Rhinolophus rouxi, que habita en partes del sur de Asia, fue identificado como un hu\u00e9sped betacoronavirus probable pero no detectado por los autores del estudio. Cr\u00e9dito: Brock y Sherri Fenton <\/p>\n
Un equipo de investigaci\u00f3n internacional dirigido por cient\u00edficos de la Universidad de Georgetown ha demostrado el poder de la inteligencia artificial para predecir qu\u00e9 virus podr\u00edan infectar a los humanos, como el SARS-CoV-2, el virus que condujo a la pandemia de COVID-19, que los animales acogerlos y d\u00f3nde podr\u00edan surgir. <\/p>\n
Su conjunto de modelos predictivos de probables hu\u00e9spedes reservorio, publicado el 10 de enero en Lancet Microbe (\u00abOptimizaci\u00f3n de modelos predictivos para priorizar el descubrimiento viral en reservorios zoon\u00f3ticos\u00bb), fue validado en un proyecto de 18 meses para identificar especies espec\u00edficas de murci\u00e9lagos que puedan portar betacoronavirus, el grupo que incluye los virus similares al SARS.<\/p>\n
\u00abSi desea encontrar estos virus, debe comenzar por perfilar a sus hu\u00e9spedes, su ecolog\u00eda, su evoluci\u00f3n, incluso la forma de sus alas\u00bb, explica el El autor principal del estudio, Colin Carlson, Ph.D., profesor asistente de investigaci\u00f3n en el Departamento de Microbiolog\u00eda e Inmunolog\u00eda y miembro del Centro de Ciencias de la Salud Global y Seguridad de Georgetown en el Centro M\u00e9dico de la Universidad de Georgetown. \u00abLa inteligencia artificial nos permite tomar datos sobre murci\u00e9lagos y convertirlos en predicciones concretas: \u00bfd\u00f3nde deber\u00edamos estar buscando el pr\u00f3ximo SARS?\u00bb<\/p>\n
A pesar de las inversiones globales en la vigilancia de enfermedades, sigue siendo dif\u00edcil identificar y monitorear los reservorios de vida silvestre de virus que alg\u00fan d\u00eda podr\u00edan infectar a los humanos. Los modelos estad\u00edsticos se utilizan cada vez m\u00e1s para priorizar qu\u00e9 especies de vida silvestre muestrear en el campo, pero las predicciones que se generan a partir de cualquier modelo pueden ser muy inciertas. Los cient\u00edficos rara vez rastrean el \u00e9xito o el fracaso de sus predicciones despu\u00e9s de hacerlas, lo que dificulta aprender y hacer mejores modelos en el futuro. Juntas, estas limitaciones significan que existe una gran incertidumbre sobre qu\u00e9 modelos pueden ser los m\u00e1s adecuados para la tarea.<\/p>\n
Este nuevo estudio sugiere que la b\u00fasqueda de virus estrechamente relacionados podr\u00eda no ser trivial, con m\u00e1s de 400 murci\u00e9lagos Se prev\u00e9 que las especies de todo el mundo alberguen betacoronavirus, un gran grupo de virus que incluye a los responsables del SARS-CoV (el virus que caus\u00f3 el brote de SARS de 2002-2004) y el SARS-CoV-2 (el virus que causa el COVID-19) . Aunque el origen del SARS-CoV-2 sigue siendo incierto, la propagaci\u00f3n de otros virus de los murci\u00e9lagos es un problema creciente debido a factores como la expansi\u00f3n agr\u00edcola y el cambio clim\u00e1tico.<\/p>\n
Greg Albery, Ph.D., un posdoctorado miembro del Departamento de Biolog\u00eda de Georgetown, dice que COVID-19 proporcion\u00f3 el impulso para acelerar su investigaci\u00f3n. \u00abEsta es una oportunidad realmente rara\u00bb, explica Albery. \u00abFuera de una pandemia, nunca aprender\u00edamos tanto sobre estos virus en tan poco tiempo. Una d\u00e9cada de investigaci\u00f3n se ha colapsado en aproximadamente un a\u00f1o de publicaciones, y significa que realmente podemos demostrar que estas herramientas funcionan\u00bb.<\/p>\n
