Covid. Sistema basato su AI individua varianti potenzialmente pericolose

Alcuni ricercatori di due Università britanniche hanno messo a punto un sistema- basato su un algoritmo di clustering – in grado di identificare e tracciare nuove ed eventuali varianti del virus Sars-CoV-2. In pochi giorni, su un comune computer portatile, questo sistema è stato in grado di elaborare 5,7 milioni di sequenze genetiche.

14 MAR - Un team dell’Università di Manchester e dell’Università di Oxford, nel Regno Unito, ha sviluppato un sistema basato sull’intelligenza artificiale in grado di identificare e tracciare nuove varianti potenzialmente pericolose di SARS-CoV-2, il virus che causa il Covid-19. Il sistema, descritto su Proceedings of the National Academy of Sciences, potrebbe rivelarsi utile anche con altre patologie infettive.

Il sistema si basa un algoritmo di clustering denominato CLASSIX – sviluppato dai matematici dell’Università di Manchester – e consente la rapida identificazione di gruppi di genomi virali grazie all’accesso a grandi volumi di dati.

Come altri virus a RNA, anche il SARS-CoV-2 ha un alto tasso di mutazioni e si evolve rapidamente. Attualmente, sono disponibili quasi 16 milioni di sequenze nel database GISAID (Global Initiative on Sharing All Influenza Data), che contiene informazioni sui virus influenzali. Il metodo descritto dai ricercatori britannici consente l’automazione delle attività di ricerca delle varianti. Il team, infatti, ha elaborato 5,7 milioni di sequenze in uno o due giorni su un pc portatile ad uso standard. Il sistema scompone le sequenze genetiche del virus SARS-CoV-2 in ‘parole’ più piccole (3-mers,) rappresentate come numeri che vengono contati, quindi raggruppa sequenze simili in base agli schemi di parole, utilizzando tecniche di apprendimento automatico.
“Se troviamo un modo rapido ed efficiente per individuare preoccupanti varianti, potremmo essere reattivi nella risposta, sviluppando un vaccino ad hoc”, conclude Roberto Cahuantzi, primo autore della ricerca.

Fonte: Proceedings of the National Academy of Sciences 2024

14 marzo 2024
© Riproduzione riservata