traductor

jueves, 30 de julio de 2020

La bioinformática se une a la lucha contra la COVID-19

La bioinformática se une a la lucha contra la COVID-19

A día de hoy se han contabilizado aproximadamente 392 000 muertes en todo mundo por SARS-CoV-2. Empezó en China, y la mayoría de los epidemiólogos no hubiesen predicho el potencial y el alcance que ha tenido. No obstante, después de la gran sorpresa inicial, podríamos decir que hemos avanzado considerablemente en el conocimiento de nuestro enemigo.

En poco tiempo se consiguió secuenciar el genoma del virus, saber cómo éste ataca a nuestro sistema inmunitario y, a partir de aquí, pensar en posibles vías de inhibición de su actuación.

Hemos visto que, dependiendo de la fase en que se encuentre un paciente, será más adecuado un tratamiento u otro. También hemos desarrollado diferentes métodos de detección del virus.

A los 100 días de pandemia ya teníamos 8 “vacunas candidato” en evaluación clínica y 102 en evaluación preclínica. Y muy probablemente el tiempo de creación de una nueva vacuna sea un récord, considerando los tiempos habituales.

Para ampliar: ver lista de reproducción en youtube del seguimiento de la pandemia realizado por FLS Science.

Delante de todos estos magníficos avances uno se puede preguntar cómo ha sido posible. Pues bien, nos hemos servido de varias herramientas y la bioinformática, la aplicación intensiva de aproximaciones informáticas y de cálculos matemáticos y estadísticos al estudio y resolución de los problemas biológicos y médicos, es una de ellas.

Esta rama de la ciencia está siendo imprescindible para nuestra lucha contra el SARS-CoV-2, empezando por la secuenciación del genoma del virus. Mediante técnicas de secuenciación masiva (NGS, Next-Generation Secuencing) se obtienen de forma simultánea millones de genomas del virus. Estas secuenciaciones se traducen en millones de datos que son almacenados.

Ahí es dónde entra en juego la bioinformática. Se utilizan diferentes programas para analizar y comparar estas secuencias, aportando datos que permiten conocer las características del virus, el seguimiento de su evolución y propagación, su ciclo y maquinaria vital, la realización de estudios filogenéticos que ayudan a entender las similitudes y diferencias con otros virus, así como entender los mecanismos de entrada del virus en la célula e identificar opciones potenciales de intervención. Tal es la importancia de estos estudios que ya son 40 000 secuencias genómicas compartidas por científicos de todo el mundo en GISAID abiertas al público.

Probar fármacos desde el ordenador

Las aportaciones de la Bioinformática son complementadas con éxito con las realizadas por las técnicas de modelado molecular, dentro de la Química Computacional, como se está demostrando en las primeras fases de investigación de posibles fármacos contra el SARS-CoV-2. En efecto, las técnicas disponibles permiten crear modelos en tres dimensiones de las posibles dianas terapéuticas que se van descubriendo al conocer cada vez mejor al virus y su ciclo vital.

Mediante diferentes programas se puede simular en el ordenador el acoplamiento entre la molécula de la diana y la del fármaco o compuesto que se quiere evaluar como posible fármaco. Esta técnica, conocida con el nombre de Docking, nos permite predecir si el fármaco se va a unir o no de forma efectiva a su diana, su eficacia “in silico”, de forma que se descartan los que previsiblemente no se van a unir y se priorizan los que sí. Mediante el análisis de los resultados también se puede deducir qué modificaciones se deben hacer sobre las estructuras de compuestos ya existentes y comercializados, para poder aumentar su afinidad por las dianas elegidas. Posteriormente, el reto es trasladar estos cambios a la realidad, no obstante, conseguimos ahorrar la prueba de muchos compuestos que darían resultados negativos.

Sin duda estas simulaciones contribuyen a una búsqueda de fármacos mucho más precisa y menos basada en el azar a un coste tanto económico como de tiempo significativamente menores. Existen varios bancos de datos, de acceso libre, que contienen estructuras y datos sobre millones de compuestos químicos como PubChem, así como de biomoléculas como Protein Data Bank, demostrando una vez más lo importante que es la colaboración entre los individuos de la comunidad científica.

Otra utilidad de la bioinformática en nuestra lucha contra el SARS-CoV-2 es su aportación al diseño de test de diagnóstico. De entre ellos destacan tres (serológicos, PCR y antigénico) que son los más populares; otros más novedosos están siendo desarrollados en trabajos multidisciplinares como el proyecto europeo CoNVat. Estos desarrollos son una muestra de la imprescindible combinación entre el conocimiento científico y la tecnología.

Se dice que las crisis son, a su vez, fuente de nuevas oportunidades. Pues bien, esperemos que la crisis actual nos sirva para reafirmar que las ciencias de la salud y experimentales deben seguir complementándose con el conocimiento de la computación y estadística con el fin resolver problemas biológicos actuales y del futuro.

https://theconversation.com/la-bioinformatica-se-une-a-la-lucha-contra-la-covid-19-139785

¿Cómo puede la Bioinformática ayudar contra la COVID-19?

  • Hafid Laayouni, 28 de Abril de 2020
  • 1 min de lectura
Bioinformática COVID-19
Foto: Pixabay (Geralt)

Hafid Laayouni, jefe de estudios del Grado en Bioinformática, explica cómo las herramientas bioinformáticas serán claves para encontrar los fármacos que nos permitirán vencer al coronavirus que nos ha confinado en nuestras casas las últimas semanas.

La Bioinformática es el uso intensivo de la computación, las matemáticas y la estadística en el estudio y resolución de los problemas biológicos y médicos. La computación intensiva, combinada con el Big Data y la Inteligencia Artificial puede acelerar la búsqueda de soluciones a la actual pandemia.

Bioinformáticos de todo el mundo están proporcionado información crítica para ayudar a desarrollar medicamentos, herramientas de diagnóstico y, finalmente, una vacuna para vencer la COVID-19.

El primer avance bioinformático en esta batalla fue el detalle de la secuencia biológica del nuevo coronavirus. El genoma de la COVID-19 y la estructura de su enzima proteasa han sido secuenciadas y aclaradas por un consorcio de institutos de investigación chinos. Esta información es crucial para el esfuerzo de desarrollo de fármacos. La comparación de la secuencia completa de la COVID-19 con los genomas de sus parientes cercanos es esencial para entender su capacidad patogénica, su letalidad y realizar predicciones sobre el curso inmediato del brote.

Usando la información preliminar del genoma del virus, los científicos han desarrollado herramientas de diagnóstico con reacción en cadena de la polimerasa de transcripción inversa (RT-PCR). Para la síntesis en el laboratorio, las secuencias de DNA (llamadas primers o cebadores) que son imprescindibles para el diagnóstico, los investigadores han usado las herramientas rutinarias en bioinformática basadas en el método de alineación de secuencias. Esto demuestra que la bioinformática ha desempeñado un papel en los primeros esfuerzos para desarrollar el protocolo de laboratorio para diagnosticar la COVID-19.

La búsqueda de la ansiada vacuna se está beneficiando, sin duda, de las bases de datos públicas tanto de productos químicos, como de componentes activos disponibles. Los científicos pueden aprovechar los métodos computacionales basados en la inteligencia artificial para alterar rápidamente los candidatos a medicamentos. Esto se puede hacer modificando la estructura química de los medicamentos de coronavirus existentes con herramientas de química computacional. Las supercomputadoras modernas pueden simular la complejidad de la reacción bioquímica en la célula y acelerar el análisis de datos epidemiológicos, una ventaja que nunca estuvo al alcance de la comunidad científica hasta el momento.

Hafid Laayouni

Profesor del BDBI

El bioinformático español que busca curar el COVID-19: "Los antiinflamatorios son prometedores"

El proyecto de Joaquin Dopazo usa la inteligencia artificial para probar fármacos ya existentes como tratamiento para el coronavirus.


El término "enfermedades raras" puede llevar a engaño: su rareza radica en que cada una la sufrirá un pequeño número de individuos, pero hay más de 6.000 diferentes, un dilema endiablado a la hora de priorizar la investigación farmacológica. Joaquín Dopazo, director del Área de Bioinformática Clínica de la Fundación Progreso y Salud, dependiente de la Junta de Andalucía, propuso una solución tecnológica: diseñar mediante Big Data modelos con los genes involucrados en cada enfermedad que permitan ensayar múltiples tratamientos con un ahorro de costes y de tiempo.

Este proyecto, 'Machine Learning para combatir enfermedades raras (MLDrugRD)', fue impulsado en 2018 por una Ayuda para Equipos en Big Data de la Fundación BBVA. Ahora, en plena pandemia mundial por el nuevo coronavirus SARS-CoV-2 y su enfermedad asociada, COVID-19, el equipo de Dopazo ha reenfocado su metodología para colaborar en el esfuerzo internacional para dar con tratamientos que reduzcan por un lado la incidencia de contagios y ayuden por el otro a la recuperación de los enfermos más graves y vulnerables.

¿Cómo explicaría en qué consiste el proyecto para aplicar el Machine Learning a la búsqueda de terapias?

Es la extensión del proyecto que comenzamos con la Fundación BBVA sobre enfermedades raras, y que hemos trasladado a la COVID-19. Lo que hacemos, básicamente, es construir un modelo matemático de la enfermedad y utilizar inteligencia artificial -Machine Learning- para ver qué proteínas están involucradas en la infección por coronavirus. Y si esas proteínas ya son dianas terapéuticas de otros fármacos, podemos sugerir que pueden servir para tratarla. A día de hoy tenemos datos sobre qué proteínas interactúan con el SARS-CoV-2 cuando entra en la célula humana y se replica. Lo que hemos hecho es un mapa de señalización del metabolismo humano y definido qué partes corresponden a la enfermedad. Cruzamos información y conocimiento sobre cómo funciona la célula, ponemos la interacción del virus por encima y miramos qué ocurre aguas abajo. 

¿Qué es lo que ocurre entonces?

Observamos fenómenos ya conocidos, como la respuesta inflamatoria, las tormentas de citoquinas... es como un mapa de carreteras en el que vemos las proteínas a las que toca el coronavirus, y cómo se relacionan unas con otras. Es el mapa de la enfermedad, digamos. Y está en continua mejora, porque formamos parte de un proyecto internacional, el Disease Maps, que permite definir con el asesoramiento de expertos lo que se sabe -y que no se sabe- sobre lo que hace el coronavirus.

¿Tenemos a estas alturas un conocimiento suficiente de cómo se produce la infección?

Digamos que nuestra versión del mapa es relativamente razonable. Tenemos muchísimos datos de expresión génica, qué genes están activos en el organismo durante la infección, y hacemos que el método aprenda qué proteínas del mapa están controlando la enfermedad y son al mismo tiempo dianas terapéuticas de fármacos ya aprobados. La hipótesis es que también sirvan para controlar la COVID a todos los niveles, desde los asintomáticos a los casos más graves.

¿Las proteínas habría que entenderlas como 'interruptores' en este proceso?

Sí, pero no buscamos cualquier 'interruptor'. Hay una lista de unas seis o siete mil proteínas que son dianas terapéuticas de fármacos en varias bases de datos. Otras pueden tener más influencia, pero, si no tenemos una medicación dirigida contra ellas, no va a haber tiempo para desarrollarla. Por otro lado, los fármacos que existen, que tienen biodisponibilidad, han pasado los ensayos, no son tóxicos... si sirven para esta enfermedad, los podemos utilizar ya. No tenemos que pasar por las fases anteriores, solo hay que demostrar su utilidad. 

Fármacos sobre los que se ha hablado mucho, como la hidroxicloroquina o el remdesivir, no se están demostrando concluyentes en los ensayos. ¿Qué falla?

Nuestro campo es el de proponer los fármacos, y los mencionados se han propuesto por distintas razones. Algunas observacionales, otras porque alguien ha pensado que sería una buena idea. Es el caso del remdesivir, propuesto originalmente contra el ébola, ya tenía detrás cierta polémica: in vitro, funciona bastante bien y es muy razonable, pero en pacientes, no ha demostrado más efectividad que el placebo contra la COVID-19. ¡Y tampoco contra el ébola! Esta es la fase que nos faltaría y para la que faltan ensayos, hay pocas publicaciones y con pocos pacientes. Hacer en 'tiempo de vuelo' estas cosas siempre es complicado. 

¿El Machine Learning puede ayudar a elegir con mayor precisión las terapias?

Nosotros, con nuestra metodología, proponemos otros fármacos diferentes con un razonamiento de causalidad. Yo sé que este fármaco influye en el mecanismo que emplea el virus para infectar o en el que usa la célula para desencadenar la respuesta inmune peligrosa para el paciente. Y lo que se está haciendo mucho es el tratamiento compasivo: parece que funciona en contados pacientes hospitalarios, pero luego el ensayo clínico más amplio no lo corrobora. Puede que luego se administre al paciente y no funcione, eso pasa con todos los fármacos. Con nuestra metodología, sin embargo, hay una razón más allá del "a mí me parece que...".

Pienso en el caso de la famotidina, un fármaco barato que EEUU estudia para la COVID. ¿Han detectado ustedes medicaciones comunes prometedoras a este respecto?

La verdad es que los que más nos llaman la atención, los más prometedores de los que nos salen, son esencialmente de dos ramas: antivirales por un lado que potencialmente bloquean la entrada y la reproducción del virus dentro de la célula, y fármacos que contienen la respuesta inmune e inflamatoria por el otro. Y de hecho, algunos de los medicamentos "curiosos" que nos han salido tienen una función antiinflamatoria. 

¿Hablamos de antiinflamatorios comunes, tipo ibuprofeno?

No nos sale el ibuprofeno, pero sí algún antiinflamatorio relativamente común, como el tocilizumab, que se usa para la artritis reumatoide. Ése parece que funciona, a la espera de comprobación. El problema es que el nivel de fabricación es para una población relativamente pequeña. La cuestión no es solo dar con un buen fármaco, sino que además sea administrable  de forma realista. Si hubiera salido el ibuprofeno, hubiera sido fantástico [Ríe]. Es de alta disponibilidad y no se lo quitas a nadie. 

¿La diferencia de tiempos y de método entre el uso médico compasivo y los ensayos clínicos pueden explicar las decepciones que nos llevamos cuando los fármacos prometedores no se confirman?

El problema es que, como esto es una enfermedad nueva, no sabemos aún lo que funciona. Pero hay que actuar rápido, y para el desarrollo de un fármaco nuevo, cinco años no se los quita nadie. Solución: reutilicemos fármacos ya aprobados, y quitemos un montón de fases clínicas de por medio. Pero aún así hay que hacer una serie de comprobaciones. Y el problema con el uso compasivo es que puede parecer que algo ha funcionado cuando el paciente se ha curado por una combinación de otros factores. Hay que comprobarlo, por lo menos con un mini-ensayo clínico, que ahora se están haciendo más acelerados por un tema de pura necesidad. Y con nuestra metodología  hay un mecanismo detrás más allá de un "a mí me ha funcionado".

¿Cuánto tiempo estima que nos ha ahorrado el Machine Learning en la búsqueda de una terapia?

Con respecto al proceso de reutilización de un medicamento tal y cómo lo hace la industria farmacéutica, que pasa por montar un ensayo, probar todas las moléculas y ver cuáles tienen una actividad in vitro, nosotros proponemos empezar directamente por las 50 más prometedoras, con una probabilidad mucho mayor de éxito. Estamos hablando de enormes ahorros económicos y de un ahorro de tiempo bastante grande. El ensayo clínico no lo quita nadie, pero en el caso más optimista, digamos que nos hemos saltado bastantes meses, sino un año.

https://www.elespanol.com/ciencia/salud/20200507/bioinformatico-espanol-busca-curar-covid-19-antiinflamatorios-prometedores/487951812_0.html

"La Bioinformática está revolucionando la biología"
La presidenta de Bioinformatics Barcelona, Ana Ripoll, asegura que esta disciplina es clave para avanzar hacia una medicina que prediga, diagnostique y encuentre el mejor tratamiento para cada caso

"La Bioinformática está revolucionando la biología"

La presidenta de Bioinformatics Barcelona, Ana Ripoll, asegura que esta disciplina es clave para avanzar hacia una medicina que prediga, diagnostique y encuentre el mejor tratamiento para cada caso

Cecilia Vega

Martes, 05/05/2020

Física de formación, ex rectora de la Universitat Autònoma de Barcelona (UAB) -la primera mujer en ocupar este cargo tras 10 hombres-, y actual presidenta de Bionformatics Barcelona, Ripoll señala que “para poder llegar a este punto necesitamos, por un lado, aprovechar los avances tecnológicos que se están produciendo en los últimos años en cuanto a la velocidad, capacidad y abaratamiento de la tecnología y por otro, formar a bioinformáticos que sepan organizar los datos, gestionar la información y extraer el conocimiento en beneficio de la salud de las personas” ¿Cómo conocer esos datos?, ¿cómo extraer información relevante?. Sin duda, el desafío es apasionante.

- ¿Qué es la Bioinformática?

La Bioinformática es el punto de encuentro de la Biología y la Informática, una disciplina que permite aplicar las ciencias de la computación y las tecnologías de la información para el tratamiento de datos de naturaleza biológica o relacionados con ella. Actualmente el gran reto del investigador en Ciencias de la Vida es ser capaz de gestionar y explotar este aluvión de datos y transformarlo en conocimiento.

- ¿Cuáles son sus principales aplicaciones?

Actualmente la Bioinformática está revolucionando la biología y sus efectos se hacen notar en campos como la medicina, la agricultura y las ciencias medioambientales.

La Bioinformática es clave en la genómica. Este estudio ayuda a los investigadores a entender la interacción de los genes entre sí y con el entorno. Conectar y comparar miles y muy pronto millones de genomas es lo que impulsará los descubrimientos médicos de la próxima década.

No es exagerado hablar también del boom de la Inteligencia Artificial (IA). El futuro de la imagen médica y de la IA pasa porque los médicos y los bioinformáticos vayan de la mano. La IA no va a sustituir a los médicos, ellos tienen la última palabra, pero es un aliado que les liberará de tareas monótonas permitiéndoles centrarse en los casos más complejos. Por ejemplo, en cáncer de mama o de próstata se ha demostrado una gran eficacia después de analizar cientos de imágenes de biopsias en apenas unos segundos y acertar en más del 90% de los casos. En el desarrollo de nuevos fármacos, la IA ayuda a encontrar los mejores candidatos para crear un compuesto químico, acelerando el descubrimiento.

Igualmente, la Bioinformática también contribuirá a seleccionar por ejemplo cosechas agrícolas en función de su rendimiento y resistencia a las enfermedades, además de catalogar la biodiversidad.

- Ante la actual pandemia, ¿qué papel puede desempeñar la Bioinformática para ayudar en la mitigación y erradicación de la Covid-19?

Las entidades que participan en la investigación clínica y la búsqueda de la vacuna Covid-19, están utilizando la bioinformática para identificar posibles terapias y medicamentos que pueden bloquear el ingreso de los coronavirus a las células o atenuar la expresión génica inducidos por los coronavirus y así mitigar los síntomas. La bioinformática permite tomar grandes cantidades de muestras de pacientes enfermos y recuperados, provenientes de diferentes países o de diferentes hospitales; incluso permite tomar información sobre el mismo virus y utilizarla para desarrollar tratamientos específicos contra la Covid-19.

- ¿Cuáles son las expectativas profesionales de la Bioinformática?

En la actualidad, estas expectativas son excelentes y la demanda supera a la oferta. Algunos estudios coinciden en proyectar un crecimiento de los profesionales bioinformáticos en EE.UU. del 5 al 9% y las oportunidades de trabajo previstas se estiman en 3.700 nuevos empleos en el periodo 2016-2026.

Se impone la necesidad de contar con profesionales que dispongan de una fuerte formación bioinformática con independencia de que su desempeño se lleve a cabo en entornos clínicos, empresariales, o académicos. Sin embargo, es notoria la falta de expertos con los conocimientos y destrezas que se requieren, lo cual limita el avance de la investigación y de su aplicación práctica. Esta carencia se debe, en cierta medida, a la inexistencia de estudios oficiales en Bioinformática en nuestro país. Esta fue una de las razones de la puesta en marcha de la entidad Bioinformatics Barcelona (BIB) en el 2015 con el objetivo de disponer de programas de alto nivel para la creación de talento bioinformático.

- ¿Cuáles son las principales líneas de acción de BIB?

Es una asociación sin ánimo de lucro y actualmente la forman más de 50 instituciones de diferente naturaleza como son universidades, centros de investigación, grandes infraestructuras científicas, empresas, y otras instituciones que trabajan en los ámbitos de salud, agroalimentación y tecnológico. Nace con el objetivo de integrar la imprescindible convergencia entre estas dos disciplinas (Biología e Informática) y actualmente supone un ecosistema y un punto de encuentro para fomentar el intercambio e integración de conocimiento, propiciar la creación de contenidos formativos y posibilitar proyectos interdisciplinarios para impulsar la generación de nuevas tecnologías y productos que generen impacto socioeconómico.

Cada día es más evidente que en un mundo complejo y de cambios tan acelerados, las respuestas a los enormes desafíos a los que nos enfrentamos han de ser colectivas. Es la misión del BIB convertirse en un nodo catalizador de iniciativas que respondan a las necesidades de la comunidad bioinformática y contribuir a afrontar los retos de la medicina del futuro en beneficio de los individuos, de las familias y del sistema de salud.

- ¿En qué momento se encuentra la formación en Bioinformática?

Desde el punto de vista de la formación, el BIB ha priorizado el impulso de un catálogo formativo completo pionero a nivel del Estado que comprende la formación de técnicos, graduados, posgraduados y doctorandos.

Si bien es cierto que la demanda de bioinformáticos está creciendo día a día, la Bioinformática es todavía una disciplina emergente poco conocida en los centros educativos de secundaria y bachillerato y de aquí que en el BIB se estén realizando acciones para dar a conocer esta disciplina tanto a los estudiantes como a los profesores.

- ¿A qué perfil de alumno podría interesarle formarse en esta disciplina?

Es una formación muy interesante para alumnos apasionados por la Biología e interesados en potenciar aptitudes interdisciplinares que incluyan la computación, las matemáticas y la inteligencia artificial. Alumnos apasionados por la Tecnología que deseen aplicarla a problemas de carácter biológico, por ejemplo a responder preguntas como: ¿tenemos riesgo de sufrir cáncer?, ¿cuál es la causa o causas del cáncer?, ¿cuáles son los tratamientos más efectivos para eliminarlos?

Sí que me gustaría señalar la contribución de la Bioinformática a la equidad de género, pues estamos viendo que, en los estudios de grado, la mitad de los estudiantes matriculados son mujeres lo que nos permite afirmar que la componente Bio está despertando las vocaciones femeninas hacia las carreras tecnológicas.

Es una disciplina muy estratégica y con mucho futuro, impartida en inglés que le permitirá trabajar en los campos de la investigación, el desarrollo y la innovación al más alto nivel. Es un campo interdisciplinario con un gran dinamismo y proyección profesional y con una excelente tasa de inserción laboral.

https://www.elperiodico.com/es/formacion/20200505/la-bioinformatica-esta-revolucionando-la-biologia-7950761?fbclid=IwAR0i8h0dcWHBoMJ4TTDpUtSQVQTVLzdNJZWqHBMc8OgOY0LuXBIkNnCPSn4

No hay comentarios: