meno. Il significato semantico è analogo al fatto che la proteina possa assumere una nuova forma per eludere gli anticorpi. Pertanto in una mutazione, un virus vuole rimanere sano; in altre parole, mantenere la sua grammaticalità modificando in modo utile la struttura della proteina.

Secondo il comunicato stampa del MIT, i ricercatori hanno addestrato il modello NLP su 60.000 sequenze di HIV, 45.000 sequenze di influenza e 4.000 sequenze di coronavirus per analizzare le sequenze genetiche per la sua grammatica e semantica.

Casi d’uso
Il modello addestrato prevedeva sequenze con un’alta probabilità di mutazione. Il modello prevedeva sequenze in tre proteine: la proteina del picco del coronavirus, la proteina dell’involucro dell’HIV e la proteina dell’emoagglutinina (HA) dell’influenza.

Secondo i risultati, le sequenze nella proteina HA avevano meno probabilità di mutare. Significa che gli anticorpi possono uccidere il gambo di HA abbastanza velocemente da prevenire l’influenza.

Allo stesso modo, per il Coronavirus, la parte della subunità 2 o S2 della proteina spike è la meno probabile che generi mutazioni di fuga. Tuttavia, a differenza dell’influenza e dell’HIV, non sappiamo quanto velocemente siano le mutazioni e se l’attuale vaccino sarà sufficiente. Mentre i risultati iniziali hanno mostrato che le mutazioni non sono così veloci, nuove mutazioni sono apparse a Singapore, Sud Africa e Malesia. Gli scienziati hanno applicato il modello PNL per il nuovo ceppo, poiché la ricerca attende una revisione tra pari.

Nell’HIV, gli scienziati hanno scoperto che le parti V1-V2 della proteina dell’involucro mostravano molte possibilità di mutazioni di fuga.

Andare avanti
La previsione delle mutazioni per le fughe virali può aiutare a identificare rapidamente proteine ​​e proteine ​​pericolose che potrebbero essere rapidamente mirate. Il modello apre infinite opportunità per lo sviluppo di farmaci attraverso le malattie.

I ricercatori del MIT stanno ora lavorando per identificare possibili bersagli per i vaccini contro il cancro che stimolano il sistema immunitario a distruggere i tumori.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi