Le réseau imputé révèle des points chauds non découverts d'associations hôte-virus uniques en Amazonie. En haut :Différence entre l'unicité de la composition (variée) de la communauté virale en fonction de la présence de l'hôte (voir ED Fig. 7). Les zones vert foncé indiquent que le réseau imputé suggère une plus grande originalité de la communauté virale que ne le feraient les données disponibles. En bas :comparaison entre le nombre d'hôtes et l'unicité de la communauté virale. En supposant la découverte aléatoire de virus grâce à l'échantillonnage des hôtes, cette relation serait globalement linéaire et positive, comme c'est le cas avant l'imputation. L'ajout d'interactions imputées supprime certains des biais d'échantillonnage et montre comment les zones à plus faible richesse en hôtes ont des contributions plus uniques à l'unicité virale, ce qui suggère qu'elles hébergent des virus non partagés par des emplacements plus spécifiques. Crédit :arXiv:2105.14973v2 [q-bio.QM], https://arxiv.org/abs/2105.14973
Jusqu'à récemment, nous ne connaissions que 2 % des interactions possibles entre les mammifères et les virus, ou le « virome ». Cependant, une nouvelle technique d'intelligence artificielle (IA) a identifié de nouvelles interactions potentielles entre l'hôte et le virus, augmentant la taille du virome connu d'un facteur 15.
Une nouvelle approche basée sur l'apprentissage automatique pour prédire les interactions hôte-virus a été appliquée et 35 000 heures de temps d'ordinateur ont été utilisées sur les ordinateurs de Calcul Québec pour analyser les données sur les interactions entre un millier de mammifères (les hôtes) et autant de virus.
Après l'identification de 80 000 nouvelles interactions hôte-virus potentielles, le réseau d'associations hôte-virus a été associé à un modèle de génome viral pour réévaluer le potentiel d'infection humaine de tous les virus de la base de données.
Le résultat a été une liste de virus animaux pouvant provoquer des zoonoses, c'est-à-dire infecter les humains.
Le projet de recherche international collaboratif a été dirigé par Timothée Poisot, professeur au Département des sciences biologiques de l'Université de Montréal qui s'intéresse au calcul des risques de pandémie. Elle a été financée par IVADO, l'Institut de valorisation des données, et réalisée dans le cadre de l'Initiative de recherche sur l'émergence virale.
Détecter les virus "oubliés"
Pour valider leurs prédictions, Poisot et son équipe d'experts en virologie, IA et santé publique ont étudié la littérature sur les épidémies humaines antérieures des virus qu'ils avaient qualifiés de à haut risque. Il s'est avéré que sur les 20 virus au plus fort potentiel zoonotique, 11 ont en fait rendu l'homme malade.
"Certains des virus nous ont vraiment surpris; nous ne pensions pas qu'ils pouvaient être transmis aux humains", a déclaré Poisot. "Par exemple, notre système a calculé que l'ectromélie, le virus responsable de la variole chez la souris, a une probabilité "très élevée" d'infecter l'homme, et nous avons découvert qu'il y avait bien eu une épidémie dans une école chinoise en 1987, mais elle n'était pas répertoriée. dans l'une des bases de données."
Globalement, les familles de virus qui apparaissent le plus souvent sur la liste à haut risque sont les bunyavirus (dont l'un provoque la fièvre de la Vallée du Rift), les rhabdovirus (rage), les filovirus (Ebola) et les flavivirus (dengue, fièvre jaune). "Ce sont toutes des familles connues pour présenter un risque zoonotique important, mais le modèle peut nous permettre de mesurer le risque au sein de ces familles avec plus de précision", a expliqué Poisot.
Surveiller les hotspots, en particulier Amazon
Cette recherche prédictive peut aider à guider les efforts des virologues travaillant à prévenir les zoonoses qui pourraient provoquer de futures épidémies et pandémies. La liste des virus à haut risque peut être utilisée pour cibler des campagnes d'échantillonnage sur des espèces spécifiques et également sur la base de la répartition géographique, car l'équipe de recherche a cartographié les résultats.
"En tant qu'écologiste faisant des recherches biogéographiques, je veux savoir non seulement quel virus sera compatible avec quel hôte, mais aussi où ces combinaisons peuvent être trouvées", a déclaré Poisot.
Selon le modèle informatique, l'Amazonie est la partie du monde avec le plus grand potentiel de mutations virales. "Les résultats sont clairs :l'Amazonie est un hotspot pour de nouvelles interactions hôte-virus", a déclaré Poisot. "C'est la région où l'on trouve le plus d'interactions qui ne se produisent généralement pas."
Selon Poisot, ces nouveaux contacts s'expliquent par le manque de données sur le virome amazonien, la déforestation, le changement climatique et l'expansion urbaine, qui multiplie les contacts entre les animaux et les humains.
