• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  Science >> Scienza >  >> Biologia
    L’apprendimento automatico classifica 191 dei virus più dannosi al mondo
    Due viste di visualizzazioni di dati PCA 3D delle frequenze k-mer delle sequenze di Mamastrovirus e Avastrovirus:sequenze di astrovirus nel set di dati 2 (etichette di genere note), insieme ai 191 genomi di astrovirus con etichette di genere previste da 3PCM. A scopo di confronto, HAstV e GoAstV sono evidenziati con colori diversi rispetto al resto dei Mamastrovirus (Mamastrovirus non HAstV) e rispettivamente al resto degli Avastrovirus (Avastrovirus non GoAstV). Il piano lavanda illustra la separazione tra due possibili sottogeneri di Mamastrovirus. Il piano grigio illustra la separazione tra due possibili sottogeneri di Avastrovirus. Credito:Frontiere nelle bioscienze molecolari (2024). DOI:10.3389/fmolb.2023.1305506

    I ricercatori dell'Università di Waterloo hanno classificato con successo 191 astrovirus precedentemente non identificati utilizzando un nuovo processo di classificazione basato sull'apprendimento automatico.



    Lo studio, "Sfruttare l'apprendimento automatico per la classificazione tassonomica degli astrovirus emergenti", è stato recentemente pubblicato su Frontiers in Molecular Biosciences .

    Gli astrovirus sono alcuni dei virus più dannosi e diffusi al mondo. Questi virus causano una grave diarrea, che uccide ogni anno più di 440.000 bambini di età inferiore ai 5 anni. Nel settore del pollame, gli astrovirus come l'influenza aviaria hanno un tasso di infezione dell'80% e un tasso di mortalità del 50% tra il bestiame, portando a devastazione economica, interruzione della catena di approvvigionamento e carenza di cibo.

    Gli astrovirus mutano rapidamente e possono diffondersi facilmente tra le oltre 160 specie ospiti, mettendo ricercatori e funzionari della sanità pubblica in una corsa costante per classificare e comprendere i nuovi astrovirus man mano che emergono. Nel 2023 c'erano 322 astrovirus non identificati con genomi distinti. Quest'anno il numero è salito a 479.

    "In ogni momento, tra il 2% e il 9% degli esseri umani sono portatori di uno di questi virus. Questa cifra può raggiungere il 30% in alcuni paesi", ha affermato Fatemeh Alipour, Ph.D. candidato in informatica a Waterloo e autore principale dello studio di ricerca in ambito informatico. "Comprendere e classificare questi virus in modo efficace è essenziale per lo sviluppo di vaccini."

    Il gruppo di ricerca sull'astrovirus comprendeva ricercatori di informatica presso Waterloo e ricercatori di biologia presso l'Università dell'Ontario Occidentale.

    Il nuovo metodo di classificazione in tre parti include l'apprendimento automatico supervisionato, l'apprendimento automatico non supervisionato e l'etichettatura manuale di ciascun host di astrovirus.

    "L'idea principale alla base del metodo di classificazione è quella di sfruttare l'apprendimento automatico per classificare le specie imparando dalle loro 'firme genomiche'", ha affermato Lila Kari, professoressa alla David R. Cheriton School of Computer Science. "Il metodo di classificazione è entusiasmante sia per la sua velocità che per la sua applicabilità generale."

    "Questo metodo può aiutarci a capire come i virus vengono trasmessi tra diversi animali. Può anche essere utilizzato per classificare i virus in altre famiglie di virus come l'HIV e la dengue."

    Ulteriori informazioni: Fatemeh Alipour et al, Sfruttare l'apprendimento automatico per la classificazione tassonomica degli astrovirus emergenti, Frontiere nelle bioscienze molecolari (2024). DOI:10.3389/fmolb.2023.1305506

    Fornito dall'Università di Waterloo




    © Scienza https://it.scienceaq.com