Com publicação científica

Vírus zoonóticos
Novo modelo de IA consegue identificar vírus potencialmente associados a futuras pandemias
Modelo de aprendizado de máquina é capaz de prever associações até então desconhecidas entre vírus e espécies animais hospedeiras

Wirestock Creators via Shutterstock

Morcegos podem hospedar uma grande diversidade de vírus zoonóticos

Por Redação SciAdvances

22 de setembro de 2026, 19:30

Fonte

Universidade de Roma Sapienza

Áreas

Ciência de Dados, Computação, Epidemiologia, Imunologia, Microbiologia, Modelagem Matemática, Simulação Computacional, Virologia, Zoologia

Compartilhar

Vírus zoonóticos

Devido ao pouco conhecimento sobre vírus de origem animal que podem infectar humanos – os chamados vírus zoonóticos -, existe um risco de novas epidemias causadas por patógenos ainda desconhecidos, como foi o caso da COVID-19.

Portanto, identificar espécies animais que podem hospedar vírus zoonóticos perigosos para a saúde pública é fundamental para a prevenção de novas pandemias.

Mas as pesquisas científicas atuais ainda enfrentam os desafios de avançar nesse cenário complexo, pois existem inúmeras combinações possíveis de vírus e animais hospedeiros que podem futuramente representar perigos para o ser humano.

Avanço: novo modelo de aprendizado de máquina consegue realizar previsões melhores, corrigindo vieses nos dados de treinamento

Recentemente, pesquisadores da Universidade de Roma Sapienza, na Itália, criaram uma nova abordagem de inteligência artificial (IA) capaz de prever conexões anteriormente desconhecidas entre vírus e espécies de mamíferos que podem hospedá-los, com mais precisão do que com os métodos tradicionais.

Segundo o Dr. Moreno Di Marco, chefe do Laboratório de Biodiversidade e Mudanças Globais da Universidade de Roma Sapienza e autor sênior do estudo, apenas uma pequena fração dos vírus presentes em mamíferos selvagens é conhecida, e as informações disponíveis estão fortemente enviesadas pelas espécies e áreas geográficas mais estudadas, ou seja, existe uma falta sistemática de dados.

Essa falta de dados pode fazer com que os modelos tradicionais de IA sejam treinados com dados que já desconsideram muitas possibilidades, o que tornaria suas previsões mais frágeis.

Segundo Gabriele Pignalberi, doutorando da Universidade de Roma Sapienza e primeiro autor do estudo, foi desenvolvido um novo modelo de IA para cobrir essas possíveis falhas na previsão: uma técnica de aprendizado de máquina chamada Dynamic Positive-Unlabeled (DPU).

De acordo com o doutorando, o novo modelo DPU distingue entre a ausência real de um vírus e meras falhas no conhecimento, corrigindo vieses nos dados e fornecendo previsões mais precisas.

O estudo, publicado na revista científica Nature Communications, traz implicações imediatas para a saúde pública e para o monitoramento da biodiversidade, já que o novo modelo de IA pode ajudar a direcionar campanhas de vigilância para espécies e áreas de alto risco.

Resultados apontam muitas associações possíveis entre vírus zoonóticos e seus hospedeiros

Considerando dados sobre evolução, distribuição geográfica e características biológicas de mamíferos e vírus com associações já conhecidas, o modelo gera previsões biologicamente fundamentadas, que ainda podem ser melhoradas com novas evidências.

O Dr. Andrea Tonelli, pesquisador de pós-doutorado e coautor do estudo, afirmou que os resultados sugerem que o número real de associações entre mamíferos e famílias virais é muito maior do que se conhece atualmente.

Já o Dr. Stefano Giagu, chefe do Laboratório de Inteligência Artificial Informada pela Física e Computação Quântica da Universidade de Roma Sapienza, completou que a nova plataforma de análise é capaz de fornecer previsões confiáveis ​​mesmo a partir de dados parciais, o que pode ter um impacto importante para vários outros estudos epidemiológicos.

Publicidade

Últimos avanços

Publicidade

Autores/Pesquisadores Citados

Dr. Moreno Di Marco

Chefe do Laboratório de Biodiversidade e Mudanças Globais da Universidade de Roma Sapienza

Gabriele Pignalberi

Doutorando na Universidade de Roma Sapienza

Dr. Andrea Tonelli

Pesquisador de pós-doutorado na Universidade de Roma Sapienza

Dr. Stefano Giagu

Chefe do Laboratório de Inteligência Artificial Informada pela Física e Computação Quântica da Universidade de Roma Sapienza

Instituições Citadas

Universidade de Roma Sapienza

Publicação

Acesse o artigo científico completo (em inglês).

Comunique um Erro

Publicidade

Outros avanços

E-books gratuitos

Rolar para cima