Źródło: youtube.com

Korzystając z uczenia maszynowego sieci neuronowej, biolodzy z Michigan State University wykazali, że mutacje w białku peplomeru SARS-CoV-2 spowodowały, że pięć z jego sześciu podtypów było bardziej zakaźnych. Wstępny wydruk z wynikami prac naukowców jest dostępny na arXiv.org. 

Podobnie jak w przypadku każdego wirusa, wiele mutacji jest ostatecznie łagodnych i stanowi niewielkie lub żadne ryzyko dla zakażonych pacjentów. Niektóre mutacje zmniejszają nawet zagrożenie infekcją, ale inni mogą wręcz przeciwnie, zwiększyć ją.

Autorzy najnowszego badania przeanalizowali ponad 20 tysięcy próbek genomu wirusa. Naukowcy skupili się na mutacjach w białku peplomeru, które pomaga wirusowi przedostać się do komórki. W rezultacie biolodzy odkryli, że pięć z sześciu znanych podtypów SARS-CoV-2 jest teraz bardziej zakaźnych niż przed mutacją.

W tym celu algorytm uczenia maszynowego przeanalizował ponad 8 tys. zapisów interakcji białek, aby określić wpływ znanych mutacji na to, jak dobrze białko peplomeru SARS-CoV-2 wiąże się z komórką. W rezultacie naukowcy odkryli zwiększone powinowactwo do składników błony komórkowej w pięciu z sześciu znanych podtypów wirusa.

„Niezwykle ważne jest, aby wiedzieć, czy przyszłe podtypy SARS-CoV-2 będą stanowić zagrożenie dla zdrowia publicznego” – powiedział Guowei Wei, profesor na Wydziale Matematyki, Biochemii i Biologii Molekularnej Uniwersytetu Stanowego Michigan. „W tym celu systematycznie przebadaliśmy wszystkie 3686 możliwych przyszłych mutacji w 194 możliwych miejscach”.

Autorzy odkryli również regiony białka peplomeru, które najprawdopodobniej przyczynią się do zwiększenia zakaźności wirusa w przyszłości niż obecnie. I chociaż przewidywania sztucznej inteligencji są zgodne z dostępnymi danymi eksperymentalnymi, potrzebne są dalsze badania, aby w pełni zrozumieć wpływ mutacji na infekcyjność COVID-19.

zmianynaziemi