Ebola: cientistas criam algoritmo para identificar possíveis focos da doença

Novas tecnologias estão se tornando grandes aliadas no combate a epidemias, principalmente em ameaças globais como o Ebola. Pela primeira vez, cientistas americanos estão utilizando algoritmos de machine learning para identificar espécies que têm mais chances de transportar o vírus, evitando futuras infecções em massa.

O estudo foca em diferentes espécies de morcegos que, diferentemente de humanos e macacos, não apresentam sintomas quando estão infectados com o filovírus do Ebola. “O trabalho busca coletar características intrínsecas de diferentes espécies de morcegos do mundo – 1,116 no total – e programar um algoritmo de machine learning que vai apontar o comportamento de espécies vetoras de filovírus”, explica a pesquisadora de doenças e autora da pesquisa Barbara Han.

O computador desenvolvido pela equipe gerou perfis de espécies mais favoráveis a hospedar o vírus com base nas 21 variações conhecidas por possuírem maior tendência a se infectarem. Ao analisar 57 variáveis, de alimentação a padrões migratórios, o algoritmo pode prever quais morcegos são vetores em potencial, com precisão de 87%.

Em alguns países asiáticos, o número de espécies potencialmente perigosas chegou a 20. “Foi uma surpresa ver que o principal foco de espécies previstas ocorreu no sudeste asiático, onde não se vê tantos casos de Ebola em animais e humanos como é registrado na Africa equatorial”, observa Barbara.

Segundo a pesquisadora, além de identificar focos de risco, o estudo vai permitir compreender por que há tão poucos casos registrados da doença no sudeste asiático mesmo com tantos vetores em potencial na região.

Fonte Digital Trends