WEBVTT Kind: captions Language: es 00:00:02.240 --> 00:00:05.500 Hola, me llamo Hong Qin y soy profesor en la Universidad de Tennessee, Chattanooga. 00:00:05.500 --> 00:00:12.559 Esta charla trata de un proyecto en el que he tenido la suerte de trabajar con un gran 00:00:12.559 --> 00:00:19.699 equipo de colegas de North Carolina A&T, Spelman College y Catholic University of America. 00:00:19.699 --> 00:00:26.310 Estos son los colaboradores sobre el papel, pero en realidad son muchos más. 00:00:26.310 --> 00:00:36.130 En nuestra colaboración hemos tenido probablemente más de una docena de miembros del equipo 00:00:36.130 --> 00:00:39.550 que han estado trabajando en esto. 00:00:39.550 --> 00:00:44.469 Se trata de un proyecto financiado por la National Science Foundation. 00:00:44.469 --> 00:00:46.879 Se llama PIPP Fase Uno. 00:00:46.879 --> 00:00:55.650 Mi objetivo es desarrollar un marco basado en IA para predecir y prevenir futuras pandemias 00:00:55.650 --> 00:00:56.650 de coronavirus. 00:00:56.650 --> 00:01:02.660 Aunque digamos que se trata de coronavirus, el modelo tiene ahora la posibilidad de generalizarse 00:01:02.660 --> 00:01:06.820 a presumiblemente muchas otras pandemias víricas 00:01:06.820 --> 00:01:12.370 Esta es la... vale, se está reenviando automáticamente... 00:01:12.370 --> 00:01:13.759 mis disculpas. 00:01:13.759 --> 00:01:23.470 Bien, este es el resumen que propusimos al principio, aunque ahora hemos hecho muchas 00:01:23.470 --> 00:01:24.470 modificaciones. 00:01:24.470 --> 00:01:27.189 La idea sigue siendo la misma. 00:01:27.189 --> 00:01:31.230 Proponemos cómo predecir el virus - una nueva pandemia de virus? 00:01:31.230 --> 00:01:39.170 Nuestra idea es que primero generemos todos los posibles SARS-CoV-X a partir de los que 00:01:39.170 --> 00:01:46.729 son predecibles basándonos en patrones de recombinación o cambio de hábitat. 00:01:46.729 --> 00:01:51.700 A continuación, predecimos esas posibles reacciones del SARS-CoV-X. 00:01:51.700 --> 00:02:01.479 Este es el reto: es fácil generar esas secuencias, pero ¿cómo sabemos cuál de ellas se volverá 00:02:01.479 --> 00:02:04.680 virulenta o se transmitirá en una población humana? 00:02:04.680 --> 00:02:09.080 Esa es realmente la clave. 00:02:09.080 --> 00:02:11.390 Así que recurrimos a la IA. 00:02:11.390 --> 00:02:12.870 Cuando digo que la IA es una caja negra, bueno, en este caso eso es probablemente también 00:02:12.870 --> 00:02:19.130 una bendición porque realmente no sabemos cómo un virus salta de un huésped, de un 00:02:19.130 --> 00:02:22.730 animal, a un humano para volverse virulento. 00:02:22.730 --> 00:02:29.500 Así que la IA es una caja negra, pero probablemente sea una gran herramienta que podamos utilizar 00:02:29.500 --> 00:02:31.790 aunque sea una caja negra. 00:02:31.790 --> 00:02:33.620 Ese es mi argumento. 00:02:33.620 --> 00:02:40.030 Y mis disculpas, tuve que tachar ciertas cosas porque mi Universidad está solicitando una 00:02:40.030 --> 00:02:43.240 patente basada en la función de esto. 00:02:43.240 --> 00:02:50.629 Así que el objetivo es aquí tenemos secuencias de entrada - esto es sólo secuencias de nucleótidos 00:02:50.629 --> 00:02:51.629 primarios. 00:02:51.629 --> 00:02:55.930 A partir de esta secuencia, vamos a hacer ingeniería de características para generar 00:02:55.930 --> 00:02:57.750 algunas características útiles. 