L’IA cerca i virus ancora “invisibili”: un nuovo modello predice quali mammiferi potrebbero ospitarli

Uno studio della Sapienza pubblicato su Nature Communications introduce il Dynamic Positive-Unlabeled learning, un metodo che tiene conto dei vuoti e degli squilibri nei dati disponibili. Il modello individua associazioni tra virus e mammiferi finora sconosciute e può aiutare a indirizzare la sorveglianza dei patogeni zoonotici

Questo articolo è gratis.

Per leggerne altri, ricevere le newsletter e avere libero accesso ai contenuti scelti dalla redazione

Registrati

La maggior parte dei virus zoonotici presenti nei mammiferi potrebbe essere ancora sconosciuta alla scienza. In questo scenario, un nuovo metodo di intelligenza artificiale sviluppato da ricercatori della Sapienza Università di Roma propone un modo per individuare, tra le associazioni ancora non osservate, quelle più plausibili tra virus e specie animali. Lo studio, condotto dal Dipartimento di Fisica e dal Dipartimento di Biologia e Biotecnologie “Charles Darwin”, è stato pubblicato su Nature Communications.

L’obiettivo non è prevedere quale sarà il prossimo virus responsabile di un’epidemia, ma affrontare uno dei problemi fondamentali della sorveglianza delle zoonosi: distinguere ciò che sappiamo da ciò che semplicemente non abbiamo ancora osservato. Le banche dati sulle interazioni tra virus e ospiti, infatti, non costituiscono un inventario completo della natura. Sono il risultato di decenni di attività di ricerca distribuite in modo disomogeneo tra specie, territori e gruppi virali. Questo squilibrio introduce un problema statistico rilevante. L’assenza di una determinata associazione nei database può avere almeno due spiegazioni: il virus potrebbe effettivamente non essere presente in quella specie oppure l’interazione potrebbe non essere mai stata cercata o rilevata. Confondere le due situazioni può portare i modelli predittivi a interpretare come “assenza” ciò che in realtà è soltanto una lacuna di conoscenza.

È proprio su questa distinzione che interviene il metodo sviluppato dal gruppo della Sapienza, denominato Dynamic Positive-Unlabeled learning (DPU). L’approccio appartiene alla famiglia delle tecniche di apprendimento automatico progettate per lavorare con dati nei quali sono disponibili esempi positivi, mentre una parte delle osservazioni non può essere classificata con sicurezza né come positiva né come negativa. Nel caso delle relazioni virus-ospite, le associazioni documentate costituiscono quindi evidenze positive, mentre gran parte delle combinazioni non osservate rimane “non etichettata”. Il modello cerca di trattare dinamicamente questa seconda categoria, invece di assumere automaticamente che un’associazione non riportata corrisponda a un’interazione biologicamente assente.

La questione è particolarmente importante nello studio delle malattie infettive emergenti. I virus zoonotici sono agenti patogeni capaci di passare dagli animali all’uomo e, in determinate condizioni, di trasmettersi successivamente tra esseri umani. La storia recente ha mostrato quanto possa essere difficile individuare tempestivamente agenti patogeni emergenti. SARS, MERS, Ebola, Nipah e SARS-CoV-2 appartengono a contesti epidemiologici differenti, ma hanno contribuito a evidenziare l’importanza della sorveglianza dei serbatoi animali e delle interazioni tra virus, ospiti ed ecosistemi. Secondo i ricercatori, le conoscenze attuali rappresentano soltanto una frazione della diversità virale presente nei mammiferi. La stima secondo cui sarebbe stato descritto meno dell’1% dei virus zoonotici dei mammiferi va tuttavia interpretata come una valutazione dell’ampiezza della porzione ancora inesplorata, non come la percentuale di virus che necessariamente rappresenterebbero una minaccia per l’uomo. La maggior parte dei virus sconosciuti non è infatti automaticamente destinata a diventare un patogeno umano.

Lo studio