Les scientifiques utilisent l’IA pour prédire quels virus pourraient infecter les humains à l’avenir

Les scientifiques utilisent l’IA pour prédire quels virus pourraient infecter les humains à l’avenir
Les scientifiques utilisent l’IA pour prédire quels virus pourraient infecter les humains à l’avenir

Daniel Becker, professeur adjoint de biologie au Dodge Family College of Arts and Sciences de l’Université d’Oklahoma, a dirigé une étude de modélisation proactive au cours de la dernière année et demie pour identifier les espèces de chauves-souris susceptibles de porter des bêtacoronavirus, y compris, mais sans s’y limiter aux virus de type SRAS.

L’étude “Optimisation des modèles prédictifs pour prioriser la découverte virale dans les réservoirs zoonotiques”, publiée par Lancette Microbe, a été guidé par Becker; Greg Albery, boursier postdoctoral au Bansal Lab de l’Université de Georgetown ; et Colin J. Carlson, professeur adjoint de recherche au Center for Global Health Science and Security de Georgetown.

Il comprenait également des collaborateurs de l’Université de l’Idaho, de la Louisiana State University, de l’Université de Californie à Berkeley, de la Colorado State University, de la Pacific Lutheran University, de la Icahn School of Medicine at Mount Sinai, de l’Université de Glasgow, de l’Université de Montréal, de l’Université de Toronto, de l’Université de Gand, University College Dublin, Cary Institute of Ecosystem Studies et American Museum of Natural History.

L’étude de Becker et ses collègues fait partie des efforts plus larges d’une équipe de recherche internationale appelée Verena Consortium (viralemergence.org), qui cherche à prédire quels virus pourraient infecter les humains, quels animaux les hébergent et où ils pourraient émerger. Albery et Carlson ont été co-fondateurs du consortium en 2020, avec Becker comme membre fondateur.

Malgré les investissements mondiaux dans la surveillance des maladies, il reste difficile d’identifier et de surveiller les réservoirs sauvages de virus qui pourraient un jour infecter les humains. Les modèles statistiques sont de plus en plus utilisés pour prioriser les espèces sauvages à échantillonner sur le terrain, mais les prédictions générées à partir de n’importe quel modèle peuvent être très incertaines. Les scientifiques suivent également rarement le succès ou l’échec de leurs prédictions après les avoir faites, ce qui rend difficile l’apprentissage et la création de meilleurs modèles à l’avenir. Ensemble, ces limitations signifient qu’il existe une grande incertitude quant aux modèles les mieux adaptés à la tâche.

Dans cette étude, les chercheurs ont utilisé des chauves-souris hôtes de bêtacoronavirus, un grand groupe de virus qui comprend les responsables du SRAS et du COVID-19, comme étude de cas sur la façon d’utiliser dynamiquement les données pour comparer et valider ces modèles prédictifs d’hôtes réservoirs probables. L’étude est la première à prouver que les modèles d’apprentissage automatique peuvent optimiser l’échantillonnage de la faune pour les virus non découverts et illustre comment ces modèles sont mieux mis en œuvre grâce à un processus dynamique de prédiction, de collecte de données, de validation et de mise à jour.

Au premier trimestre 2020, les chercheurs ont formé huit modèles statistiques différents qui ont prédit quels types d’animaux pourraient héberger des bêtacoronavirus. Pendant plus d’un an, l’équipe a ensuite suivi la découverte de 40 nouveaux hôtes chauves-souris de bêtacoronavirus pour valider les prédictions initiales et mettre à jour dynamiquement leurs modèles. Les chercheurs ont découvert que les modèles exploitant les données sur l’écologie et l’évolution des chauves-souris fonctionnaient extrêmement bien pour prédire de nouveaux hôtes de bêtacoronavirus. En revanche, les modèles de pointe de la science des réseaux qui utilisaient des mathématiques de haut niveau – mais moins de données biologiques – fonctionnaient à peu près aussi bien ou pire que prévu au hasard.

Surtout, leurs modèles révisés ont prédit plus de 400 espèces de chauves-souris dans le monde qui pourraient être des hôtes non détectés de bêtacoronavirus, non seulement en Asie du Sud-Est, mais également en Afrique subsaharienne et dans l’hémisphère occidental. Bien que 21 espèces de rhinolophes (dans le Rhinolophe genre) sont connus pour être des hôtes de virus de type SRAS, les chercheurs ont découvert qu’au moins les deux quarts des réservoirs plausibles de bêtacoronavirus dans ce genre de chauve-souris pourraient encore ne pas être détectés.

“L’une des choses les plus importantes que notre étude nous donne est une liste restreinte basée sur les données des espèces de chauves-souris qui devraient être étudiées plus avant”, a déclaré Becker, qui ajoute que son équipe travaille maintenant avec des biologistes de terrain et des musées pour mettre leurs prédictions à profit. « Après avoir identifié ces hôtes probables, la prochaine étape consiste alors à investir dans la surveillance pour comprendre où et quand les bêtacoronavirus sont susceptibles de se répandre. »

Becker a ajouté que bien que les origines du SRAS-CoV-2 restent incertaines, le débordement d’autres virus des chauves-souris a été déclenché par des formes de perturbation de l’habitat, telles que l’agriculture ou l’urbanisation.

La conservation des chauves-souris est donc un élément important de la santé publique, et notre étude montre qu’en apprendre davantage sur l’écologie de ces animaux peut nous aider à mieux prévoir les futurs événements de débordement..”

Daniel Becker, professeur adjoint de biologie, Dodge Family College of Arts and Sciences, Université de l’Oklahoma

La source:

Référence de la revue :

Becker, DJ, et al. (2022) Optimisation des modèles prédictifs pour prioriser la découverte virale dans les réservoirs zoonotiques. Le Microbe Lancette. doi.org/10.1016/S2666-5247(21)00245-7.

 
For Latest Updates Follow us on Google News
 

PREV Alex De Minaur v Kamil Majchrzak, Stefanos Tsitsipas v Sebastian Baez, Alejandro Davidovich Fokina v Felix Auger Aliassime résultats, scores, tirage au sort, calendrier, comment regarder, dates, cotes
NEXT Mint’N Dry passe au vert avec des solutions de nettoyage fabriquées au Canada
----