Les scientifiques utilisent l’intelligence artificielle pour guider la recherche du prochain virus semblable au SRAS

Les scientifiques utilisent l’intelligence artificielle pour guider la recherche du prochain virus semblable au SRAS
Les scientifiques utilisent l’intelligence artificielle pour guider la recherche du prochain virus semblable au SRAS

WASHINGTON – Une équipe de recherche internationale dirigée par des scientifiques de l’Université de Georgetown a démontré le pouvoir de l’intelligence artificielle pour prédire quels virus pourraient infecter les humains – comme le SRAS-CoV-2, le virus qui a conduit à la pandémie de COVID-19 – quels animaux les hébergent, et où ils pourraient émerger.

Leur ensemble de modèles prédictifs d’hôtes réservoirs probables, publié le 10 janvier dans Lancet Microbe (« Optimisation des modèles prédictifs pour prioriser la découverte virale dans les réservoirs zoonotiques »), a été validé dans le cadre d’un projet de 18 mois visant à identifier des espèces de chauves-souris spécifiques susceptibles de porter des bêtacoronavirus, le groupe qui comprend les virus de type SRAS.

“Si vous voulez trouver ces virus, vous devez commencer par profiler leurs hôtes – leur écologie, leur évolution, même la forme de leurs ailes”, explique l’auteur principal de l’étude, Colin Carlson, PhD, professeur adjoint de recherche au département. de microbiologie et d’immunologie et membre du Georgetown’s Center for Global Health Science and Security au Georgetown University Medical Center. « L’intelligence artificielle nous permet de prendre des données sur les chauves-souris et de les transformer en prédictions concrètes : où devrions-nous chercher le prochain SRAS ? »

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.

Cette nouvelle étude suggère que la recherche de virus étroitement liés pourrait être non négligeable, avec plus de 400 espèces de chauves-souris dans le monde qui devraient héberger des bêtacoronavirus, un grand groupe de virus qui comprend ceux responsables du SRAS-CoV (le virus qui a causé le épidémie de SRAS 2002-2004) et SARS-CoV-2 (le virus qui cause le COVID-19). Bien que l’origine du SRAS-CoV-2 reste incertaine, la propagation d’autres virus par les chauves-souris est un problème croissant en raison de facteurs tels que l’expansion agricole et le changement climatique.

Greg Albery, PhD, boursier postdoctoral au département de biologie de Georgetown, affirme que COVID-19 a donné l’impulsion nécessaire pour accélérer leurs recherches. « C’est une opportunité vraiment rare, explique Albery. «En dehors d’une pandémie, nous n’apprendrons jamais autant sur ces virus dans un si court laps de temps. Une décennie de recherche a été réduite à environ un an de publications, et cela signifie que nous pouvons réellement montrer que ces outils fonctionnent. »

Au premier trimestre 2020, l’équipe de chercheurs a 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. 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.

“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”, explique Daniel Becker, PhD, professeur adjoint de biologie à l’Université d’Oklahoma. « 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. »

Carlson dit que l’équipe travaille maintenant avec d’autres scientifiques du monde entier pour tester des échantillons de chauves-souris pour les coronavirus sur la base de leurs prédictions.

« Si nous dépensons moins d’argent, de ressources et de temps à rechercher ces virus, nous pouvons consacrer toutes ces ressources à des choses qui sauveront réellement des vies plus tard. Nous pouvons investir dans la création de vaccins universels pour cibler ces virus ou dans la surveillance des débordements chez les personnes vivant à proximité des chauves-souris », explique Carlson. « C’est un gagnant-gagnant pour la science et la santé publique. »

/Diffusion publique. Ce matériel de l’organisation/des auteurs d’origine peut être de nature ponctuelle, édité pour plus de clarté, de style et de longueur. Les points de vue et opinions exprimés sont ceux de l’auteur (s). Voir en intégralité ici.

 
For Latest Updates Follow us on Google News
 

PREV La consommation d’huile d’olive peut réduire le risque de CV et de décès toutes causes confondues
NEXT NT agit pour calmer les craintes de COVID, 594 cas | L’Avocat – Hepburn
----