Buscar

2012/04/26

Crean en Cuba modelos matemáticos para detectar mutación de virus

Expertos de la Universidad Central Marta Abreu, de Villa Clara, y de la Universidad de Ghent, Bélgica, trabajaron de conjunto en la creación de modelos matemáticos para detectar mutaciones y la resistencia a fármacos de ciertos virus, anunciaron hoy los autores del estudio.

Entre esos patógenos están el Virus de Inmunodeficiencia Humana (VIH) y los que provocan distintos tipos de influenza, por lo que el logro de estos modelos es considerado de gran importancia para el diagnóstico, uso de antivirales y las correspondientes vacunas.

El doctor en Ciencias Matemáticas, Ricardo Grau Abalo, de la Facultad de Matemática, Física y Computación de la Universidad de Villa Clara, dijo a la prensa que los resultados de las investigaciones sobre el virus de la influenza A H1N1 se aplican en el Centro Nacional de Sanidad Agropecuaria (Censa), con el fin de validar la efectividad del diagnóstico.

El Censa -explicó- es el centro encargado del perfeccionamiento de los sistemas de diagnósticos de virus que atacan a plantas y animales en Cuba.

Señaló, además, que en Cuba se investiga en aras de utilizar los resultados de los estudios sobre el VIH en el Centro de Inmunología Molecular y otras instituciones científicas del Polo del Oeste.

El Grupo Bioinformático del Instituto de Viandas Tropicales (Invit) también participó en este aporte científico, que resulta superior a los precedentes, pues facilita la integración de nuevas herramientas con algoritmos tradicionales o posibles modelos futuros, puntualizó.

Con su aplicación se pueden pronosticar las mutaciones y la resistencia antiviral, mediante el uso de cuatro nuevos modelos, que analizan respectivamente cómo pueden utilizarse las redes neuronales recurrentes para el pronóstico de la resistencia antiviral.

Asimismo, estudia las redes bayesianas para la caracterización de las posiciones claves de una proteína viral y sus interacciones, añadió.

Grau Abalo explicó que las redes neuronales recurrentes son una herramienta computacional que tiene la particularidad de "aprender", no sólo teniendo en cuenta el pasado, sino que también continúa actualizándose hacia el futuro.

El asesor de la investigación dijo que los modelos bayesianos creados, otra herramienta computacional, muestran el pronóstico de la resistencia antiviral a partir de las bases de núcleo presentes en una mutación.

Esas herramientas también poseen nuevos multiclasificadores en análisis supervisado de secuencias genómicas, en particular relacionados con la resistencia antiviral.

Los modelos están dotados de concepciones originales de multiclasificadores que pretenden afrontar la diversidad biológica en las mutaciones, y un nuevo modelo evolutivo, el cual fundamenta el pronóstico de futuras mutaciones de virus como el de la influenza y el VIH, agregó el científico.

No hay comentarios: