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:
Publicar un comentario