La ciencia se vuelca contra la Covid-19

La Covid-19 apareció en escena y todo el mundo miró a la Ciencia: ¿Qué era aquello? ¿De dónde venía? ¿Cuáles eran sus efectos? Y, sobre todo, ¿cómo se podía poner fin a sus estragos? Equipos de científicos de todo el mundo dieron un giro a sus trabajos y pusieron el foco en la pandemia. También lo hicieron las administraciones y organismos financiadores, pues se debían invertir más recursos de forma urgente en luchar contra un problema global.

En la Región de Murcia, la Fundación Séneca-Agencia Regional de Ciencia y Tecnología lanzó el programa Covi+D, que este año repite y alcanza los cuatro millones de euros, para apoyar la investigación contra el coronavirus, superando en 300.000 euros la inversión del año pasado y poniendo así de manifiesto el apoyo del Gobierno regional a esta iniciativa.

Aunque los primeros beneficiarios siguen trabajando, tras algo más de un año desde que se resolvió la primera convocatoria, los resultados no se han hecho esperar. Así, por ejemplo, el proyecto que dirige Victoriano Mulero en la Universidad de Murcia (UMU), ha desarrollado un modelo en pez cebra para el estudio de los efectos secundarios de las vacunas y el comportamiento de las diferentes variantes de preocupación. «Los resultados han sido espectaculares, con diferencias muy significativas en comportamiento de las variantes en su capacidad de activar la inmunidad innata. Por ejemplo, los resultados arrojados por la variante delta (India) ayudan a explicar su altos títulos alcanzados en los pacientes (1.000 veces más que la alfa) y, por tanto, su mayor capacidad de contagio», dice.

El grupo de Pablo Pelegrín, en el Instituto Murciano de Investigación Biosanitaria (IMIB), ha encontrado que una proteína que induce el virus en las células tras la infección (no es una proteína estructural del virus) es capaz de activar una ruta inflamatoria en los macrófagos, un tipo de célula inmunitaria. Algo que va a servir a los científicos para definir nuevas dianas terapéuticas para el tratamiento de los pacientes con neumonía por Covid-19 y que desarrollan síndrome de 'distress' respiratorio agudo, ayudando al desarrollo de ensayos clínicos con nuevos fármacos que bloquean la ruta inflamatoria descrita.

En el mismo centro, el proyecto liderado por Irene Martínez ha identificado dos compuestos que, solos o en combinación con otros descritos, son capaces de reducir de forma efectiva la acción de una de las proteínas implicadas en la infección, pudiendo ser usados tanto en la prevención como en el tratamiento de la enfermedad Covid-19. Un hallazgo destacado, ya que, a pesar del desarrollo de algunas vacunas, existen personas que no se pueden beneficiar de ellas (por ejemplo, por ser alérgicas) o países sin acceso a las mismas, de manera que estos compuestos podrían suponer ciertas ventajas, en caso de que se cumplan las condiciones de precios bajos y fácil y rápida distribución. Además, las vacunas no son eficientes 100%, por lo que podrían diseñarse ensayos clínicos que exploraran el beneficio de la combinación de vacunas y fármacos.

En el Centro Regional de Hemodonación, el proyecto que dirige Vicente Vicente, ha podido comprobar que la pandemia solamente tuvo un impacto relativo en la donación de sangre. Por otro lado, el sistema de hemovigilancia que se puso en marcha demostró la seguridad de las transfusiones durante la misma, y el control de la terapia anticoagulante –a la que se someten más de 5.000 murcianos– sufrió algún retraso, pero sin afectar el periodo de rango terapéutico que tenían que estar los pacientes.

La parte clínica iba acompañada de investigación translacional, y estudiaron posibles mecanismos implicados en la aparición de un hecho frecuente en pacientes con Covid-19: la trombosis. «Ya hemos aportado los primeros resultados del riesgo de trombosis tras la infección de pacientes con una predisposición congénita a sufrir este problema y, actualmente, mantenemos la investigación abierta, como parte de un consorcio europeo», explica el investigador.

En la Universidad Politécnica de Cartagena (UPCT) trabaja el equipo de Juan Zapata, que ha desarrollado una metodología de aprendizaje profundo (un subcampo de la Inteligencia Artificial), la cual permite detectar qué tipo de neumonía tiene un paciente a partir de las imágenes de rayos X de tórax. Tal y como expone Zapata, «con esta metodología se puede entrenar y evaluar –mediante algoritmos de aprendizaje profundo– una base de datos de imágenes de rayos X de tórax típica de un escenario de práctica médica normal, y obtener altas puntuaciones de predicción. Además, a diferencia de otros métodos, permite indicar cuál es el agente causal especifico (por ejemplo, Covid-19) y no solo la macroclase (neumonía viral)». Con el método propuesto, se logran efectividades de clasificación correcta del entorno al 91% para las cinco clases que ellos han considerado.

Asimismo, el equipo dirigido por Juan Botía en la Universidad de Murcia pretende avanzar en el pronóstico de pacientes de Covid-19 mediante la elaboración de modelos basados en Inteligencia Artificial que informen sobre la probable evolución del paciente según su estado actual, variables clínicas disponibles y el histórico de eventos de interés en su tránsito por el Servicio de Salud Murciano, desde que se produce su diagnóstico. «Entre las aplicaciones más destacadas de estos modelos, está, principalmente, el triaje más eficiente de los recursos hospitalarios», según Botía. Actualmente, trabajan en la encapsulación de estos modelos en forma de servicios para hacerlos disponibles en la web, como primer paso a ser integrados en las aplicaciones del Servicio Murciano de Salud.

También en la Universidad de Murcia trabajan Rubén López y su equipo, cuyo objetivo es predecir la evolución de casos positivos de Covid-19 en la Región de Murcia. «La disponibilidad de datos (tanto en abierto, como suministrados por el SMS) relacionados con los casos positivos, hospitalizaciones, número y tipo de pruebas diagnósticas realizadas e incluso datos de movilidad, entre otras muchas variables, nos ha permitido desarrollar algoritmos de 'Machine Learning' para predecir contagios, hospitalizaciones e incluso defunciones causadas por la Covid-19». Hasta el momento han podido entrenar unos modelos que pueden predecir, con bastante certeza, la incidencia de la Covid-19 a varios días vista, así como en la predicción de hospitalizaciones. Además, han detectado que la hipertensión es una variable de riesgo, como la edad o la obesidad. Actualmente trabajan con datos epidemiológicos de este año, incluyendo la vacunación en sus algoritmos para predecir con mayor precisión la evolución de la pandemia y hospitalizaciones en las condiciones actuales existentes en la Región de Murcia.

Por último, en la Universidad Católica San Antonio de Murcia (UCAM), el grupo que lidera Estrella Núñez trabaja en el desarrollo de una herramienta de edición génica, CRISPR/Cas13, para el tratamiento de la Covid-19. En concreto, para desarrollar un fármaco antivírico clínicamente aplicable para tratar la enfermedad, emplean la tecnología de nanopartículas lipídicas (LNPs) y edición de ARN CRISPR/Cas13d (CasRx), desarrolladas recientemente.

Según Núñez, «con el fin de administrar eficientemente el editor de ARN CasRx, para cortar el genoma del ARN viral patógeno y tratar la infección por SARS-CoV-2 en células epiteliales pulmonares 'in vivo', hemos desarrollado con éxito nanopartículas lipídicas (LNP) compatibles con formatos de nebulización que permitan una aplicación clínica más fácil para llegar al pulmón».

El paso siguiente, para demostrar la función antiviral de su fármaco, será probar su actividad utilizando modelos de infección 'in vitro' e 'in vivo' de diferentes variantes del SARS-CoV-2. Unos resultados que, de ser favorables, podrían proporcionar un instrumento terapéutico de edición de ARN, clínicamente aplicable, para el tratamiento de la Covid-19.

• Temas
• UMU
• UPCT