La inteligencia artificial (IA) ha dado un salto notable en el ámbito de la virología al descubrir más de 70.000 virus previamente desconocidos. Muchos de estos virus son tan extraños que no se parecen en nada a los que la ciencia había documentado hasta ahora. Estos virus, en su mayoría de ARN, habitan en lugares extremos como fuentes hidrotermales, lagos salados y en el aire, revelando los misterios de lo que se conoce como la “materia oscura” del ARN. El uso de IA para explorar la “materia oscura” del ARN ha revelado un vasto y desconocido universo viral. Este descubrimiento no solo amplía nuestra comprensión de los virus, sino que también abre nuevas puertas a la investigación en virología, ecología y medicina.
‘Materia oscura’ del ARN
El ARN, es una molécula fundamental en los procesos biológicos, y los virus que lo contienen pueden infectar una amplia gama de organismos, incluidos animales, plantas, bacterias y arqueas. Sin embargo, solo una pequeña fracción de los virus existentes ha sido descubierta, lo que ha llevado a muchos científicos a referirse al vasto universo de virus no identificados como la "materia oscura" del ARN.
El universo de virus no identificados se denomina como la "Materia Oscura" del ARN
El reciente descubrimiento, publicado en la revista Cell, ha sido posible gracias a la utilización de técnicas de IA avanzadas, como el aprendizaje automático y la predicción de proteínas, que permitieron a los investigadores adentrarse en esta materia oscura. Según Artem Babaian, virólogo computacional de la Universidad de Toronto y uno de los principales investigadores del estudio, estos nuevos virus podrían tener implicaciones importantes para nuestra comprensión de enfermedades que aún son un enigma.
Metagenómica
El método que hizo posible esta exploración utiliza la metagenómica, una técnica que permite a los científicos extraer muestras genómicas de entornos naturales sin necesidad de cultivar los virus en el laboratorio. Este enfoque se ha potenciado gracias a herramientas de IA como ESMFold, una tecnología de predicción de proteínas desarrollada por investigadores de Meta, que se utilizó para identificar nuevas estructuras virales basadas en las secuencias genómicas.
El equipo de investigadores analizó más de 5.7 millones de muestras genómicas lo que condujo a la identificación de 70.000 nuevos virus
A través de estas técnicas, el equipo de investigadores analizó más de 5.7 millones de muestras genómicas almacenadas en bases de datos públicas, lo que condujo a la identificación de alrededor de 160.000 virus de ARN, de los cuales más de 70.000 eran completamente nuevos. Entre los descubrimientos más intrigantes se encuentran virus que habitan en ambientes extremos, como aguas termales y lagos salados, lo que expande significativamente nuestro conocimiento sobre los hábitats virales.
La importancia de los virus de ARN
Los virus de ARN son particularmente interesantes para los científicos por su rápida capacidad de mutación y evolución. A diferencia de los virus de ADN, que son más estables, los virus de ARN tienen un genoma más propenso a los cambios, lo que les permite adaptarse rápidamente a nuevas condiciones y hospederos. Sin embargo, esta misma capacidad hace que sea más difícil identificarlos con métodos convencionales, como la búsqueda de secuencias genómicas comunes a otros virus conocidos.
Los virus de ARN tienen un genoma más propenso a los cambios, lo que les permite adaptarse rápidamente a nuevas condiciones y hospederos
Tradicionalmente, los investigadores buscaban una proteína clave utilizada en la replicación del ARN, conocida como ARN polimerasa dependiente de ARN (RdRp), para identificar nuevos virus. Sin embargo, cuando esta proteína tiene secuencias muy diferentes a las que se conocen, los métodos tradicionales pueden pasarlas por alto. Aquí es donde la IA demuestra su valor, ya que la predicción de proteínas con herramientas como ESMFold puede detectar variaciones que los métodos anteriores no lograban captar.
Modelo de IA
El modelo de IA desarrollado por Shi Mang, biólogo evolutivo de la Universidad Sun Yat-sen en Shenzhen, China, ha sido un pilar en este descubrimiento. Shi y su equipo utilizaron un modelo llamado LucaProt, basado en la arquitectura de transformadores que subyace en sistemas como ChatGPT, y lo entrenaron para reconocer secuencias de proteínas virales a partir de los datos de secuenciación genómica. Este enfoque permitió identificar virus que habitan en ambientes extremos y que presentan características moleculares totalmente nuevas.
LucaProt está entrenado para reconocer secuencias de proteínas virales a partir de los datos de secuenciación genómica
Además, los investigadores encontraron virus de ARN extraordinariamente largos, lo que podría sugerir una complejidad estructural que aún no se comprende del todo. Esta característica, junto con la diversidad de los hábitats en los que se encontraron los virus, sugiere que hay aún más por descubrir sobre el mundo microbiano y su evolución.
Implicaciones del descubrimiento
El descubrimiento de estos virus plantea preguntas importantes sobre su papel en los ecosistemas donde se encontraron. Algunos podrían tener funciones beneficiosas, mientras que otros podrían ser responsables de enfermedades en humanos, animales o plantas que aún no comprendemos completamente. Según Babaian, identificar y caracterizar estos virus podría ayudar a los científicos a descubrir el origen de enfermedades misteriosas y emergentes.
Casi la mitad de los virus descubiertos no habían sido descritos anteriormente
Asimismo, este trabajo proporciona una herramienta para que los investigadores profundicen en los orígenes de los virus y su evolución en distintos hospederos, incluidos animales y microorganismos. Es particularmente importante el hecho de que casi la mitad de los virus descubiertos no habían sido descritos anteriormente, lo que amplía considerablemente la virosfera conocida y abre nuevas oportunidades para investigaciones futuras.
Investigación
A pesar de este avance, queda mucho por investigar. Por ejemplo, los investigadores aún no han determinado con precisión los hospederos de la mayoría de los virus que descubrieron. Según Jackie Mahar, viróloga del Centro Australiano de Preparación para Enfermedades de CSIRO, comprender qué organismos son infectados por estos virus podría arrojar luz sobre la dinámica de los ecosistemas microbianos y las interacciones entre virus y sus hospederos.
Comprender qué organismos son infectados por estos virus podría arrojar luz sobre la dinámica de los ecosistemas microbianos
Shi Mang está desarrollando un modelo adicional que podría predecir los hospederos de estos nuevos virus. Esta herramienta permitiría una comprensión más profunda de cómo los virus interactúan con otros organismos y qué papel juegan en los ecosistemas. Por ejemplo, hay un interés particular en descubrir si alguno de los nuevos virus infecta arqueas, un grupo de microorganismos que hasta ahora no se ha demostrado claramente que alberguen virus de ARN.
