Nella lotta al virus SARS-CoV-2, un fattore chiave consiste nell'identificare tempestivamente le varianti del virus: quando una persona è colpita dal Covid-19 viene, infatti, contagiata da un numero elevato di particelle virali che presentano piccole differenze nella propria sequenza genomica - le varianti - che influenzano la capacità del virus SARS-CoV-2 di adattarsi e diffondersi.

Identificare quante e quali varianti sono effettivamente presenti in ogni persona affetta da Covid-19 è possibile grazie ad esperimenti di sequenziamento, ma come fare a predire su larga scala come le varianti si generano e si diffondono nella popolazione? La risposta in due algoritmi sviluppati da un team italiano coordinato da Alex Graudenzi dell'Istituto di bioimmagini e fisiologia molecolare (Ibfm) del Consiglio nazionale delle ricerche di Segrate (Milano), Marco Antoniotti del Dipartimento di informatica, Sistemistica e Comunicazione dell'Università di Milano-Bicocca e Rocco Piazza del Dipartimento di medicina e chirurgia dello stesso ateneo.

Il team ha sviluppato e rilasciato due algoritmi che permettono di prevedere la generazione di nuove varianti e la loro evoluzione nel tempo. Le due metodologie sono descritte, rispettivamente, sulle riviste di data science Patterns e iScience. 

Gli studi forniscono nuovi importanti strumenti ai ricercatori che nel mondo studiano le sequenze virali per meglio comprendere le proprietà e i mutamenti del virus nel tempo, consentendo di inquadrare tale evoluzione e la comparsa di nuove mutazioni nel contesto di precisi meccanismi molecolari.

(AGI)