Societat 29/04/2022

Quins virus animals poden afectar els humans?

L’aprenentatge automàtic o ‘machine learning’, capaç de detectar càrrecs fraudulents a la targeta de crèdit o de reconèixer cares humanes, s’aplica ara a l’estudi de virus potencialment perillosos per a les persones

Carl Zimmer
6 min
Quins virus animals poden afectar els humans?

New YorkColin Carlson, biòleg de la Universitat de Georgetown, ha començat a preocupar-se per l’ectromèlia infecciosa o verola del ratolí. Aquest virus, descobert el 1930, es propaga entre els ratolins i els mata amb una eficiència implacable. Però els científics no l’han considerat mai una possible amenaça per als humans. Ara Carlson, els seus col·legues i els seus ordinadors ja no ho tenen tan clar.

Amb la tècnica coneguda com a aprenentatge automàtic (machine learning ), aquests últims anys els investigadors han programat els ordinadors perquè vagin aprenent coses sobre els virus que poden infectar cèl·lules humanes. Els ordinadors han rastrejat una enorme quantitat d’informació sobre la biologia i l’ecologia dels animals que allotgen aquests virus, i també sobre els genomes i altres característiques dels virus mateixos. Amb el pas del temps, els ordinadors han arribat a reconèixer uns determinats factors que permetrien preveure si un virus té la capacitat de saltar als humans.

Després que els ordinadors demostressin les seves habilitats amb virus que els científics ja havien estudiat en profunditat, Carlson i els seus col·legues els van utilitzar per explorar els desconeguts; el resultat final va ser una breu llista de virus animals capacitats per saltar la barrera de les espècies i provocar brots que es podrien propagar entre els humans.

La verola del ratolí

Els algoritmes dels últims models executats han situat inesperadament el virus de la verola del ratolí entre els patògens més perillosos. En paraules de Carlson: “Cada vegada que executem aquest model, apareix en les primeres posicions”.

Ell i els seus col·legues, desconcertats, han regirat tota la literatura científica. Han trobat documentació d’un brot oblidat de feia molt temps aparegut el 1987 a la Xina rural. Uns escolars van patir una infecció que els va causar mal de coll i inflamació de mans i peus. Anys més tard, un equip de científics va fer uns tests amb uns exsudats faringis que s’havien practicat i emmagatzemat durant aquell brot. Aquestes mostres, tal com va informar aquest equip el 2012, contenien ADN de la verola del ratolí. Aquest estudi, però, va ser objecte d’escassa atenció i ara, una dècada més tard, encara no es considera l’ectromèlia infecciosa una amenaça per als humans. Si l’ordinador programat per Carlson i els seus col·legues té raó, aquest virus mereix un nou estudi. “És una bogeria que l’estudi passés desapercebut entre l’enorme pila de materials que les institucions sanitàries han de revisar detingudament -diu-. En realitat, això canvia el concepte que hem tingut fins ara d’aquest virus”.

Un altre parell d’ulls

Els científics han identificat unes 250 malalties humanes que han aparegut perquè un virus animal ha saltat la barrera de les espècies. El VIH, per exemple, ens va arribar dels ximpanzés, i el nou coronavirus es va originar en els ratpenats. L’ideal seria que els científics poguessin reconèixer la següent transmissió d’un virus als humans abans que comencés a infectar-los. Però els viròlegs no poden estudiar tots els virus animals perquè n’hi ha massa. Els científics han identificat més de 1.000 virus en mamífers, però probablement és una petitíssima part de la quantitat real. Alguns investigadors suposen que els mamífers són portadors de desenes de milers de virus, mentre que d’altres xifren la quantitat en centenars de milers.

Per identificar possibles noves transmissions entre animals i humans, els investigadors com Carlson se serveixen dels ordinadors per detectar pautes ocultes en les dades científiques. Les màquines es poden centrar, per exemple, en virus especialment propensos a provocar una malaltia humana i també poden pronosticar quins animals tenen més probabilitats d’allotjar virus perillosos que encara no coneixem. “És com si tinguéssim un altre parell d’ulls -diu Barbara Han, ecòloga de malalties del Cary Institute of Ecosystem Studies a Millbrook, Nova York, que col·labora amb Carlson-. Nosaltres no som capaços de veure tantes dimensions com el model”.

Bases de dades

Al març, Carlson i els seus col·legues van presentar una base de dades d’accés obert anomenada VIRION, que ha acumulat mig milió d’informacions sobre 9.521 virus i els seus 3.692 hostes animals, i la base continua creixent. Bases de dades com Virion permeten ara plantejar-se preguntes més específiques sobre noves pandèmies. Quan va esclatar la pandèmia del covid, aviat va quedar clar que la causa era un nou virus anomenat SARS-CoV-2. Carlson, Han i els seus col·legues van crear uns programes per identificar els animals amb més probabilitats d’allotjar els parents del nou coronavirus. El SARS-CoV-2 pertany a un grup d’espècies anomenades betacoronavirus, que també inclou els virus que van causar les epidèmies de la SARS i la MERS entre els humans. La majoria de betacoronavirus infecten els ratpenats. Quan es va descobrir el SARS-CoV-2 el gener del 2020, se sabia que 79 espècies de ratpenats n’eren portadors.

Però els científics no han investigat sistemàticament les 1.447 espècies de ratpenats a la recerca de betacoronavirus i, a més, dur a terme aquest projecte costaria molts anys. Mitjançant la introducció a l’ordinador de dades biològiques sobre els diferents tipus de ratpenats -la dieta, la llargada de les ales, etc...-, Carlson, Han i els seus col·legues han creat un model que podria fer previsions sobre els ratpenats més propensos a allotjar betacoronavirus. Han trobat més de 300 espècies que s’ajusten a aquest perfil. Des d’aquesta previsió del 2020, els investigadors han trobat betacoronavirus en 47 espècies de ratpenats, i totes apareixien a les llistes generades per alguns dels models informàtics que havien creat per estudiar-los.

Pranav Pandit, epidemiòleg de la Universitat de Califòrnia a Davis, adverteix que aquests models estan encara en construcció. Quan s’apliquen a virus que s’han estudiat, funcionen molt més bé que el simple atzar, però encara podrien millorar: “No estem en una etapa en què puguem aferrar-nos a aquests resultats i fer una crida d’alerta per dir-li al món: «Això és un virus zoonòtic»”.

La importància dels gens

Nardus Mollentze -viròleg computacional de la Universitat de Glasgow- i els seus col·legues han sigut pioners en un mètode que podria reforçar notablement la precisió dels models. En lloc de fixar-se en els hostes d’un virus, els seus models es fixen en els seus gens. A un ordinador se li pot ensenyar a reconèixer característiques subtils en els gens dels virus que poden infectar els humans.

En el seu primer informe sobre aquesta tècnica, Mollentze i els seus col·legues han desenvolupat un model capaç de reconèixer correctament més del 70% de les vegades els virus que infecten els humans. Mollentze encara no sap per què el seu model basat en els gens ha funcionat, però té algunes idees en aquest sentit. Les nostres cèl·lules poden reconèixer gens estranys i enviar una alarma al sistema immunitari. Els virus que poden infectar les nostres cèl·lules de vegades tenen la capacitat d’imitar el nostre ADN, com una mena de camuflatge viral. Quan van aplicar el model als virus animals, van elaborar després una llista de 272 espècies amb alt risc de saltar als humans. És una quantitat massa elevada perquè els viròlegs les estudiïn en profunditat.

“No es pot treballar amb tants virus”, afirma Emmie de Wit, viròloga dels Rocky Mountain Laboratories a Hamilton (Montana), que supervisa la investigació sobre el nou coronavirus, la grip i altres virus. “La veritat és que necessitaríem reduir l’objectiu del treball”. Mollentze reconeix que ell i els seus col·legues han de trobar la manera d’identificar el pitjor dels pitjors virus animals: “Això només és el començament”.

Per donar continuïtat al seu estudi inicial, Mollentze col·labora amb Carlson i els seus col·legues per combinar les dades sobre els gens dels virus amb les relacionades amb la biologia i l’ecologia dels seus hostes. Els investigadors estan obtenint uns resultats esperançadors amb aquesta metodologia, com ara la prometedora pista de l’ectromèlia infecciosa o verola del ratolí. “La intuïció em diu que sabem molt més del que ens pensem”, diu Carlson.

Emmie de Wit creu que algun dia els models d’aprenentatge automàtic podrien servir de guia als viròlegs com ella per a l’estudi d’uns determinats virus animals: “No hi ha dubte que de tot plegat en traurem un gran benefici”. Assenyala, però, que ara com ara els models s’han centrat sobretot en el potencial d’un patogen per infectar cèl·lules humanes. Abans de provocar una nova malaltia humana, un virus també s’ha de propagar d’una persona a una altra i causar símptomes greus al llarg d’aquest procés. De Wit espera que properament aparegui una nova generació de models d’aprenentatge automàtic que siguin capaços també de fer aquestes previsions: “El que en realitat volem saber no és quins virus poden infectar els humans, sinó quins virus poden causar un brot. Això és el que ara hem de descobrir”.

Copyright: The New York Times

Traducció de Lídia Fernández Torrell

stats