Machine learning permite una taxonomía viral jerárquica escalable y sistemática

Área de la Ciencia:

• Virología
• Bioinformática
• Biología Computacional

Sus antecedentes:

• La ecogenómica viral ha ampliado enormemente nuestra comprensión de la virosfera.
• Las herramientas actuales de clasificación viral luchan con la resolución taxonómica, la escalabilidad para grandes conjuntos de datos y la clasificación de secuencias virales novedosas.

Objetivo del estudio:

• Desarrollar una herramienta avanzada basada en aprendizaje automático, vConTACT3, para una taxonomía viral precisa y escalable.
• Mejorar la clasificación de virus procariotas y eucariotas en múltiples reinos taxonómicos.
• Establecer una taxonomía jerárquica precisa desde el género hasta el orden para secuencias virales.

Principales métodos:

• Desarrolló vConTACT3, una herramienta de aprendizaje automático que optimiza los umbrales de intercambio de genes y los puntos de corte adaptativos específicos del reino.
• Aplicó vConTACT3 a grandes conjuntos de datos de genomas públicos de virus procariotas y eucariotas.
• Evaluó el rendimiento de vConTACT3 frente a la taxonomía existente y su predecesor, vConTACT2.

Principales resultados:

• vConTACT3 demuestra una concordancia >95% con la taxonomía oficial para más de 35,000 genomas de virus procariotas y 13,000 genomas de virus eucariotas.
• La herramienta supera a vConTACT2 en precisión en la mayoría de los reinos y ofrece una velocidad mejorada.
• vConTACT3 clasifica con éxito taxones virales previamente no caracterizados y proporciona asignaciones taxonómicas automatizadas y rápidas para decenas de miles de virus no clasificados.

Conclusiones:

• vConTACT3 mejora significativamente la precisión y la escalabilidad de la clasificación viral, abordando las limitaciones de las herramientas anteriores.
• La herramienta proporciona asignaciones taxonómicas sistemáticas para un gran número de secuencias virales no clasificadas.
• El análisis utilizando vConTACT3 sugiere revisiones potenciales en el número de rangos taxonómicos admitidos y destaca áreas desafiantes en la clasificación de la virosfera.