La URV consigue predecir mutaciones del coronavirus a través de redes neuronales artificiales

El grupo de investigación Quimioinformàtica y Nutrición de la Universitat Rovira i Virgili (URV) ha diseñado un sistema de aprendizaje automático, basado en una red neuronal artificial, que es capaz de predecir las mutaciones del coronavirus. Este sistema, que no se había aplicado nunca en la predicción de mutaciones del virus, permite a los investigadores adelantarse a los cambios recurrentes de estos. El equipo de la URV explica que toda esta información permitiría adelantarse al desarrollo de fármacos y hacerlos más efectivos de cara a la eliminación del virus. Además, apunta que la metodología es replicable en futuras pandemias, especialmente si las causa la covid o una nueva variante.

Desde la URV detallan que los virus son agentes infecciosos que necesitan células vivas de un huésped para reproducirse. Cuando infectan una célula, fuerzan sus mecanismos reproductores a sintetizar la información genética del mismo virus. En el caso del coronavirus, las instrucciones necesarias para el proceso de reproducción están contenidas en su núcleo en forma de ácido ribonucleico (ARN). Así, mientras el ADN humano presenta una estructura de doble hélice, el ARN está formado por una sola cadena, que codifica la información mediante cuatro componentes: adenina, guanina, citosina y uracilo.

Cuando existen errores en el proceso de replicación -cambios en la orden en que se presentan estas cuatro bases- aparecen las mutaciones. Si bien se creía que estos desórdenes en las cadenas de ARN eran totalmente aleatorios, investigaciones anteriores detectaron que había errores más frecuentes que de otros. Más concretamente, indican los expertos, algunas enzimas - sustancias orgánicas que catalizan reacciones químicas- propias del huésped tendían a convertir la citosina del ARN del virus en uracilo.

En este contexto, el grupo de investigación de la URV, liderado por los investigadores Gerard Pujadas y Santi Garcia, ha diseñado un sistema de aprendizaje automático que es capaz de predecir las mutaciones del virus, derivadas del contacto de la información genética con ciertas enzimas del huésped. Una vez analizada la evolución del virus, el doctorando de la URV, Bryan Saldivar, «entrenó» una red neuronal artificial con datos de más de 800.000 genomas del virus a fin de que esta aprendiera a predecir qué mutaciones recurrentes se darían de cara al futuro. Concretamente, se reservaron cuatro genes, uno de los cuales contiene la información de la proteína que permite al virus entrar a las células para infectarlas, con el fin de focalizar el estudio en esta dirección.

Este sistema, que no se había aplicado nunca en la predicción de mutaciones del virus, ha permitido a los investigadores adelantarse a los cambios recurrentes del virus, catalizados por las enzimas propias del cuerpo humano. El procedimiento también identifica aquellas partes del virus que no pueden cambiar, ya que si lo hacen el agente infeccioso es incapaz de reproducirse. «Esta investigación aporta información relevante para la comunidad científica, y queda aquí para que se pueda consultar», ha cerrado Garcia.