L'intelligenza artificiale aiuta a identificare i virus che rischiano di fare il temuto 'salto di specie' dall'animale all'uomo come il coronavirus SarsCoV2: lo fa grazie a un sistema di apprendimento automatico che valuta i genomi dei virus, permettendo così di concentrare gli sforzi per monitorare solo quelli potenzialmente più pericolosi. Il risultato è pubblicato sulla rivista Plos Biology dai ricercatori dell'Università di Glasgow.
Individuare le zoonosi (cioè le malattie che si trasmettono dagli animali all'uomo) prima della loro insorgenza è un'impresa ardua, perché nel mondo animale circolano più di 1,6 milioni di virus e solo una piccola minoranza è davvero in grado di infettare gli esseri umani. Per riuscire a individuarla, i ricercatori hanno innanzitutto realizzato un database con 861 specie di virus appartenenti a 36 famiglie: da qui sono partiti per sviluppare dei modelli di apprendimento automatico che assegnassero una probabilità di infezione nell'uomo sulla base della classificazione tassonomica dei virus e del loro legame con altri già noti come patogeni per l'uomo.
Il modello che ha dimostrato le migliori performance è stato poi utilizzato per analizzare altri genomi di varie specie virali: si è così scoperto che i genomi potrebbero avere caratteristiche indipendenti dalla classificazione tassonomica e che potrebbero predisporre i virus ad adattarsi all'uomo. I virus etichettati come sospetti dall'intelligenza artificiale potranno essere studiati più a fondo per caratterizzarli meglio e iniziare lo sviluppo di eventuali vaccini.
Riproduzione riservata © Copyright ANSA