En el primer trimestre de 2020, el equipo de investigadores entren\u00f3 ocho modelos estad\u00edsticos diferentes que predijeron qu\u00e9 tipos de animales podr\u00edan albergar betacoronavirus. Durante m\u00e1s de un a\u00f1o, el equipo rastre\u00f3 el descubrimiento de 40 nuevos murci\u00e9lagos anfitriones de betacoronavirus para validar las predicciones iniciales y actualizar din\u00e1micamente sus modelos. Los investigadores descubrieron que los modelos que aprovechan los datos sobre la ecolog\u00eda y la evoluci\u00f3n de los murci\u00e9lagos se desempe\u00f1aron extremadamente bien en la predicci\u00f3n de nuevos anfitriones. Por el contrario, los modelos de vanguardia de la ciencia de redes que utilizaron matem\u00e1ticas de alto nivel pero menos datos biol\u00f3gicos se desempe\u00f1aron aproximadamente tan bien o peor de lo esperado al azar.<\/p>\n
\u00abUna de las cosas m\u00e1s importantes que nos brinda nuestro estudio es una una lista restringida de qu\u00e9 especies de murci\u00e9lagos deben estudiarse m\u00e1s a fondo\u00bb, dice Daniel Becker, Ph.D., profesor asistente de biolog\u00eda en la Universidad de Oklahoma. \u00abDespu\u00e9s de identificar estos posibles anfitriones, el siguiente paso es invertir en el monitoreo para comprender d\u00f3nde y cu\u00e1ndo es probable que se propaguen los betacoronavirus\u00bb.<\/p>\n
Carlson dice que el equipo ahora est\u00e1 trabajando con otros cient\u00edficos de todo el mundo para analizar muestras de murci\u00e9lagos en busca de coronavirus en funci\u00f3n de sus predicciones.<\/p>\n
\u00abSi gastamos menos dinero, recursos y tiempo buscando estos virus, podemos poner todos esos recursos en las cosas que realmente salvan vidas en el futuro\u00bb. Podemos invertir en la construcci\u00f3n de vacunas universales para atacar esos virus, o monitorear el contagio en las personas que viven cerca de los murci\u00e9lagos \u00ab, dice Carlson. \u00abEs beneficioso para la ciencia y la salud p\u00fablica\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Los cient\u00edficos encuentran coronavirus relacionados con el SARS-CoV-2 en murci\u00e9lagos camboyanos desde 2010 M\u00e1s informaci\u00f3n:<\/strong> \u00abOptimizaci\u00f3n de modelos predictivos para priorizar el descubrimiento viral en reservorios zoon\u00f3ticos\u00bb Lancet Microbe, DOI : 10.1016\/S2666-5247(21)00245-7 Proporcionado por el Centro M\u00e9dico de la Universidad de Georgetown Cita<\/strong>: Los investigadores usan inteligencia artificial para guiar la b\u00fasqueda del pr\u00f3ximo virus similar al SARS (2022, 10 de enero) recuperado 29 Agosto de 2022 de https:\/\/medicalxpress.com\/news\/2022-01-artificial-intelligence-sars-like-virus.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Rhinolophus rouxi, que habita en partes del sur de Asia, fue identificado como un hu\u00e9sped betacoronavirus probable pero no detectado por los autores del estudio. Cr\u00e9dito: Brock y Sherri Fenton Un equipo de investigaci\u00f3n internacional dirigido por cient\u00edficos de la Universidad de Georgetown ha demostrado el poder de la inteligencia artificial para predecir qu\u00e9 virus … Continuar leyendo \u00abLos investigadores usan inteligencia artificial para guiar la b\u00fasqueda del pr\u00f3ximo virus similar al SARS\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-7178","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/7178","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=7178"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/7178\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=7178"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=7178"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=7178"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}