¿Qué virus animales pueden afectar a los humanos?
El aprendizaje automático o machine learning, capaz de detectar cargos fraudulentos en la tarjeta de crédito o de reconocer caras humanas, se aplica ahora en el estudio de virus potencialmente peligrosos para las personas.
Colin Carlson, biólogo de la Universidad de Georgetown, ha empezado a preocuparse por la ectromelia infecciosa o viruela del ratón. Este virus, descubierto en 1930, se propaga entre los ratones y los mata con una eficiencia implacable. Pero los científicos no lo han considerado nunca una posible amenaza para los humanos. Ahora Carlson, sus colegas y sus ordenadores ya no tienen tan claro. Con la técnica conocida como aprendizaje automático (machine learning), éstos últimos años los investigadores han programado los ordenadores para que vayan aprendiendo cosas sobre los virus que pueden infectar a células humanas. Los ordenadores han rastreado una enorme cantidad de información sobre la biología y la ecología de los animales que alojan estos virus, y también sobre los genomas y otras características de los propios virus.
Con el paso del tiempo, los ordenadores han llegado a reconocer determinados factores que permitirían prever si un virus tiene la capacidad de saltar a los humanos. Después de que los ordenadores demostraran sus habilidades con virus que los científicos ya habían estudiado en profundidad, Carlson y sus colegas los utilizaron para explorar a los desconocidos; el resultado final fue una breve lista de virus animales capacidades para saltar la barrera de las especias y provocar brotes que se podrían propagar entre los humanos. La viruela del ratón Los algoritmos de los últimos modelos ejecutados han situado inesperadamente el virus de la viruela del ratón entre los patógenos más peligrosos. En palabras de Carlson: “Cada vez que ejecutamos ese modelo, aparece en las primeras posiciones”. Él y sus colegas, desconcertados, han revuelto toda la literatura científica. Han encontrado documentación de un brote olvidado de hacía mucho tiempo aparecido en 1987 en China rural. Unos escolares sufrieron una infección que les causó dolor de garganta e inflamación de manos y pies. Años más tarde, un equipo de científicos hizo unos test con unos exudados faríngeos que se habían practicado y almacenado durante ese brote. Estas muestras, tal y como va informar a este equipo en el 2012, contenían ADN de la viruela del ratón.
Este estudio, sin embargo, fue objeto de escasa atención y ahora, una década más tarde, todavía no se considera la ectromelia infecciosa una amenaza para los humanos. Si el ordenador programado por Carlson y sus colegas tiene razón, ese virus merece un nuevo estudio. “Es una locura que el estudio pasara desapercibido entre la enorme pila de materiales que las instituciones sanitarias deben revisar detenidamente -dice-. En realidad, esto cambia el concepto que hemos tenido hasta ahora de ese virus”. Otro par de ojos Los científicos han identificado unas 250 enfermedades humanas que han aparecido porque uno virus animal ha saltado la barrera de las especias.
El VIH, por ejemplo, nos llegó de los chimpancés, y el nuevo coronavirus se originó en los murciélagos. Lo ideal sería que les científicos pudieran reconocer la siguiente transmisión de un virus a los humanos antes que empezara a infectarlos. Pero los virólogos no pueden estudiar todos los virus animales porque hay demasiado. Los científicos han identificado más de 1.000 virus en mamíferos, pero probablemente sea una pequeñísima parte de la cantidad real. Algunos investigadores suponen que los mamíferos son portadores de decenas de miles de virus, mientras que otros cifran la cantidad en cientos de miles. Para identificar posibles nuevas transmisiones entre animales y humanos, los investigadores cómo Carlson se sirven de los ordenadores para detectar pautas ocultas en los datos científicas. Las máquinas pueden centrarse, por ejemplo, en virus especialmente propensos a provocar una enfermedad humana y también pueden pronosticar qué animales tienen más probabilidades de alojar virus peligrosos que todavía no conocemos.
“Es como si tuviéramos otro par de ojos -dice Barbara Han, ecóloga de enfermedades del Cary Institute of Ecosystem Studies en Millbrook, Nueva York, que colabora con Carlson-. Nosotros no somos capaces de ver tantas dimensiones como el modelo”. Bases de datos En marzo, Carlson y sus colegas presentaron una base de datos de acceso abierto llamada VIRION, que ha acumulado medio millón de informaciones sobre 9.521 virus y los sus 3.692 huéspedes animales, y la base sigue creciendo. Bases de datos como Virion permiten ahora plantearse preguntas más específicas sobre nuevas pandemias. Cuando va estalló la pandemia del cóvido, pronto quedó claro que la causa era un nuevo virus llamado SARS-CoV-2. Carlson, Han y sus colegas crearon unos programas para identificar a los animales con más probabilidades de alojar a los parientes del nuevo coronavirus. El SARS-CoV-2 pertenece a un grupo de especies llamadas betacoronavirus, que también incluye los virus que causaron las epidemias de la SARS y la MERS entre los humanos.
