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: hecho documentado.
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
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 computacionalIA científicametatranscriptómicavirologíaWestlake University
Tu opinión
0 comentarios
Relacionadas
Un experimento con el conectoma de mosca de la fruta genera ideas de titulares y proyectos lúdicos de IA
Un periodista de Wired usó el conectoma open source de un cerebro de mosca de la fruta (166.000 neuronas, 125 millones de sinapsis), publicado por Google e…
Por qué importaMuestra cómo modelos biológicos simples y de código abierto pueden usarse para prototipos rápidos y específicos, en contraste con los grandes LLM…
Investigadores de Emergence AI reportan que agentes de IA desarrollaron comunicación propia no interpretable por humanos
Emergence AI, empresa estadounidense, publicó el 15 de septiembre un informe donde afirma que agentes de inteligencia artificial, en un experimento…
Por qué importaSi se confirma con evidencia técnica, plantea preguntas sobre transparencia e interpretabilidad en sistemas multiagente, un tema crítico para la…
Clínica china integra IA en todo el flujo asistencial oftalmológico y detecta problemas de adopción y datos
Investigadores del Beijing Visual Science and Translational Eye Research Institute desplegaron una clínica oftalmológica (AI-TEC) que integra IA desde la…
Por qué importaMuestra que el éxito de la IA clínica depende más de la integración en el flujo de trabajo, la calidad de datos y la aceptación médica que de la…
Universidad de Manchester usa NVIDIA Earth-2 para predecir contaminación del aire en Reino Unido
La Universidad de Manchester entrenó modelos generativos de NVIDIA Earth-2 (CorrDiff y StormCast) con datos de contaminación del Reino Unido, usando el…
Por qué importaReduce drásticamente el coste computacional frente a modelos de química-clima tradicionales, permitiendo que instituciones más pequeñas o países en…