Investigadores de Shanxi Agricultural University (Taiyuan, China) han desarrollado un innovador enfoque basado en Inteligencia Artificial (IA) para identificar péptidos antivirales con actividad frente al virus del Síndrome Reproductivo y Respiratorio Porcino (PRRSV), uno de los patógenos más desafiantes para la sanidad porcina a nivel mundial.
El estudio combinó análisis proteómicos con modelos de aprendizaje automático (Machine Learning, ML) y aprendizaje profundo (Deep Learning, DL) para detectar proteínas y péptidos con expresión diferencial en tejidos pulmonares, intestinales y colónicos de cerdos infectados con PRRSV en comparación con animales sanos.
Los investigadores aplicaron distintos algoritmos —incluidos Random Forest (RF), Support Vector Machine (SVM) y Graph Neural Networks (GNN)— para predecir la actividad antiviral de los péptidos identificados.
Estos modelos se basaron en características fisicoquímicas como:
Entre los resultados más destacados, los aminoácidos lisina, arginina y leucina se identificaron como los más relevantes en la predicción de péptidos antivirales.
El modelo RF alcanzó un área bajo la curva (AUC) de 0,95 ± 2, superando ligeramente a los modelos GNN y SVM, que obtuvieron valores de 0,94 ± 1.
Los autores destacan que los péptidos antivirales identificados mediante este enfoque computacional podrían servir como candidatos prometedores para su validación experimental y eventual desarrollo de nuevas estrategias terapéuticas.
| Este trabajo demuestra el potencial de la IA como herramienta complementaria en la investigación de enfermedades infecciosas porcinas, abriendo nuevas vías para el control del PRRSV y otros virus emergentes en el sector. |
Te puede interesar: Nuevas perspectivas sobre el tropismo testicular del virus del PRRS
RECOMENDADO
