Inteligencia artificial para predecir las pandemias del futuro
La llegada de la COVID-19 cambió las sociedades tal y como se conocían a escala global. El planeta se vio obligado a parar, las economías se tambalearon y la ciudadanía sufrió las consecuencias de un virus, el <strong>SARS-CoV-2</strong>, que dejó una huella imborrable en el imaginario colectivo. La ciencia, una vez superó el primer desafío al desarrollar vacunas que mitigasen los efectos de esta enfermedad, se vio obligada a seguir investigando.Los estragos causados por la COVID-19 encendieron las alarmas y, ahora, la <strong>previsión ha pasado a ocupar un papel protagonista</strong> en los laboratorios y centros de investigación de todo el mundo. En un planeta cada vez más interconectado en el que los virus surgen y llegan a la otra punta de la Tierra en cuestión de días, detectar de forma temprana los casos de cada nuevo patógeno es crucial. <strong>Identificar las zonas en las que podrían ocurrir estas zoonosis</strong> aún más.Es por ello que un equipo de investigación acaba de publicar un <a href="https://www.pnas.org/doi/10.1073/pnas.2122851119#executive-summary-abstract">prometedor estudio</a> en la revista científica <em>Proceedings of the National Academy of Sciences</em> con un enfoque totalmente novedoso: aunque estudios anteriores ya habían investigado cómo las variables medioambientales, filogenéticas y geográficas determinaban la infección de numerosos patógenos, ninguno había desarrollado hasta ahora un <strong>método aplicable a un gran número de sistemas</strong> en los que se crea esa relación entre patógeno y anfitrión.Inteligencia artificial aplicada a la investigaciónEn el estudio, los investigadores aportan un <strong>enfoque basado en la inteligencia artificial</strong>, concretamente a través de <em>machine learning</em>, que puede integrar un gran número de variables y ser aplicado a cualquier sistema de relación entre patógeno y anfitrión. Es por ello que estos resultados no solo concuerdan con los datos de cada sistema analizado, sino que también aportan esta nueva herramienta que puede ayudar a <strong>descubrir especies anfitrionas potenciales y nuevos "puntos calientes"</strong> en la geografía planetaria en los que podría darse esta interacción entre patógeno y especie.Aunque estudios anteriores ya habían investigado cómo las variables influían en la infección de numerosos patógenos, ninguno había desarrollado un método aplicable a un gran número de sistemas.Ángel Luis Robles Fernández, de la <a href="https://www.uv.mx">Universidad Veracruzana de México</a> y uno de los autores del estudio, explica la metodología en una entrevista mediante correo electrónico con <em>National Geographic España</em>: "este método <strong>solo utiliza una proporción de la información</strong> porque partimos de suponer que las interacciones observadas tienen la misma naturaleza y son explicadas con las mismas variables, por lo que se toman como punto de partida las especies con las que se cuenta más información"."Esta cantidad de información (alrededor de 80% de los registros) está <strong>acumulada sólo en el 20% de las especies</strong>. Entonces con esto aseguramos que la señal estadística que usamos para predecir las variables (distancias filogenética, ambiental y geográfica entre anfitriones) tenga poder predictivo y certeza estadística", afirma Robles.<a href="https://www.nationalgeographic.com.es/medio/2022/08/23/basandose-en-la-inteligencia-artificial-el-metodo-analiza-donde-podrian-surgir-las-pandemias-del-futuro_ce4fa036_800x450.jpg">Basándose en la inteligencia artificial, el método analiza dónde podrían surgir las pandemias del futuro.</a>Las predicciones apuntan a EurasiaJunto con Andrés Lira-Noriega, Investigador de la <a href="https://www.inecol.mx/inecol/index.php/es/ct-menu-item-1/redes-tematicas/estudios-moleculares-avanzados">Red de Estudios Moleculares Avanzados</a>, y Diego Santiago-Alarcón, profesor en la <a href="https://www.usf.edu">Universidad de South Florida</a>, los autores…
La llegada de la COVID-19 cambió las sociedades tal y como se conocían a escala global. El planeta se vio obligado a parar, las economías se tambalearon y la ciudadanía sufrió las consecuencias de un virus, el <strong>SARS-CoV-2</strong>, que dejó una huella imborrable en el imaginario colectivo. La ciencia, una vez superó el primer desafío al desarrollar vacunas que mitigasen los efectos de esta enfermedad, se vio obligada a seguir investigando.Los estragos causados por la COVID-19 encendieron las alarmas y, ahora, la <strong>previsión ha pasado a ocupar un papel protagonista</strong> en los laboratorios y centros de investigación de todo el mundo. En un planeta cada vez más interconectado en el que los virus surgen y llegan a la otra punta de la Tierra en cuestión de días, detectar de forma temprana los casos de cada nuevo patógeno es crucial. <strong>Identificar las zonas en las que podrían ocurrir estas zoonosis</strong> aún más.Es por ello que un equipo de investigación acaba de publicar un <a href="https://www.pnas.org/doi/10.1073/pnas.2122851119#executive-summary-abstract">prometedor estudio</a> en la revista científica <em>Proceedings of the National Academy of Sciences</em> con un enfoque totalmente novedoso: aunque estudios anteriores ya habían investigado cómo las variables medioambientales, filogenéticas y geográficas determinaban la infección de numerosos patógenos, ninguno había desarrollado hasta ahora un <strong>método aplicable a un gran número de sistemas</strong> en los que se crea esa relación entre patógeno y anfitrión.Inteligencia artificial aplicada a la investigaciónEn el estudio, los investigadores aportan un <strong>enfoque basado en la inteligencia artificial</strong>, concretamente a través de <em>machine learning</em>, que puede integrar un gran número de variables y ser aplicado a cualquier sistema de relación entre patógeno y anfitrión. Es por ello que estos resultados no solo concuerdan con los datos de cada sistema analizado, sino que también aportan esta nueva herramienta que puede ayudar a <strong>descubrir especies anfitrionas potenciales y nuevos "puntos calientes"</strong> en la geografía planetaria en los que podría darse esta interacción entre patógeno y especie.Aunque estudios anteriores ya habían investigado cómo las variables influían en la infección de numerosos patógenos, ninguno había desarrollado un método aplicable a un gran número de sistemas.Ángel Luis Robles Fernández, de la <a href="https://www.uv.mx">Universidad Veracruzana de México</a> y uno de los autores del estudio, explica la metodología en una entrevista mediante correo electrónico con <em>National Geographic España</em>: "este método <strong>solo utiliza una proporción de la información</strong> porque partimos de suponer que las interacciones observadas tienen la misma naturaleza y son explicadas con las mismas variables, por lo que se toman como punto de partida las especies con las que se cuenta más información"."Esta cantidad de información (alrededor de 80% de los registros) está <strong>acumulada sólo en el 20% de las especies</strong>. Entonces con esto aseguramos que la señal estadística que usamos para predecir las variables (distancias filogenética, ambiental y geográfica entre anfitriones) tenga poder predictivo y certeza estadística", afirma Robles.<a href="https://www.nationalgeographic.com.es/medio/2022/08/23/basandose-en-la-inteligencia-artificial-el-metodo-analiza-donde-podrian-surgir-las-pandemias-del-futuro_ce4fa036_800x450.jpg">Basándose en la inteligencia artificial, el método analiza dónde podrían surgir las pandemias del futuro.</a>Las predicciones apuntan a EurasiaJunto con Andrés Lira-Noriega, Investigador de la <a href="https://www.inecol.mx/inecol/index.php/es/ct-menu-item-1/redes-tematicas/estudios-moleculares-avanzados">Red de Estudios Moleculares Avanzados</a>, y Diego Santiago-Alarcón, profesor en la <a href="https://www.usf.edu">Universidad de South Florida</a>, los autores…
Comments
Be the first to add a comment
Log in to comment