Las IA que leen las frases también pueden detectar mutaciones en el virus.

En un estudio publicado hoy en Science, Berger y sus colegas juntaron varias de estas hebras y usan la PNL para predecir las mutaciones que permiten que los virus eviten ser detectados por anticuerpos en el sistema inmunológico humano, un proceso conocido como fuga inmunológica viral. La idea básica es que la interpretación de un virus por un sistema inmunológico es análoga a la interpretación de una oración por un humano.

«Es un documento preciso, basado en el impulso del trabajo anterior», dice Ali Madani, un científico de Salesforce que está utilizando la PNL para predecir secuencias de proteínas.

El equipo de Berger utiliza dos conceptos lingüísticos diferentes: gramática y semántica (o significado). La idoneidad genética o evolutiva de un virus, características como la capacidad de infectar a un huésped, se puede interpretar en términos de corrección gramatical. Un virus infeccioso exitoso es gramaticalmente correcto; uno que no tiene éxito no lo es.

De manera similar, las mutaciones en un virus se pueden interpretar en términos de semántica. Las mutaciones que hacen que un virus parezca diferente de las cosas en su entorno, como los cambios en las proteínas de su superficie que lo hacen invisible para ciertos anticuerpos, han alterado su significado. Los virus con diferentes mutaciones pueden tener diferentes significados, y un virus con un significado diferente puede necesitar diferentes anticuerpos para leerlo.

Para modelar estas propiedades, los investigadores utilizaron un LSTM, un tipo de red neuronal que es anterior a las basadas en transformadores utilizadas por modelos de lenguaje grandes como GPT-3. Estas redes más antiguas se pueden entrenar con muchos menos datos que los transformadores y continúan funcionando bien para muchas aplicaciones.

En lugar de millones de oraciones, entrenaron el modelo de PNL en miles de secuencias genéticas tomadas de tres virus diferentes: 45,000 secuencias únicas para una cepa de influenza, 60,000 para una cepa de VIH y entre 3,000 y 4,000 para una cepa de Sars-Cov. 2, el virus que causa el covid-19. «Hay menos datos sobre el coronavirus porque ha habido menos vigilancia», dice Brian Hie, un estudiante graduado del MIT que construyó los modelos.

Los modelos de PNL funcionan codificando palabras en un espacio matemático de manera que las palabras con significados similares están más juntas que las palabras con significados diferentes. Esto se conoce como incrustación. En el caso de los virus, la incorporación de secuencias genéticas agrupaba los virus en función de la similitud de sus mutaciones.

El objetivo general del enfoque es identificar mutaciones que podrían permitir que un virus escape de un sistema inmunológico sin hacerlo menos infeccioso, es decir, mutaciones que cambian el significado de un virus sin hacerlo gramaticalmente incorrecto. Para probar la herramienta, el equipo utilizó una métrica común para evaluar las predicciones realizadas por los modelos de aprendizaje automático que puntúan la precisión en una escala de 0,5 (no mejor que el caso) a 1 (perfecto). En este caso, tomaron las mutaciones principales identificadas por la herramienta y, utilizando virus reales en un laboratorio, comprobaron cuántas de ellas eran mutaciones de escape reales. Sus resultados oscilaron entre 0,69 para el VIH y 0,85 para una cepa de coronavirus. Esto es mejor que los resultados de otros modelos de vanguardia, dicen.

darse cuenta

Saber qué mutaciones podrían estar en camino podría facilitar que los hospitales y las autoridades de salud pública planifiquen con anticipación. Por ejemplo, pedirle al modelo que le diga cuánto ha cambiado de significado una cepa de gripe desde el año pasado le daría una idea de qué tan bien funcionarán los anticuerpos que la gente ya ha desarrollado este año.

El equipo dice que ahora están modelando nuevas variantes del coronavirus, incluida la llamada mutación del Reino Unido, la mutación del visón de Dinamarca y variantes tomadas de Sudáfrica, Singapur y Malasia. Encontraron un alto potencial de escape inmunológico en todos ellos, aunque esto aún no se ha probado en la naturaleza. Pero el modelo omitió otro cambio en la variante sudafricana que generó preocupaciones porque podría permitirle escapar de las vacunas. Están tratando de entender por qué esto es así. «Consiste en múltiples mutaciones y creemos que está entrando en juego un efecto combinatorio», dice Berger.

El uso de PNL acelera un proceso lento. Anteriormente, el genoma del virus tomado de un paciente con covid-19 del hospital podía secuenciarse y sus mutaciones recreadas y estudiadas en el laboratorio. Pero eso puede llevar semanas, dice Bryan Bryson, biólogo del MIT que también trabaja en el proyecto. El modelo de PNL predice mutaciones potenciales de inmediato, lo que enfoca el trabajo de laboratorio y lo acelera.

«Es un momento increíble para trabajar en esto», dice Bryson. Cada semana salen nuevas secuencias de virus. «Es una locura actualizar el modelo al mismo tiempo y luego ejecutarlo en el laboratorio para probarlo en experimentos. Esto es lo mejor de la biología computacional», dice.

Pero también es solo el comienzo. El tratamiento de las mutaciones genéticas como cambios de significado podría aplicarse de diferentes formas en la biología. «Una buena analogía puede ser muy útil», dice Bryson.

Por ejemplo, Hie cree que su enfoque se puede aplicar a la resistencia a los medicamentos. «Piense en una proteína del cáncer que adquiere resistencia a la quimioterapia o una proteína bacteriana que adquiere resistencia a un antibiótico», dice. Estas mutaciones aún pueden considerarse cambios de significado: «Hay muchas formas creativas en las que podemos comenzar a interpretar los modelos del lenguaje».

«Creo que la biología está al borde de una revolución», dice Madani. «Ahora estamos pasando de simplemente recopilar una gran cantidad de datos a aprender a comprenderlos en profundidad».

Los investigadores están observando el progreso de la PNL y están encontrando nuevas analogías entre el lenguaje y la biología para aprovecharlo. Pero Bryson, Berger y Hie creen que este cruce podría ir en ambos sentidos, con nuevos algoritmos de PNL inspirados en conceptos de biología. «La biología tiene su propio lenguaje», dice Berger.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

53 − 50 =