Um novo modelo de aprendizado de máquina desenvolvido por pesquisadores da Michigan State University sugere que as mutações no genoma do SARS-CoV-2 tornaram o vírus mais infeccioso.
O modelo, desenvolvido pelo pesquisador líder Guowei Wei, professor dos departamentos de Matemática e Bioquímica e Biologia Molecular, analisou a genotipagem do SARS-CoV-2 de mais de 20.000 amostras do genoma viral. Os pesquisadores analisaram mutações na proteína spike – uma proteína responsável principalmente por facilitar a infecção – e descobriram que cinco dos seis subtipos de vírus conhecidos agora são mais infecciosos.
Como acontece com qualquer vírus, muitas mutações são basicamente benignas, representando pouco ou nenhum risco para os pacientes infectados. Algumas mutações até reduzem a infecciosidade. Mas algumas mutações levam a um vírus mais infeccioso.
Wei e sua equipe estudaram e analisaram os padrões e locais de mutação por meses, rastreando as alterações em relação à amostra oficial do genoma viral capturada em janeiro.
“O conhecimento sobre a infecciosidade do SARS-CoV-2 é um fator vital para medições preventivas contra o COVID-19 e para a reabertura da economia global”, disse Wei. “Uma questão crucial é quais são as ramificações dessas mutações para a transmissão, diagnóstico, prevenção e tratamento de COVID-19.”
A infecção viral ocorre quando a proteína spike interage com um receptor da célula hospedeira humana chamado enzima conversora de angiotensina 2 – ACE2 para breve. No que se refere ao ACE2, os cientistas estão preocupados com um conceito conhecido como afinidade de ligação, ou a força da interação de ligação entre a proteína spike e o receptor do hospedeiro durante o estágio inicial da infecção.
“A infecciosidade viral aumenta se a afinidade de ligação se fortalece”, disse Wei. “Atualmente, mais de 50 mutações foram encontradas junto com a interface de ligação no domínio de ligação ao receptor de proteínas de pico – RBD para breve – que tem 194 locais de mutação possíveis.”
O modelo de aprendizado de máquina de Wei, uma rede neural avançada, analisou mais de 8.000 registros de interação de proteínas para determinar o impacto das mutações conhecidas atuais na afinidade de ligação da proteína de pico SARS-CoV-2. O resultado, que sugere afinidade de ligação aumentada em cinco dos seis subtipos conhecidos, indica que a infecciosidade pode ter aumentado como resultado das mutações.
Preocupado com o potencial de novas mutações, Wei e sua equipe voltaram seu modelo para o futuro.
“É extremamente importante saber se os subtipos futuros de SARS-CoV-2 representariam um perigo iminente para a saúde pública”, disse Wei. “Para este fim, realizamos uma triagem sistemática de todas as possíveis 3.686 mutações futuras em 194 locais de mutação possíveis ao longo do RBD.”
O modelo de Wei prevê que vários resíduos no motivo de ligação ao receptor – uma área componente do RBD – têm grandes chances de sofrer mutação em cepas COVID-19 mais infecciosas.
Ele adverte que, embora as previsões baseadas em inteligência artificial sejam consistentes com os resultados experimentais disponíveis, mais estudos são necessários para compreender totalmente os impactos da mutação na infectividade do COVID-19, que é vital para a resposta de saúde pública ao COVID-19.
Como parte de sua pesquisa, Wei e a equipe também prevêem que o novo coronavírus que está se espalhando pelo mundo é ligeiramente mais infeccioso do que o vírus SARS original descoberto em 2003.
Wei disse que os resultados se alinham com os de outro estudo publicado recentemente por pesquisadores do Scripps Research Institute, na Flórida. Este estudo examinou as mutações da proteína spike em um ambiente de laboratório, descobrindo também que o vírus está sofrendo mutações de maneiras que aumentam sua infecciosidade.
O artigo, “Mutações fortaleceram a infectividade do SARS-CoV-2, junto com grande parte da pesquisa publicada sobre o COVID-19 e o vírus SARS-CoV-2”, aparece no servidor de pré-impressão ArXiv.
Publicado em 23/08/2020 13h31
Artigo original:
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: