Intelligenza artificiale e virus, dalla Sapienza un modello per prevedere gli ospiti animali
Un nuovo studio della Sapienza di Roma usa l’intelligenza artificiale per prevedere quali mammiferi possano ospitare virus ancora poco conosciuti, migliorando la sorveglianza e aiutando a individuare possibili rischi zoonotici.
Capire in anticipo quali mammiferi possono essere portatori di determinati virus potrebbe rendere più efficace la sorveglianza sulle malattie di origine animale. È l’obiettivo di uno studio della Sapienza Università di Roma che applica un nuovo metodo di intelligenza artificiale alle relazioni tra virus e possibili specie ospiti.
La ricerca, pubblicata il 17 settembre 2026 su Nature Communications, è stata condotta da studiosi dei dipartimenti di Fisica e di Biologia e Biotecnologie “Charles Darwin”. Il lavoro punta a superare uno dei principali limiti delle conoscenze attuali, rappresentato dalla grande quantità di informazioni ancora mancanti sui virus zoonotici dei mammiferi.
Secondo le stime riportate nello studio, solo una minima parte dei virus potenzialmente trasmissibili dagli animali all’uomo è stata finora descritta. Inoltre, i dati disponibili sono concentrati soprattutto sulle specie e sulle aree geografiche maggiormente studiate. La mancata individuazione di un virus in un animale, quindi, non significa necessariamente che quella specie non possa ospitarlo.
Per ridurre questa distorsione i ricercatori hanno sviluppato il Dynamic Positive-Unlabeled learning, un sistema di apprendimento automatico capace di distinguere tra una reale assenza del virus e una semplice mancanza di osservazioni. Il modello può così correggere parte degli squilibri presenti nei dati e formulare previsioni più accurate sulle associazioni tra mammiferi e famiglie virali.
Gabriele Pignalberi, primo autore dello studio, spiega che il metodo consente di separare meglio le assenze effettive dai vuoti di conoscenza. Andrea Tonelli, coautore della ricerca, riferisce inoltre che alcune associazioni previste dal modello sono state successivamente confermate da dati sperimentali.
I risultati indicano che le combinazioni tra specie di mammiferi e famiglie di virus potrebbero essere molto più numerose di quelle documentate finora. Uno strumento di questo tipo può quindi aiutare a stabilire quali specie e quali virus approfondire con maggiore priorità, indirizzando controlli e attività di ricerca verso i rapporti potenzialmente più rilevanti per il rischio zoonotico.
Notizie correlate
Intelligenza artificiale e nuovi virus, creati 16 batteriofagi contro E. coli L’intelligenza artificiale ha permesso a ricercatori di Stanford e dell’Arc Institute di progettare 16 nuovi batteriofagi capaci di infettare E. coli.
Ucraina, 50.000 droni Shrike con intelligenza artificiale finanziati dalla Germania La Germania finanzia 50.000 droni Shrike destinati all’Ucraina, dotati di guida autonoma sviluppata da Auterion.
