Els investigadors han utilitzat la intel·ligència artificial (IA) per identificar 70. 500 nous virus que anteriorment eren desconeguts per la ciència, molts dels quals són inusuals i diferents de qualsevol espècie documentada. La identificació d'aquests virus d'ARN es va aconseguir mitjançant la metagenòmica, un procés que permet als científics prendre mostres de tots els genomes en un entorn sense necessitat de cultivar virus individuals. Aquest mètode subratlla el potencial de la IA per explorar la 'matèria fosca' del domini dels virus d'ARN. Els virus són microorganismes omnipresents que poden infectar animals, plantes i fins i tot bacteris; però, només un nombre reduït ha estat identificat i documentat. Artem Babaian, un virologista computacional de la Universitat de Toronto al Canadà, afirma que hi ha una 'fossa sense fons' de virus desconeguts. Alguns d'aquests virus poden ser responsables de malalties en humans, la qual cosa significa que detallar-los podria il·luminar malalties inexplicades, segons Babaian. Investigacions prèvies han utilitzat tècniques d'aprenentatge automàtic per descobrir nous virus dins de dades de seqüenciació. L'estudi actual, publicat a *Cell* aquesta setmana, afavoreix aquesta recerca examinant estructures de proteïnes predites. El model d'IA incorpora una eina de predicció de proteïnes anomenada ESMFold, creada per científics de Meta (anteriorment Facebook, amb seu a Menlo Park, Califòrnia). Un altre sistema d'IA similar, AlphaFold, va ser desenvolupat per investigadors de Google DeepMind a Londres, que recentment va guanyar el Premi Nobel de Química. Virus no detectats El 2022, Babaian i el seu equip van analitzar 5, 7 milions de mostres genòmiques emmagatzemades en bases de dades accessibles al públic i van descobrir gairebé 132. 000 nous virus d'ARN. Altres equips d'investigació també han realitzat iniciatives similars. No obstant això, els virus d'ARN evolucionen ràpidament i els mètodes d'identificació actuals probablement en passem per alt molts. Un enfocament estàndard és buscar una part del genoma que codifica una proteïna crucial involucrada en la replicació de l'ARN coneguda com ARN polímerasa dependent d'ARN (RdRp).

Si la seqüència d'aquesta proteïna en un virus difereix significativament de les seqüències conegudes, els investigadors poden no reconèixer-la. Shi Mang, un biòleg evolutiu a la Universitat Sun Yat-sen a Shenzhen, la Xina, i coautor de l'estudi de Cell, juntament amb els seus col·legues, van buscar virus anteriorment no caracteritzats en conjunts de dades genòmics disponibles públicament. Van dissenyar un model anomenat LucaProt, utilitzant l'arquitectura 'transformer' que també suporta ChatGPT, i van integrar dades de seqüenciació així com de predicció de proteïnes ESMFold. Posteriorment, van entrenar el seu model per identificar RdRps virals i el van utilitzar per localitzar seqüències que codifiquen aquests enzims, que serveixen com a indicadors que les seqüències pertanyen a un virus, dins d'una àmplia gamma de dades genòmiques. Mitjançant aquest mètode, van identificar aproximadament 160. 000 virus d'ARN, inclosos alguns extraordinàriament llargs de llocs extrems com fonts termals, llacs salats i l'atmosfera. Prop de la meitat d'aquests virus no s'havien registrat anteriorment. Babaian descriu el descobriment de 'petites butxaques de biodiversitat de virus d'ARN que estan realment molt lluny en els confins de l'espai evolutiu'. 'Aquest enfocament és increïblement prometedor per ampliar la virosfera, ' diu Jackie Mahar, una virologa evolutiva del Centre Australià per a la Preparació de Malalties del CSIRO a Geelong. Caracteritzant aquests virus, els investigadors obtindran informació sobre els seus orígens i l'evolució de les diferents interaccions amb els hostes. A més, l'ampliació del dipòsit de virus coneguts facilita la descoberta de virus addicionals similars, segons Babaian. 'De sobte, pots veure coses que abans passaves per alt. ' L'equip no va poder determinar els hostes dels virus que van descobrir, cosa que requereix més investigació, segons Mahar. Els investigadors estan particularment interessats en determinar si algun dels nous virus infecta arquea, un llinatge complet de la vida on no s'ha demostrat de manera convincent que infectin virus d'ARN. Shi està desenvolupant actualment un model per predir els hostes d'aquests nous virus d'ARN descoberts, amb l'esperança que ajudi els investigadors a comprendre els papers que juguen aquests virus dins de les seves nínxols ambientals.