Un algoritmo per prevedere le mosse del Covid

Un gruppo di ricercatori italiani ha sviluppato YoyoMut, una nuova piattaforma bioinformatica progettata per monitorare nel tempo l’evoluzione genetica del virus SARS-CoV-2 e comprendere meglio come emergono, si stabilizzano o scompaiono le mutazioni virali. Lo studio, pubblicato sulla rivista scientifica Life, presenta uno strumento capace di analizzare in modo dinamico l’andamento delle varianti virali combinando dati genomici su larga scala e visualizzazioni strutturali tridimensionali delle proteine. Invece di limitarsi a identificare nuove mutazioni, YoyoMut osserva il loro comportamento evolutivo nel tempo, distinguendo tra mutazioni persistenti, transitorie o reversibili. Il sistema integra sequenze genomiche pubbliche del virus, modelli statistici e rappresentazioni 3D della proteina Spike per valutare l’impatto biologico dei cambiamenti genetici.

L’obiettivo principale è fornire a virologi, epidemiologi e sviluppatori di vaccini uno strumento rapido per interpretare l’enorme quantità di dati prodotti dalla sorveglianza genomica globale. Comprendere quali mutazioni tendono a stabilizzarsi nella popolazione virale può infatti aiutare a prevedere l’adattamento del virus, migliorare la progettazione vaccinale e anticipare possibili fenomeni di evasione immunitaria.

Oltre l’identificazione delle varianti

Durante la pandemia, il sequenziamento genomico ha prodotto milioni di dati sul SARS-CoV-2. Tuttavia, identificare una mutazione non equivale a comprenderne il significato biologico. Molte variazioni genetiche emergono e scompaiono rapidamente senza conseguenze rilevanti. YoyoMut nasce proprio per risolvere questo limite. Il software analizza la frequenza delle mutazioni nel tempo e ne valuta la fissazione evolutiva, cioè la probabilità che una variazione diventi stabile all’interno della popolazione virale. Parallelamente, individua fenomeni di “ritorno indietro” genetico, quando una mutazione compare ma viene successivamente abbandonata dal virus.

Questa prospettiva temporale consente di distinguere i cambiamenti realmente adattativi da quelli casuali, offrendo una lettura più accurata dell’evoluzione virale rispetto alle tradizionali classificazioni per varianti.

Come funziona YoyoMut

Uno degli elementi più innovativi dello studio è l’integrazione tra analisi genetica e biologia strutturale. YoyoMut collega infatti le mutazioni osservate nelle sequenze genomiche con modelli tridimensionali delle proteine virali, in particolare della proteina Spike, responsabile dell’ingresso del virus nelle cellule umane.

Attraverso un’interfaccia interattiva, i ricercatori possono visualizzare dove avviene una mutazione sulla struttura proteica e valutare se essa interessa regioni funzionalmente critiche, come i siti di legame con il recettore cellulare o gli epitopi riconosciuti dagli anticorpi.

Questo approccio permette di trasformare dati genetici astratti in informazioni biologicamente interpretabili, facilitando l’analisi dell’impatto potenziale delle mutazioni su trasmissibilità, patogenicità ed evasione immunitaria.

Implicazioni per vaccini, anticorpi e sorveglianza pandemica

Secondo gli autori, strumenti come YoyoMut possono diventare centrali nella preparazione a future emergenze sanitarie. Monitorare precocemente mutazioni destinate a consolidarsi potrebbe aiutare ad aggiornare vaccini e anticorpi monoclonali prima che nuove varianti si diffondano su larga scala.

La piattaforma consente inoltre di confrontare rapidamente l’evoluzione virale tra diverse aree geografiche, contribuendo a rafforzare i sistemi di sorveglianza genomica globale. In un contesto in cui i virus respiratori continuano a evolversi rapidamente, la capacità di interpretare i dati in tempo reale diventa un elemento strategico di sanità pubblica.

Verso una nuova generazione di strumenti evolutivi

Lo studio evidenzia come la sfida futura non sia più soltanto sequenziare i virus, ma comprendere il significato evolutivo dei dati prodotti. YoyoMut rappresenta un esempio di nuova generazione di piattaforme bioinformatiche che uniscono genomica, modellistica e visualizzazione interattiva.

Pur sviluppato nel contesto del SARS-CoV-2, l’approccio potrebbe essere applicato ad altri virus emergenti o patogeni soggetti a rapida evoluzione. Gli autori suggeriscono che strumenti simili possano diventare fondamentali per trasformare la sorveglianza genomica da attività descrittiva a vero sistema predittivo, capace di anticipare le traiettorie evolutive dei virus e migliorare la risposta scientifica alle future pandemie.

Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato