IA pode ser a arma secreta na prevenção da próxima pandemia global

Em 2016, quatro anos antes de uma pandemia fazer o mundo parar, o Programa das Nações Unidas para o Meio Ambiente (PNUMA) estava soando o alarme sobre doenças zoonóticas, identificando-as como uma questão emergente chave de preocupação global.

Agora, segundo a Organização Mundial da Saúde, cerca de um bilhão de casos e milhões de mortes a cada ano são resultado de zoonoses, nas quais patógenos saltam de animais vertebrados para humanos. E dos 30 novos vírus humanos que foram identificados nas últimas três décadas, 75% foram originados em outros animais.

Mas os cientistas da Universidade de Montreal acreditam que sua nova modelagem de inteligência artificial tem a capacidade de destacar e prever "pontos críticos" virais emergentes a serem observados, o que poderia dar um salto em prováveis ​​infecções de animais para humanos e, idealmente, prevenir qualquer coisa como COVID -19 aconteça novamente.

O algoritmo, que levou os pesquisadores a três anos e 10.000 horas de computação, foi capaz de identificar 80.000 novas interações potenciais entre vírus e hosts, e onde no mundo eles são mais preocupantes.

“Trabalhamos neste projeto desde os primeiros meses de 2020, antes da pandemia decolar”, disse Timothée Poisot, professor do Departamento de Ciências Biológicas da Universidade de Montreal.

Por meio do aprendizado de máquina, em vez de fazer links manualmente nos dados, o algoritmo foi capaz de avaliar milhares de espécies de mamíferos e milhares de vírus e elaborar todas as combinações viáveis.

“O problema básico é que só conhecemos entre um e dois por cento das interações entre vírus e mamíferos”, disse Poisot. "As redes estão dispersas e há poucas interações, que se concentram em apenas algumas espécies. Queremos saber qual espécie de vírus provavelmente infectará qual espécie de mamífero, para podermos estabelecer quais interações são mais prováveis ​​de ocorrer."

A equipe usou o maior conjunto de dados aberto, CLOVER, que descreveu 5.494 interações entre 829 vírus e 1.081 hospedeiros mamíferos, a maioria dos quais focados em animais selvagens, bem como vários outros conjuntos de dados, incluindo o Host-Pathogen Phylogeny Project (HP3), Enhanced Banco de Dados de Doenças Infecciosas (EID2) e Banco de Dados Global de Parasitas de Mamíferos V2.0 (GHMPD2).

"Alguns dos conjuntos de dados que tínhamos eram mais antigos: continham nomes desatualizados para espécies específicas ou tinham erros porque os dados foram inseridos à mão", disse Poisot sobre o processo demorado necessário para o aprendizado de máquina. “Depois disso, a principal tarefa foi determinar o nível de confiança que tínhamos na capacidade do modelo de fazer previsões”.

Os pesquisadores então se concentraram em 20 vírus considerados preocupantes e que tinham o potencial de se espalhar para os seres humanos.

"Tivemos muitas discussões na equipe, porque no início alguns dos resultados pareciam estranhos para nós", disse Poisot, que ficou surpreso ao ver o vírus Ectromelia ligado a camundongos identificado como alguém a ser observado. “Estávamos céticos, mas quando pesquisamos a literatura, descobrimos que havia casos em humanos”.

Os pesquisadores também conseguiram identificar regiões por meio do modelo, algo que poderia ajudar os cientistas a buscar pesquisas virais e de vacinas de maneira mais direcionada.

“Nosso modelo faz previsões espaciais, mas, mais precisamente, o modelo indica especificamente em qual grupo de mamíferos e em que local certos tipos de vírus provavelmente serão encontrados”, disse Poisot.

Os resultados mostraram duas áreas de interesse específico: a bacia amazônica, onde a interação vírus-hospedeiro é mais original e novas interações são mais prováveis ​​de serem observadas; e a África Subsaariana, onde o algoritmo identificou novos hospedeiros com probabilidade de transportar vírus zoonóticos.

“Estamos realmente mudando os lugares onde precisamos ir e estudar mamíferos para descobrir novos vírus”, explicou Poisot.

Embora os patógenos zoonóticos possam assumir várias formas – bacterianas, parasitárias, virais – espera-se que sua prevalência seja cada vez mais comum, pois humanos e animais não humanos continuam a ocupar mais do mesmo espaço.