ViromaLab es el pipeline que convierte ruido metagenómico en genomas virales completos — virus, bacteriófagos y elementos virales endógenos — sin necesidad de una referencia previa, a escala de supercómputo.
Cuando un virus aparece en una muestra de secuenciación —ambiental, clínica, agrícola o incluso en sedimentos de miles de años— las herramientas convencionales lo pasan por alto.
No tiene genoma de referencia. Está fragmentado. Está mezclado entre millones de secuencias de otros organismos. Para un análisis metagenómico estándar, es indistinguible del ruido.
ViromaLab está diseñado exactamente para ese punto ciego.
Un pipeline de tres etapas que combina detección de novo, ensamblaje optimizado para fragmentos virales y clasificación taxonómica — corriendo a escala de supercómputo.
Un modelo de red neuronal convolucional (CNN) aprende patrones de secuencia característicos de genomas virales y los distingue del resto del metagenoma — sin depender de que el virus ya esté descrito en una base de datos de referencia.
Reconstruye genomas completos o parciales a partir de fragmentos dispersos, incluso cuando el material genético está degradado.
Distingue entre virus, bacteriófagos y elementos virales endógenos (EVEs) integrados en el genoma huésped, y ubica taxonómicamente cada genoma recuperado — listo para análisis o publicación.
Genomas virales de novo, sin depender de una referencia previa en base de datos.
Detección y caracterización de fagos, incluso especies no descritas — como el genoma de Caudoviricetes recuperado en el Lago de Chalco.
Secuencias virales integradas en el genoma del huésped — el pipeline identificó un candidato del supergrupo Adintoviridae/Polinton en el genoma de la babosa de jardín Deroceras laeve.
La red convolucional actúa antes del ensamblaje: revisa cada fragmento de secuencia y decide, por patrón, si tiene origen viral — sin necesitar un alineamiento exacto contra una referencia. Eso es lo que le permite encontrar virus nuevos, bacteriófagos y elementos virales endógenos ocultos dentro del genoma huésped, no solo los ya catalogados, y es la razón por la que el pipeline escala bien en infraestructura de supercómputo: filtra el volumen bruto antes de las etapas computacionalmente más costosas.
Dra. Katia Aviña-Padilla recibiendo el Premio IMPI 2026 por ViromaLab en InnovaFest Querétaro.
Explicación visual del análisis: de datos crudos de secuenciación a genomas clasificados.
Donde otros ven ruido metagenómico, ViromaLab encuentra virus, bacteriófagos y elementos virales endógenos — y lo ha demostrado en condiciones reales, no solo en teoría.
El mismo pipeline que corre en el clúster Fénix/LAVIS-UNAM fue puesto a prueba formalmente en el proyecto de Supercómputo Academia-Industria con CIMAT — validando que la arquitectura no solo detecta con precisión, sino que sostiene ese desempeño al procesar volúmenes de datos de escala industrial.
Detección temprana de patógenos emergentes o desconocidos, antes de que se conviertan en brote.
Identificación de virus en cultivos en etapas tempranas, protegiendo la producción antes de que el daño sea irreversible.
Paleovirología, ecología viral y descubrimiento de nuevas especies, con resultados listos para publicación.
Análisis de riesgo biológico a partir de muestras ambientales, con capacidad de cómputo validada a escala.
No es una herramienta que se ejecuta por cuenta propia — es un análisis que hacemos por ti. Esto es lo que buscamos al evaluar una muestra o dataset.
El servicio da su mayor ventaja justo donde el alineamiento tradicional falla: muestras ambientales, degradadas o de organismos poco estudiados.
El ensamblaje está optimizado para fragmentos dispersos — no descartes una muestra por su baja calidad antes de enviárnosla.
Corremos el análisis en infraestructura de supercómputo propia (clúster Fénix/LAVIS-UNAM, validada en el proyecto CIMAT) — no necesitas cómputo propio para procesarlo.
Si buscas resultados listos para publicar, incluimos clasificación taxonómica y curaduría de los genomas de mayor confianza como parte de la entrega.