La mayoría de betacoronavirus infectan a los murciélagos. Cuando se descubrió el SARS- CoV-2 en enero de 2020, se sabía que 79 especies de murciélagos eran portadores. Pero los científicos no han investigado sistemáticamente las 1.447 especies de murciélagos en la búsqueda de betacoronavirus y, además, llevar a cabo este proyecto costaría muchos años. Mediante la introducción en el ordenador de datos biológicos sobre los diferentes tipos de murciélagos -la dieta, la longitud de las alas, etc…-, Carlson, Han y sus colegas han creado un modelo que podría hacer previsiones sobre los murciélagos más propensos a alojar betacoronavirus. Han encontrado más de 300 especies que se ajustan a ese perfil. Desde de esta previsión de 2020, los investigadores han encontrado betacoronavirus en 47 especies de murciélagos, y todas aparecían en las listas generadas por algunos de los modelos informáticos que habían creado para estudiarlos. Pranav Pandit, epidemiólogo de la Universidad de California en Davis, advierte que estos modelos están todavía en construcción. Cuando se aplican a virus que se han estudiado, funcionan mucho mejor que el simple azar, pero todavía podrían mejorar: “No estamos en una etapa en la que podamos aferrarnos a estos resultados y hacer un llamamiento de alerta para decirle en el mundo: «Esto es un virus zoonótico»”.
La importancia de los genes Nardus Mollentze -virólogo computacional de la Universidad de Glasgow- y sus colegas han sido pioneros en un método que podría reforzar notablemente la precisión de los modelos. En lugar de fijarse en los huéspedes de un virus, sus modelos se fijan en los sus genes. A un ordenador se le puede enseñar a reconocer características sutiles en los nada de los virus que pueden infectar a los humanos. En su primer informe sobre esta técnica, Mollentze y sus colegas han desarrollado un modelo capaz de reconocer correctamente más del 70% de las veces los virus que infectan a los humanos. Mollentze aún no sabe por qué su modelo basado en los genes ha funcionado, pero tiene algunas ideas en ese sentido. Nuestras células pueden reconocer nada extraños y enviar una alarma al sistema inmunitario. Los virus que pueden infectar nuestras células a veces tienen la capacidad de imitar nuestro ADN, como una especie de camuflaje viral. Cuando aplicaron el modelo a los virus animales, elaborarondespués una lista de 272 especies con alto riesgo de saltar a los h umanos. Es una cantidad demasiado elevada para que los virólogos las estudien en profundidad. “No se puede trabajar con tantos virus”, afirma Emmie de Wit, viróloga de los Rocky Mountain Laboratories en Hamilton (Montana), que supervisa la investigación sobre el nuevo coronavirus, la gripe y otros virus. “La verdad es que necesitaríamos reducir el objetivo del trabajo”. Mollentze reconoce que él y sus colegas deben encontrar la manera de identificar el peor de los peores virus animales: “Esto sólo es el comienzo”.
Para dar continuidad a su estudio inicial, Mollentze colabora con Carlson y sus colegas para combinar los datos sobre los genes de los virus con los relacionados con la biología y la ecología de sus huéspedes. Los investigadores están obteniendo unos resultados esperanzadores con esta metodología, como la prometedora pista de la ectromelia infecciosa o viruela del ratón. “La intuición me dice que sabemos mucho más de lo que nos pensamos”, dice Carlson. Emmie de Wit cree que algún día los modelos de aprendizaje automático podrían servir de guía a los virólogos como ella para el estudio de unos determinados virus animales: “No hay duda de que de todo ello sacaremos un gran beneficio”. Señala, sin embargo, que por ahora los modelos se han centrado sobre todo en el potencial de un patógeno para infectar células humanas. Antes de provocar una nueva enfermedad humana, un virus también debe propagar de una persona a otra y causar síntomas graves a lo largo de ese proceso. De Wit espera que próximamente aparezca una nueva generación de modelos de aprendizaje automático que sean capaces también de hacer estas previsiones: “Lo que en realidad queremos saber no es qué virus pueden infectar a los humanos, sino qué virus pueden causar un brote. Esto es lo que ahora debemos descubrir”. Carl Zimmer