Enquanto grande parte do mundo ainda tenta controlar a pandemia de Covid-19, cientistas já estão utilizando inteligência artificial para encontrar o próximo vírus do tipo SARS. 

A iniciativa envolve uma equipe internacional liderada por pesquisadores da Georgetown University e tem como objetivo prever quais vírus podem infectar humanos, quais animais são hospedeiros e onde eles podem emergir. 

O conjunto de modelos preditivos de potenciais hospedeiros foi publicado na revista acadêmica Lancet Microbe e validado em um projeto com duração de 18 meses para identificar espécies de morcegos que poderiam hospedar betacoronavírus, um grupo que abrange os vírus do tipo SARS.   

De acordo com os pesquisadores da Georgetown University, para encontrar vírus é necessário começar por uma análise do perfil dos hospedeiros, sua ecologia, evolução e até mesmo o formato de suas asas.

O papel da inteligência artificial neste caso é permitir que os cientistas extraiam dados sobre morcegos e transformem essas informações em previsões concretas, como em que lugar deverá surgir o próximo SARS.

Modelos baseados em dados biológicos

O novo estudo mostra que existem mais de 400 espécies de morcegos ao redor do mundo que podem hospedar betacoronavírus, que corresponde a um amplo grupo de vírus como SARS-CoV, que causou o surto de SARS entre 2002 e 2004, e o SARS-CoV-2, responsável pela Covid-19.

A origem do SARS-CoV-2 ainda permanece incerta. No entanto, a disseminação de outros vírus a partir dos morcegos pode se tornar um problema crescente devido a alguns fatores antropogênicos, como a expansão da agricultura e as mudanças climáticas. 

No primeiro trimestre de 2020, a equipe de pesquisadores treinou oito modelos estatísticos diferentes que foram capazes de prever que tipos de animais poderiam hospedar betacoronavírus. 

Duas pessoas cientistas manuseando aparelhos necessários para desenvolvimento de uma pesquisa.
A equipe de pesquisadores treinou oito modelos estatísticos diferentes que foram capazes de prever que tipos de animais poderiam hospedar betacoronavírus.

Durante o período de mais de um ano, os cientistas conseguiram descobrir 40 novos morcegos hospedeiros para validar suas previsões iniciais e atualizar seus modelos. 

A equipe ainda observou que os modelos que utilizaram dados sobre a ecologia e evolução dos morcegos apresentaram um ótimo desempenho ao prever novos hospedeiros. 

Por outro lado, os modelos que utilizaram matemática avançada e menos dados biológicos tiveram um desempenho similar ou até pior do que o esperado de previsões aleatórias. 

Uma década de pesquisas em um ano de publicações

Apesar de todos os investimentos globais destinados à vigilância de doenças, ainda é um desafio identificar e monitorar reservatórios naturais de vírus que algum dia poderiam infectar humanos.

Assim, os modelos estatísticos estão se tornando um dos métodos mais utilizados para priorizar quais espécies devem ser estudadas. O problema é que as previsões geradas através dessa abordagem podem ser extremamente incertas. 

Além disso, é muito raro algum cientista monitorar o sucesso ou as falhas das suas previsões após realizá-las, o que dificulta o processo de aprender com os erros e construir modelos aprimorados no futuro.

A Covid-19, no entanto, representa uma oportunidade única para o campo da pesquisa, visto que ela impulsionou uma quantidade recorde de estudos sobre coronavírus em um pequeno espaço de tempo. 

Segundo os pesquisadores da Georgetown University, as produções acadêmicas corresponderam a quase uma década de pesquisas realizadas em apenas um ano de publicações, permitindo mostrar que ferramentas como a inteligência artificial podem realmente funcionar.

Uma das principais contribuições do estudo recente foi fornecer uma lista reduzida e baseada em dados de quais espécies de morcego devem ser estudadas. 

Após a identificação desses potenciais hospedeiros, a equipe pretende agora investir no monitoramento de suas previsões para  descobrir onde e quando os betacoronavírus podem desencadear um novo surto.

Deixe um comentário
Você também pode gostar