A estrutura combina técnicas de redução de dimensão e um novo algoritmo de agrupamento explicável chamado CLASSIX, desenvolvido por matemáticos da Universidade de Manchester. Isto permite a rápida identificação de grupos de genomas virais que podem representar um risco no futuro devido a grandes volumes de dados.
PUBLICIDADE
O estudo, apresentado na revista PNAS, poderia apoiar métodos tradicionais de rastreamento da evolução viral, como a análise filogenética , que atualmente requer extensa curadoria manual.
Mathematicians use AI to identify emerging COVID-19 variants @AdmissionsUoM @PNASNews https://t.co/qYhhE7wRjZ
— Medical Xpress (@medical_xpress) March 11, 2024
Roberto Cahuantzi, pesquisador da Universidade de Manchester e primeiro e correspondente autor do artigo, disse: “Desde o surgimento do covid-19, vimos múltiplas ondas de novas variantes, maior transmissibilidade, evasão de respostas imunológicas e aumento da gravidade de doença.”
Tal como muitos outros vírus ARN, o covid-19 tem uma elevada taxa de mutação e um curto período de tempo entre gerações, o que significa que evolui extremamente rapidamente. Isto significa que a identificação de novas estirpes que provavelmente serão problemáticas no futuro requer um esforço considerável.
PUBLICIDADE
Atualmente, existem quase 16 milhões de sequências disponíveis na base de dados GISAID (Iniciativa Global sobre Partilha de Todos os Dados da Gripe), que fornece acesso a dados genómicos dos vírus da gripe.
O mapeamento da evolução e da história de todos os genomas da covid-19 a partir destes dados é feito atualmente utilizando grandes quantidades de tempo humano e computacional.
O método descrito permite a automação de tais tarefas. Os pesquisadores processaram 5,7 milhões de sequências de alta cobertura em apenas um ou dois dias em um laptop moderno padrão; isto não seria possível com os métodos existentes, colocando a identificação de estirpes patogénicas preocupantes nas mãos de mais investigadores devido à redução das necessidades de recursos.
PUBLICIDADE
O método proposto funciona dividindo as sequências genéticas do vírus covid-19 em “palavras” menores (chamadas 3-mers) representadas como números, contando-as. Em seguida, ele agrupa sequências semelhantes com base em seus padrões de palavras usando técnicas de aprendizado de máquina.
Stefan Güttel, professor de matemática aplicada na Universidade de Manchester, disse: “O algoritmo de agrupamento CLASSIX que desenvolvemos é muito menos exigente em termos computacionais do que os métodos tradicionais e é totalmente explicável, o que significa que fornece explicações textuais e visuais dos clusters computados.”
Leia também:
