Inicio  /  Historias
SALUD

Inteligencia artificial sugiere que mutaciones de COVID-19 serían más infecciosas

De acuerdo a la inteligencia artificial, el COVID-19 podría hacerse más infeccioso con el paso del tiempo

La pandemia por COVID-19 puso en alerta a todo el mundo. Tras una serie de investigaciones, la Inteligencia Artificial sugiere que este virus podría hacerse más infeccioso con el paso del tiempo.

Te recomendamos: Estas son las 157 colonias en semáforo rojo de la Ciudad de México por COVID-19

Tras analizar el genotipo del SARS-CoV-2, un nuevo modelo de aprendizaje automático sugiere que las mutaciones en este coronavirus se han hecho más infecciosas, pues después de estudiar 20 mil muestras los investigadores encontraron que cinco de los seis subtipos hasta ahora conocidos son más letales.

Aunque los detalles de esta investigación no han sido revisados por partes, ya se encuentran disponibles para su consulta en línea.

¿Qué sucede con la mutación del COVID-19?

Según Guowei Wei, autor principal de este estudio, “el conocimiento sobre la infectividad del SARS-CoV-2 es un factor vital para las medidas preventivas contra la COVID-19 y la reapertura de la economía global”, por lo que “una pregunta crucial es cuáles son las ramificaciones de estas mutaciones en la transmisión, el diagnóstico, la prevención y el tratamiento de la enfermedad”.

Pese a que la mutación en los virus es un proceso natural e incluso puede ser buena en las ultimas instancias al hacer que estos pierdan su capacidad para transmitirse, en el caso del SARS-CoV-2 está sucediendo todo lo contrario.

La infección del coronavirus se produce cuando la proteína espiga (o S) interactúa con un receptor de la célula huesped humana conocida como la enzima conversiva de la angiotensina 2 o ACE2. En esta juega un concepto fundamental denominado “afinidad de unión” pues es la fuerza de interacción que une a la proteína con el receptor del huésped en la fase inicial de la infección.

“La infectividad aumenta si se fortalece la afinidad de unión, pero Actualmente, se han encontrado más de 50 mutaciones junto con la interfaz de unión al dominio receptor-obligatorio (o RBD para abreviar) de las proteínas espiga que tiene 194 posibles sitios de mutación” señaló Wei.

¿Cómo se desarrolló la investigación?

El equipo de trabajo de Guowei Wei desarrolló una modelo de aprendizaje automático como una red neuronal avanzada. En esta se tuvo el objetivo de analizar 8 mil registros de interacción de proteínas para determinar el impacto de las mutaciones actuales en la afinidad de unión de la proteína espiga del SARS-CoV-2.

Los resultados expusieron que había una mayor afinidad de unión en cinco de los seis subtipos conocidos, lo que concluyó que la infectividad pudo haber aumentado como resultado de las mutaciones.

¿Cuál sería la perspectiva hacia el futuro?

“Es extremadamente importante saber si los subtipos futuros de SARS-CoV-2 supondrían un peligro inminente para la salud pública. Con este fin, hemos realizado una selección sistemática de todas las posibles 3.686 mutaciones futuras en 194 posibles sitios de mutación a lo largo del RBD”

… dijo Wei, quien en su modelo predice que múltiples residuos en el adorno receptor obligatorio tiene una alta posibilidad de mutar en cepas de COVID-19 mucho más infecciosas.

Aunque las predicciones no están comprobadas en su totalidad, los expertos advierten que las predicciones hechas, con la ayuda de la inteligencia artificial, son el primer paso hacia más estudios para comprender completamente el impacto que la mutación de infectividad de la COVID-19 tendría en los seres humanos.