00:02:57.750 --> 00:03:04.010 A continuación, utilizamos la característica de secuencia para alimentar nuestro modelo 00:03:04.010 --> 00:03:05.010 de IA. 00:03:05.010 --> 00:03:09.099 Basándonos en nuestro modelo de IA predeciremos el final. 00:03:09.099 --> 00:03:15.670 Dado el reciente avance de la IA, también podemos utilizar la simulación dinámica 00:03:15.670 --> 00:03:24.360 [inaudible] o incluso métodos experimentales para verificar algunos genes candidatos como 00:03:24.360 --> 00:03:26.670 posibles impulsores del cambio de virulencia. 00:03:26.670 --> 00:03:32.590 Dado el modelo de IA, también generalizamos esto - básicamente usamos el aprendizaje 00:03:32.590 --> 00:03:47.989 por transferencia de los coronavirus, presumiblemente a otros virus como la gripe o el VIH, el VPH. 00:03:47.989 --> 00:03:49.480 Hay muchos virus. 00:03:49.480 --> 00:03:56.250 En realidad no soy experto en biología, sólo en informática. 00:03:56.250 --> 00:04:00.019 Y así los desafíos que realmente estamos tratando con - mis disculpas, es automáticamente 00:04:00.019 --> 00:04:01.110 reenviar de nuevo. 00:04:01.110 --> 00:04:06.920 El reto es realmente predecir la patogenicidad de las secuencias. 00:04:06.920 --> 00:04:12.710 También podemos encontrar una regla potencial y probar la capacidad general mediante la 00:04:12.710 --> 00:04:18.060 transformación de predecir el - futuros virus y predecir el resultado. 00:04:18.060 --> 00:04:21.190 Será AI habilitado, el sistema de alerta temprana. 00:04:21.190 --> 00:04:24.710 Queremos utilizar la IA para predecir el desarrollo de vacunas. 00:04:24.710 --> 00:04:31.100 Dado que sabemos cómo cambia la varianza de virulencia. 00:04:31.100 --> 00:04:36.830 Así que esa es la gran imagen de esto. 00:04:36.830 --> 00:04:42.430 Así que aquí están algunos resultados que hemos desarrollado - que hemos logrado. 00:04:42.430 --> 00:04:50.150 Esta es una estimación de la aptitud viral basada en la información - los datos que 00:04:50.150 --> 00:04:51.150 tenemos. 00:04:51.150 --> 00:05:03.000 Esto es en realidad para la sub-variante Omicron y podemos comparar la variante Omicron utilizando 00:05:03.000 --> 00:05:08.150 un método con el desarrollo de comparación por pares. 00:05:08.150 --> 00:05:12.500 Entonces podemos estimar la diferencia relativa entre esas variantes. 00:05:12.500 --> 00:05:18.430 Basándonos en estos datos podemos generar el llamado paisaje de fitness viral. 00:05:18.430 --> 00:05:21.979 Para los conocedores de la teoría de la evolución - en la evolución existe el llamado paisaje 00:05:21.979 --> 00:05:26.810 de fitness y realmente hay muchos argumentos al respecto, pero también hay mucha teoría 00:05:26.810 --> 00:05:29.710 basada en el paisaje de la evolución. 00:05:29.710 --> 00:05:37.580 Con el paisaje de la aptitud de un virus potencial, podríamos en teoría predecir su trayectoria 00:05:37.580 --> 00:05:38.580 evolutiva. 00:05:38.580 --> 00:05:41.509 Esto - podemos - tenemos un método para hacer esto. 00:05:41.509 --> 00:05:48.330 Este es el resultado estimado para las subvariantes alfa beta delta omicron en EEUU. 00:05:48.330 --> 00:05:56.140 También estamos en el proceso de aplicar esto a la gripe o la viruela. 00:05:56.140 --> 00:05:59.789 No tenemos suficientes datos para la viruela u otros virus, pero la gripe parece prometedora. 00:05:59.789 --> 00:06:03.310 Se trata de un hallazgo importante de nuestro proyecto actual. 00:06:03.310 --> 00:06:06.069 He aquí algunos resultados del modelo. 00:06:06.069 --> 00:06:11.570 Sin divulgar demasiados detalles sobre el modelo de IA que hemos desarrollado. 