La scoperta porta la firma di un team italiano ed è descritta sulle riviste di data science Patterns e iScience.

Nella lotta al coronavirus un fattore chiave consiste nell’identificare tempestivamente le varianti. Quando una persona è colpita da Covid-19, infatti, è contagiata da un numero elevato di particelle virali, che presentano piccole differenze nella propria sequenza genomica (le varianti, appunto), le quali influenzano la capacità del SARS-CoV-2 di adattarsi e diffondersi.

Identificare quante e quali varianti sono effettivamente presenti in ogni persona affetta da Covid-19 è possibile grazie a esperimenti di sequenziamento, ma come fare a predire su larga scala come le varianti si generano e si diffondono nella popolazione? La risposta è in due algoritmi sviluppati da un team italiano coordinato da Alex Graudenzi, dell’Istituto di bioimmagini e fisiologia molecolare (Ibfm) del Consiglio nazionale delle ricerche di Segrate (Milano), Marco Antoniotti, del Dipartimento di Informatica, sistemistica e comunicazione dell’Università di Milano-Bicocca, e Rocco Piazza, del Dipartimento di Medicina e chirurgia dello stesso ateneo. Il team ha sviluppato e rilasciato due algoritmi che permettono di prevedere la generazione di nuove varianti e la loro evoluzione nel tempo. Le due metodologie sono descritte, rispettivamente, sulle riviste di data science Patterns e iScience.

“Il primo metodo – chiarisce Graudenzi –, chiamato VERSO (Viral Evolution ReconStructiOn), permette di ricostruire la storia evolutiva del patogeno, di trovare collegamenti epidemiologici tra due persone infette, ossia un potenziale contatto tra due individui, e di intercettare varianti possibilmente pericolose prima che si diffondano nella popolazione. Sempre a partire da dati di sequenziamento, il secondo metodo permette invece di quantificare i meccanismi responsabili della generazione di tali varianti. In particolare, questo studio ha dimostrato che alcuni enzimi umani (APOBEC e ADAR) sono responsabili della generazione di specifiche tipologie di mutazione osservate sul genoma virale, mentre l’intensità e la presenza di tali processi mutazionali appare estremamente eterogenea nei pazienti, suggerendo la possibilità che essi possano essere correlati ai differenti decorsi della malattia”.

Redazione Nurse Times

L’articolo Coronavirus, due algoritmi rivelano come le varianti si generano e si diffondono scritto da Redazione Nurse Times è online su Nurse Times.