Extraer muestras de distintos ambientes y tratar de secuenciar su ADN comparándolo con el material genético de otros virus o bacterias es la forma más eficaz de identificar nuevas especies de virus.
Es un proceso complejo que, sin embargo, gracias a la Inteligencia Artificial (IA), ha tornado mucho más efectiva la identificación de microorganismos, según publica un nuevo estudio presentado en una reunión del departamento estadounidense de energía (DOE).
6.000 especies nuevas
Gracias a esta nueva técnica en el que se ha usado el machine learning (aprendizaje automático) han sido descubiertos así 6.000 especies de virus previamente desconocidas en compost procedente del zoo de Sao Paulo.
Esta clase de procedimiento, el machine learning, consiste en entrenar un algoritmo de inteligencia arficial para que aprende por sí mismo a ser cada vez más eficaz en una tarea. Para ello, Simon Roux, del Joint Genome Institute, en Walnut Creek (California), entrenó el algoritmo con dos entradas de datos: uno contenía 305 secuencias del genoma de Inoviridae (familia de virus que infectan bacterias) y el otro, unas 2.000 secuencias de otros microorganismos.
En un estudio separado, Deyvid Amgarten, un bioinformático de la Universidad de São Paulo en Brasil, implementó el aprendizaje automático para encontrar virus en pilas de compost en el zoológico de la ciudad. Él programó su algoritmo para buscar algunas características distintivas de los genomas de virus, como la densidad de genes en hebras de ADN de una longitud determinada. Después del entrenamiento, la computadora recuperó varios genomas que parecen nuevos, dice Amgarten, quien presentó sus resultados en la reunión de JGI. El paso final será aprender qué proteínas producen esos virus y ver si alguno de ellos acelera la velocidad a la que se descompone la materia orgánica a fin de mejorar la eficiencia del compostaje.
Imagen | maiabee
Ver 1 comentarios