00:06:11.570 --> 00:06:19.560 Hay realmente un montón de parámetros, pero la precisión del modelo actual puede alcanzar 00:06:19.560 --> 00:06:21.840 una precisión bastante alta. 00:06:21.840 --> 00:06:26.980 Por supuesto, esto se basa en lo que sabemos. 00:06:26.980 --> 00:06:29.840 El reto es realmente desconocido. 00:06:29.840 --> 00:06:35.550 Aunque estemos prediciendo lo desconocido, los datos ya son conocidos. 00:06:35.550 --> 00:06:42.100 En el aprendizaje automático, los entrenamos con entradas de entrenamiento y prueba. 00:06:42.100 --> 00:06:46.789 El reto de predecir lo desconocido sigue siendo una cuestión abierta. 00:06:46.789 --> 00:06:52.389 Algunas personas pueden argumentar, bueno, ¿por qué tenemos que hacer aprendizaje profundo? 00:06:52.389 --> 00:06:56.750 Hay muchos otros métodos estadísticos, genéticos, genómicos, de tratamiento cuantitativo, ¿por 00:06:56.750 --> 00:06:58.840 qué tenemos que recurrir al aprendizaje profundo? 00:06:58.840 --> 00:07:03.460 Aquí tenemos algunas pruebas que demuestran que el aprendizaje profundo, como mínimo, 00:07:03.460 --> 00:07:07.710 detecta firmas diferentes de los estudios estándar de asociación de todo el genoma. 00:07:07.710 --> 00:07:10.490 A la izquierda, un resultado de nuestro aprendizaje profundo. 00:07:10.490 --> 00:07:18.849 Esto es en realidad sobre la base de la OMS etiquetados varianzas Alfa, Beta, Delta, Omicron, 00:07:18.849 --> 00:07:20.040 y otros. 00:07:20.040 --> 00:07:29.370 Queremos ver qué firma en el genoma del SARS-CoV-2 son importantes para contribuir a este aumento 00:07:29.370 --> 00:07:30.699 de la virulencia. 00:07:30.699 --> 00:07:36.270 Esas señales altas que puedes ver al final del genoma del SARS-CoV-2. 00:07:36.270 --> 00:07:46.880 Y alrededor de esta región que estoy resaltando, entre 20.000 y 25.000, se encuentra el gen 00:07:46.880 --> 00:07:55.389 spike que la OMS [ha identificado] y ante el que reaccionará la mayor parte de la respuesta 00:07:55.389 --> 00:07:56.389 inmunitaria. 00:07:56.389 --> 00:08:01.780 Según los conocimientos convencionales, así es como la OMS clasificó las variantes del 00:08:01.780 --> 00:08:02.780 SARS-CoV-2. 00:08:02.780 --> 00:08:13.750 Sorprendentemente, los modelos de IA captan esas señales, pero no son las más fuertes, 00:08:13.750 --> 00:08:24.840 sino muchas otras. 00:08:24.840 --> 00:08:33.120 Algunas de las señales más fuertes no están ahí. 00:08:33.120 --> 00:08:45.410 El uso de métodos genómicos estadísticos convencionales, como el estudio de asociación 00:08:45.410 --> 00:08:55.800 del genoma completo, sigue eligiendo el gen de la espiga como la señal más fuerte. 00:08:55.800 --> 00:09:13.600 Hay algunos otros, pero no muy fuertes. 00:09:13.600 --> 00:09:32.670 Así que en este caso, la IA y la selección del método estadístico convencional, o al 00:09:32.670 --> 00:09:39.320 menos, dan un peso diferente a esas señales. 00:09:39.320 --> 00:09:45.230 Esto es sorprendente y también tranquilizador, en cierto modo. 00:09:45.230 --> 00:09:48.399 Así que elegimos la sabiduría convencional, el aumento, pero también elegimos algunas 00:09:48.399 --> 00:09:53.600 otras señales que pueden o no ser verificados por el método experimental. 00:09:53.600 --> 00:09:57.579 Pero ¿cómo predecimos y cómo verificamos esto, verdad? 00:09:57.579 --> 00:10:10.990 Así que usamos la IA para predecir muchas cosas y sabemos que la IA puede generar muchas 00:10:10.990 --> 00:10:11.990 predicciones falsas. 00:10:11.990 --> 00:10:14.250 En este caso, ¿cómo podemos verificarlo? 