Covid, l'Intelligenza artificiale per scovare nuove varianti
Il sistema si chiama 'Classix' e potrebbe arrivare in soccorso delle autorità sanitarie anche per individuare i ceppi più pericolosi. A svilupparlo gli scienziati dell'Università di Manchester e dell'Università di Oxford. I dettagli
L’Intelligenza artificiale in soccorso delle autorità sanitarie per scovare nuove varianti Covid. Il sistema si chiama ‘Classix’ e potrebbe appunto contribuire a identificare le varianti emergenti di Sars-Cov-2 e riconoscere i ceppi più preoccupanti. A svilupparlo gli scienziati dell’Università di Manchester e dell’Università di Oxford, che hanno descritto i propri risultati sulla rivista 'Proceedings of the National Academy of Sciences'.
Il team, guidato da Roberto Cahuantzi, ha ideato un approccio innovativo combinando tecniche di intelligenza artificiale per tracciare la diffusione di nuove varianti emergenti di Covid-19. Questo sistema, spiegano gli esperti, potrebbe supportare i metodi tradizionali di monitoraggio dell’evoluzione virale, come l’analisi filogenetica, che attualmente richiedono un’ampia cura manuale. Un sistema ancor più utile se si pensa che il Sars-Cov-2, come altri agenti patogeni simili, è caratterizzato da un tasso di mutazione elevato, con un breve intervallo tra le generazioni.
Attualmente sono disponibili quasi 16 milioni di sequenze nel database Gisaid (Global Initiative on Sharing All Influenza Data), che fornisce l’accesso ai dati genomici dei virus influenzali. Questi sforzi sono fondamentali per ottenere una panoramica completa della situazione, ma attualmente la mappatura dell’evoluzione di tutti i genomi conosciuti di Covid-19 richiede grandi quantità di tempo e notevoli capacità di calcolo. Nell’ambito di questo lavoro, il gruppo di ricerca ha elaborato 5,7 milioni di sequenze grazie a un approccio, appunto, di intelligenza artificiale.
"La nostra analisi – sottolinea Cahuantzi – funge da prova di concetto, dimostrando il potenziale utilizzo dei metodi di apprendimento automatico come strumento per l’individuazione precoce di variabili potenzialmente preoccupanti. La filogenetica rimane il ‘gold standard’ per comprendere l’ascendenza virale, ma l’apprendimento automatico può tenere conto di sequenze di diversi ordini di grandezza in più rispetto alle opzioni attuali, richiedendo un costo computazionale significativamente inferiore".
Sempre più vicini ai nostri lettori.
Segui Nursind Sanità anche su Telegram