Les variantes d’intérêt – comme Eta, Iota et Kappa – sont celles qui ont évolué vers des marqueurs génétiques spécifiques au sport qui devraient affecter la transmission virale, le diagnostic, la thérapeutique ou l’évasion immunitaire.
En revanche, les variants préoccupants sont ceux qui ont également démontré une telle augmentation de la transmissibilité, une présentation plus grave de la maladie ou une réduction de l’efficacité des mesures de santé publique contre eux.
À ce jour, les cinq variantes de coronavirus à classer comme « préoccupantes » sont Alpha, Beta, Gamma, Delta et Omicron.
Un problème avec cette approche de classification est que l’identification d’une nouvelle variante préoccupante implique intrinsèquement une période préalable de surveillance de l’impact du virus sur la population – période pendant laquelle il peut être difficile de déterminer la réponse de santé publique appropriée.
En conséquence, les méthodes d’évaluation du risque posé par les nouvelles variantes en temps réel peuvent être extrêmement bénéfiques.
Dans leur étude, le Dr Jing Li et ses collègues du State Key Laboratory of Pathogen and Biosecurity à Pékin, en Chine, rapportent le développement d’un système d’intelligence artificielle dit d’apprentissage en profondeur qui peut classer le niveau d’adaptation humaine des coronavirus en fonction de leur génomique générale. traits.
Le système d’apprentissage en profondeur divise les virus en trois types : le type I, qui se caractérise par une infection grave mais une faible transmissibilité, le type II, qui est plus bénin mais se propage plus facilement ; et enfin ceux qui ne sont pas adaptés à l’homme.
L’équipe a d’abord formé son réseau de neurones à l’aide de données sur la composition et les adaptations humaines d’autres coronavirus, notamment le syndrome respiratoire aigu sévère (SRAS), le syndrome respiratoire du Moyen-Orient (MERS), tous deux de type I, et divers coronavirus humains qui causent le rhume -semblables à des symptômes et relèvent de la catégorie de type II.
Cela fait, l’équipe s’est mise à voir si elle pouvait prédire les classifications d’un certain nombre de variantes d’intérêt et de préoccupation – y compris omicron, qui au moment où l’étude a été entreprise était relativement nouvelle et son risque potentiel était incertain.
Le réseau neuronal du chercheur a prédit que 77% des séquences Alpha et 58% des séquences Kappa évaluées avaient des adaptations de type I.
Pendant ce temps, 88 à 100% des séquences de variantes bêta et delta se sont avérées avoir une adaptation de type II; 94% des souches d’omicron devaient également être hautement transmissibles mais moins virulentes, ce qui correspond à l’évolution de la variante après la fin de l’étude.
Comme l’a écrit l’équipe dans son article : “Le prédicteur de réseau neuronal 3D-convolutionnel basé sur la représentation de la composition des dinucléotides fournit des prédictions en temps réel des variantes émergentes du SRAS-CoV-2.”
Cela, affirment-ils, pourrait faciliter « l’évaluation des risques de [these] variantes et le contrôle de la pandémie actuelle de COVID-19 ».
D’autres chercheurs, cependant, semblent quelque peu sceptiques quant aux conclusions rapportées par l’équipe.
Le Dr Bahrad Sokhansanj – un ingénieur qui applique des techniques d’apprentissage en profondeur aux problèmes biologiques et de santé et qui n’a pas participé à la présente étude – a commencé par applaudir certaines des caractéristiques de l’étude.
Il a déclaré: «La conclusion selon laquelle le SRAS-CoV-2 a des schémas profonds qui le rendent similaire aux coronavirus du« rhume »est surprenante et intéressante.
«Le SRAS-CoV-2 est beaucoup plus évolutif que le SRAS et le MERS, donc à un niveau superficiel, les séquences sont plus similaires qu’aux coronavirus du« rhume ».
« Quel que soit le modèle plus profond que l’IA des auteurs a trouvé qui fait que le SRAS-CoV-2 ressemble davantage à un coronavirus de «rhume» pourrait fournir un indice sur ce qui, à propos du SRAS-CoV-2, en fait un virus pandémique si efficace, tandis que le SRAS et le MERS ne sont pas assez transmissibles.
“C’est pourquoi ce type de recherche est si soigné : – L’IA peut examiner des millions de bases (lettres) de code génétique et trouver des modèles que les yeux humains ne peuvent pas voir.”
Cependant, le Dr Sokhansanj a ajouté : « Au-delà de cela, leurs résultats sur des variantes spécifiques du SRAS-CoV-2 sont contraires à notre intuition et à nos connaissances. Franchement, je suis surpris qu’il ait réussi l’examen par les pairs.
“Ils soutiennent qu’Alpha – l’ancienne variante” britannique “- est une adaptation de type SRAS / MERS. Ça ne peut pas être vrai. Alpha était plus transmissible que les variantes précédentes.
“Ensuite, ils disent que Delta est une adaptation au” rhume “, mais Delta est plus pathogène qu’Alpha.
“Mon message franc aux auteurs serait que vous utilisez peut-être l’intelligence artificielle pour étudier Covid, mais vous devez examiner les données épidémiologiques et vous assurer que vos résultats sont cohérents avec celles-ci.”
Le Dr Li et ses collègues n’ont pas répondu aux multiples demandes de commentaires.