O surgimento de variantes virais de rápida dispersão (como as VOCs para Covid-19) pode ser determinante na progressão de epidemias, levando a novas ondas de infecção e grandes alterações nas populações virais. Métodos filodinâmicos podem ajudar a identificar e estudar a dinâmica de transmissão inicial dessa variantes. Esses métodos exploram o fato de que alterações na dinâmica populacional do vírus deixam um sinal filogenético para estimar parâmetros evolutivos. Entretanto, esses métodos assumem que as linhagens são condicionamentos independentes, e portanto podem usar apenas informações locais para estimar o potencial de dispersão da linhagem. Nesse projeto, nós postulamos que o surgimento de uma nova linhagem de rápida dispersão deixa uma assinatura na história evolutiva de todas as linhagens, infectando a mesma população. Além disso, postulamos que este efeito pode ser utilizado para realizar previsões sobre quais linhagens se tornarão dominantes. Para tanto, propomos adaptar uma nova abordagem filodinâmica de aprendizado de máquina ao problema de identificar e rastrear essas variantes. A abordagem de aprendizado de máquina nos permitirá aproveitar a grande quantidade de sequências moleculares disponíveis para esses vírus, cuja análise seria proibitiva para os métodos filodinâmicos tradicionais. Além disso, ao fazer melhor uso da informação global, esses métodos podem permitir a detecção precoce dessas variantes, potencialmente antes mesmo da amostragem substancial da variante emergente.

Nesse projeto, estudaremos o vírus da gripe com o objetivo de fazer previsões que ajudem a informar estratégias de manejo da epidemia. Para tanto, caracterizaremos a gripe sob o ponto de vista de evolução molecular e de interação com o sistema imune humano (evolução antigênica), visando estabelecer relações entre estes dois processos. Considerar a evolução antigênica sob um prisma de agrupamento pode nos levar a melhores previsões sobre as linhagens dominantes no próximo ano. O projeto tem um forte componente metodológico que busca desenvolver técnicas estatísticas apropriadas, lidando com conjuntos de dados com alta dimensionalidade e complexas estruturas de dependência. Metodologicamente, temos dois focos: o primeiro é desenvolver uma metodologia baseada em U-estatísticas para inferência em problemas de agrupamento. O segundo envolve o desenvolvimento de métodos filodinâmicos bayesianos que modelam explicitamente a relação entre evolução molecular e fenotípica (como a antigênica).