Coronavirus, un modello prevede le mutazioni

Giocare d'anticipo sui virus dell'influenza, sull'Hiv e il SarsCoV2, prevedendo le mutazioni più probabili con le quali cercheranno di sfuggire alle difese immunitarie e ai vaccini: diventa possibile grazie a un algoritmo ispirato al linguaggio umano. Un aiuto fondamentale nella lotta alle infezioni arriva a sorpresa da intelligenza artificiale e analisi linguistica e per la prima volta fornisce uno strumento fondamentale per mettere a punto futuri farmaci e vaccini. Pubblicata sulla rivista Science, la scoperta arriva dal gruppo del Massachusetts Institute of Technology (Mit) coordinato da Brian Hie. Dopo che l'articolo è stato accettato per la pubblicazione, la ricerca ha continuato ad andare avanti a grandi passi e i ricercatori hanno applicato il loro modello anche alle nuove varianti inglese e sudafricana del virus SarsCoV2. Sono state individuate in questo modo sequenze che permettono a queste varianti di sfuggire a difese immunitarie e vaccini.

Sono risultati preziosi in questo momento, ma non ancora pubblicati e che perciò devono essere sottoposti alla revisione da parte della comunità scientifica. Il punto di partenza della ricerca, condotta anche da Ellen Zhong, Bonnie Berger e Bryan Bryson, è stata l'osservazione di come uno dei principali ostacoli alla produzione di farmaci e vaccini sia l'abilità dei virus di mutare per sfuggire alle difese immunitarie, secondo un meccanismo chiamato "elusione virale". La sfida era comprendere i segreti di questo meccanismo di fuga e la soluzione è stata altrettanto originale: chiedere aiuto all'intelligenza artificiale e agli algoritmi finora utilizzati per studiare il linguaggio. "Abbiamo identificato le mutazioni che, conservando la capacità del virus di essere infettivo, rendono il suo aspetto diverso per il sistema immunitario, proprio come si può modificare il significato di una frase utilizzando parole diverse su una stessa struttura grammaticale", scrivono i ricercatori nell'articolo.

Nel caso dei virus le parole sono le sequenze genetiche delle proteine che si trovano sulla loro superficie, come l'emoagglutinina per i virus dell'influenza e la proteina Spike per il SarsCoV2. "Il nostro studio - dicono ancora i ricercatori - rappresenta un promettente ponte concettuale tra il linguaggio naturale e l'evoluzione dei virus". La scommessa è allora riuscire a decifrare la 'semantica' che rende i virus irriconoscibili al sistema immunitario, come se parlasse una lingua sconosciuta e i risultati finora ottenuti sono buoni, visto che i modelli sviluppati per influenza di tipo A, Hiv e SarsCoV2 hanno previsto con precisione le mutazioni casuali senza ricevere un addestramento e utilizzando solo i dati relativi alle sequenze delle proteine di superficie.