00:10:14.250 --> 00:10:15.890 Eso es bastante desafiante. 00:10:15.890 --> 00:10:19.500 Estamos intentando, en general, dos maneras diferentes. 00:10:19.500 --> 00:10:28.100 Una es generar un sistema experimental modelo para verificar los hallazgos. 00:10:28.100 --> 00:10:38.920 Nuestro equipo está utilizando un modelo biológico este es el [inaudible] también 00:10:38.920 --> 00:10:46.880 tenemos un sistema de línea celular para convertir esos genes en el ciclo de vida y 00:10:46.880 --> 00:10:50.220 medir sus actividades relativas. 00:10:50.220 --> 00:10:58.190 Entonces también tenemos una persona computacional para realizar la dinámica molecular para 00:10:58.190 --> 00:11:04.600 simular cómo esas mutaciones afectan [inaudible] de su actividad. 00:11:04.600 --> 00:11:12.139 En este caso, ACE2 y RBD, pero también tenemos otro [inaudible] en el que predecir en diferentes 00:11:12.139 --> 00:11:19.260 regiones cómo reaccionan con los genes humanos - potencial dirigido a los sistemas inmunológicos 00:11:19.260 --> 00:11:20.260 humanos. 00:11:20.260 --> 00:11:25.350 También organizamos un taller y paneles de expertos para discutir cómo diseñar IA confiable 00:11:25.350 --> 00:11:33.950 para promover la confianza social en la IA - IA equitativa. 00:11:33.950 --> 00:11:47.680 La pandemia COVID ha demostrado que hay una gran disparidad en nuestro sistema actual, 00:11:47.680 --> 00:12:03.670 por lo que si utilizamos la IA para predecir las pandemias futuras, puede amplificar 00:12:03.670 --> 00:12:10.150 fácilmente las disparidades ocultas en nuestro sistema actual, probablemente también en 00:12:10.150 --> 00:12:11.700 nuestros datos actuales. 00:12:11.700 --> 00:12:20.190 Si reconocemos esto y organizamos un panel bastante diverso, e incluyendo gente de Sudáfrica, 00:12:20.190 --> 00:12:30.400 Kenia, hay una persona de Europa y a través de la - con diferentes antecedentes como abogados, 00:12:30.400 --> 00:12:33.970 médicos, políticos, gubernamentales - NIST - agencias gubernamentales para tener todo 00:12:33.970 --> 00:12:39.580 tipo de perspectiva sobre cómo promover la IA y promover la confianza en la IA en las 00:12:39.580 --> 00:12:41.870 comunidades históricamente marginadas. 00:12:41.870 --> 00:12:51.519 También enfatizamos mucho el desarrollo de la fuerza laboral dada nuestras colaboraciones 00:12:51.519 --> 00:12:59.279 con las Instituciones de Servicio a las Minorías, incluyendo Spelman College, North Carolina 00:12:59.279 --> 00:13:09.850 A&T y Catholic University of America, que contienen muchos estudiantes hispanos, y mi 00:13:09.850 --> 00:13:14.110 institución de origen, la Universidad de Tennessee, Chattanooga. 00:13:14.110 --> 00:13:17.529 También colaboramos con un sistema hospitalario Global South. 00:13:17.529 --> 00:13:25.339 Por último, quiero dar las gracias a NSF, UTC y la Iniciativa AI Tennessee por su apoyo. 00:13:25.339 --> 00:13:33.850 Y por último, yo no puse en las diapositivas, NSF ha lanzado llamada para la fase 2 de solicitud 00:13:33.850 --> 00:13:41.459 para un Centro Nacional, a estar en una escala probablemente 10 veces mayor, si no 100 veces 00:13:41.459 --> 00:13:47.459 más grande, así que estoy buscando colaboradores, especialmente con el compromiso de la comunidad, 00:13:47.459 --> 00:13:50.839 He oído que alguien trabaja en política pública. 00:13:50.839 --> 00:13:54.240 Así que deseo conectar después de esto. 00:13:54.240 --> 00:14:01.029 Así que me detendré aquí, gracias.