Investigadores crean Rider, IA que descubre virus ARN divergentes en datos metatranscriptómicos
Hecho Qué ha ocurrido
Investigadores de la Universidad de Westlake desarrollaron Rider, un método que combina modelos de lenguaje de proteínas con validación estructural específica de dominio para detectar virus ARN muy divergentes. Aplicado a más de 10.000 metatranscriptomas, Rider recupera más del 99% de los virus ARN previamente catalogados y detecta miles de secuencias y clados divergentes que otros métodos no identifican. En una cohorte de pacientes con enfermedad inflamatoria intestinal, el método coincide con otras técnicas y extiende la detección a linajes divergentes.
Resumen generado mediante IA a partir de Nature · Machine learning (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Herramientas de IA capaces de identificar virus desconocidos a gran escala pueden acelerar la vigilancia epidemiológica y la investigación biomédica, con implicaciones para la salud pública y la preparación ante pandemias.
- Quién se ve afectado
- Instituciones de investigación biomédica, laboratorios de genómica, agencias de vigilancia epidemiológica y empresas biotecnológicas.
- Qué puede cambiar
- Se facilita la exploración a escala global del viroma ARN, permitiendo descubrir patógenos emergentes que antes escapaban a los métodos de detección basados en homología de secuencia.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Habrá que seguir si Rider se adopta en programas de vigilancia de patógenos emergentes y si se integra en pipelines comerciales de bioinformática o salud pública.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Nature · Machine learning (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗modelos de lenguaje de proteínasIA científica Westlake University biología computacional IA científica metatranscriptómica virología Westlake University
Relacionadas
Anthropic usa cientos de agentes de IA para hallar ADN tipo CRISPR en virus gigantes
Anthropic anunció un nuevo laboratorio de biología donde científicos humanos y agentes de IA trabajan juntos, y publicó un preprint (sin revisión por pares)…
Por qué importaMuestra un caso concreto de uso de agentes de IA autónomos para acelerar el descubrimiento científico en genómica, aunque el hallazgo todavía es…
Discovered Materials ofrece 1 millón de dólares por resolver cinco problemas abiertos de ciencia de materiales
La startup Discovered Materials, de San Francisco y creada en la batch de primavera de 2026 de Y Combinator, ha lanzado un reto con premios por un total de 1…
Por qué importaMuestra que la IA avanza con más dificultad en problemas de física de materiales que en matemáticas, un campo clave para semiconductores y…
Denise Herzing usa IA para buscar patrones en la comunicación de los delfines
Denise Herzing, fundadora del Wild Dolphin Project, presentó en el WIRED World Fair su investigación con IA sobre grabaciones de audio y vídeo de delfines. Su…
Por qué importaMuestra cómo el análisis de patrones con IA puede aplicarse a grandes volúmenes de datos no textuales. Para las empresas, es un caso de uso de…
Un modelo de IA del BCE anticipa la inflación de EEUU en 2021 según un estudio teórico
Un documento de trabajo del BCE elaborado por Carlos Montes-Galdón presenta Deep-π*, un modelo de redes neuronales que analizó 122 indicadores y detectó en…
Por qué importaMuestra el potencial de la IA como herramienta complementaria para el análisis macroeconómico, aunque los resultados son teóricos y con limitaciones…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.