A maior descoberta de novos vírus lança luz sobre a virosfera oculta
Por Universidade de Sydney com informações de Science Daily.
A inteligência artificial (IA) tem sido usada para revelar detalhes de um ramo diverso e fundamental da vida que vive bem debaixo dos nossos pés e em todos os cantos do globo.
161.979 novas espécies de vírus de RNA foram descobertas usando uma ferramenta de aprendizado de máquina que, segundo os pesquisadores, melhorará muito o mapeamento da vida na Terra e poderá auxiliar na identificação de muitos milhões de vírus ainda a serem caracterizados.
Publicado na Cell e conduzido por uma equipe internacional de pesquisadores, o estudo é o maior artigo sobre descoberta de espécies de vírus já publicado.
“Foi-nos oferecida uma janela para uma parte oculta da vida na Terra, revelando uma biodiversidade notável”, disse o autor sênior, Professor Edwards Holmes, da Escola de Ciências Médicas da Faculdade de Medicina e Saúde da Universidade de Sydney.
“Este é o maior número de novas espécies de vírus descobertas em um único estudo, expandindo enormemente nosso conhecimento dos vírus que vivem entre nós”, disse o professor Holmes. “Descobrir tantos vírus novos de uma só vez é alucinante, e isso só arranha a superfície, abrindo um mundo de descobertas. Há milhões a mais para serem descobertos, e podemos aplicar essa mesma abordagem para identificar bactérias e parasitas.”
Embora os vírus de RNA sejam comumente associados a doenças humanas, eles também são encontrados em ambientes extremos ao redor do mundo e podem até desempenhar papéis importantes em ecossistemas globais. Neste estudo, eles foram encontrados vivendo na atmosfera, fontes termais e fontes hidrotermais.
“O fato de ambientes extremos abrigarem tantos tipos de vírus é apenas mais um exemplo de sua diversidade fenomenal e tenacidade para viver nos cenários mais adversos, o que pode nos dar pistas sobre como os vírus e outras formas de vida elementares surgiram”, disse o professor Holmes.
COMO A FERRAMENTA DE IA FUNCIONOU
Os pesquisadores construíram um algoritmo de aprendizado profundo, LucaProt, para computar vastos conjuntos de dados de sequência genética, incluindo longos genomas de vírus de até 47.250 nucleotídeos e informações genomicamente complexas para descobrir mais de 160.000 vírus.
“A grande maioria desses vírus já havia sido sequenciada e estava em bancos de dados públicos, mas eles eram tão divergentes que ninguém sabia o que eram”, disse o professor Holmes. “Eles compreendiam o que é frequentemente chamado de sequência ‘matéria escura’. Nosso método de IA foi capaz de organizar e categorizar todas essas informações díspares, lançando luz sobre o significado dessa matéria escura pela primeira vez.
A ferramenta de IA foi treinada para calcular a matéria escura e identificar vírus com base em sequências e estruturas secundárias da proteína que todos os vírus de RNA usam para replicação.
Foi possível acelerar significativamente a descoberta de vírus, o que, se fossem usados métodos tradicionais, levaria muito tempo.
Coautor da Universidade Sun Yat-sen, o líder institucional do estudo, Professor Mang Shi disse: “Costumávamos confiar em pipelines de bioinformática tediosos para descoberta de vírus, o que limitava a diversidade que podíamos explorar. Agora, temos um modelo baseado em IA muito mais eficaz que oferece sensibilidade e especificidade excepcionais e, ao mesmo tempo, nos permite aprofundar muito mais na diversidade viral. Planejamos aplicar esse modelo em várias aplicações.”
O coautor Dr. Zhao-Rong Li, que pesquisa no Apsara Lab da Alibaba Cloud Intelligence, disse: “LucaProt representa uma integração significativa de tecnologia de IA de ponta e virologia, demonstrando que a IA pode efetivamente realizar tarefas em exploração biológica. Essa integração fornece insights valiosos e incentivo para decodificação adicional de sequências biológicas e a desconstrução de sistemas biológicos de uma nova perspectiva. Também continuaremos nossa pesquisa no campo de IA para virologia.”
O professor Holmes disse: “O próximo passo óbvio é treinar nosso método para encontrar ainda mais dessa incrível diversidade, e quem sabe que surpresas extras nos aguardam.”
Fonte da história:
Materiais fornecidos pela University of Sydney. Nota: O conteúdo pode ser editado quanto ao estilo e comprimento.
Referência do periódico :
Xin Hou, Yong He, Pan Fang, Shi-Qiang Mei, Zan Xu, Wei-Chen Wu, Jun-Hua Tian, Shun Zhang, Zhen-Yu Zeng, Qin-Yu Gou, Gen-Yang Xin, Shi-Jia Le, Yin-Yue Xia, Yu-Lan Zhou, Feng-Ming Hui, Yuan-Fei Pan, John-Sebastian Eden, Zhao-Hui Yang, Chong Han, Yue-Long Shu, Deyin Guo, Jun Li, Edward C. Holmes, Zhao-Rong Li, Mang Shi. Using artificial intelligence to document the hidden RNA virosphere. Cell, 2024; DOI: 10.1016/j.cell.2024.09.027
