Het computermodel kan eiwitmutaties voorspellen die een Covid-variant besmettelijker of gevaarlijker kunnen maken. Het kan ons ook meer leren over hoe het virus zich kan aanpassen van dier naar mens en andersom.

Er wordt nog steeds gejaagd op nieuwe coronavirusvarianten. Dat gebeurt op verschillende manieren, van contacttracing tot analyses in een lab. Het computermodel wordt momenteel nog volop getest, maar zou in de toekomst in staat zijn om nieuwe mutaties te anticiperen. Mutaties opvolgen is belangrijk omdat ze mogelijk dreigender kunnen zijn voor het immuunsysteem, en dan vooral voor die van kwetsbare groepen.

Het computationeel model baseert zich op complexe simulaties en werd ontwikkeld door de Penn State University (Pennsylvania, Verenigde Staten). De resultaten werden gepubliceerd door Proceedings of the National Academy of Sciences (PNAS). Het doel van het model is om veranderingen in het virus op te sporen die mogelijk tot mutaties kunnen leiden.

Het model werd ontwikkeld met behulp van bekende informatie over hoe een virus verandert en beweegt. Dan probeerde het model die bewegingen te voorspellen. De wetenschappers combineerden en herwerkten gegevens met behulp van deep learning. Uiteindelijk konden de onderzoekers het model een nauwkeurigheid van meer dan 80 procent toeschrijven. De auteurs van het onderzoek schrijven in de tekst dat deze methode dus “vrij effectief” is. 

“Belangrijk hulpmiddel”

Suresh Kuchipudi, hoogleraar biomedische wetenschappen en diergeneeskunde aan Penn State University zegt dat dit model ook kan helpen bij besmettingen van mens op dier en andersom. “Het vermogen om met grote waarschijnlijkheid te voorspellen hoe het virus zal veranderen, hoe het zich aanpast bij mens en dier, en hoe dit effect zal hebben, zijn belangrijke hulpmiddelen.”

(kg)