Las “Sherlock Holmes” del COVID-19: dos bioquímicas argentinas fueron premiadas por Google

Se anunciaron los ganadores de los Premios de Investigación de Google para América Latina (LARA) para 2020. Fueron distinguidos 22 proyectos de alto impacto que, a través del uso de la tecnología, buscan solucionar los desafíos de la región. De ese total, cuatro son argentinos: dos dentro de la categoría general y dos dentro de la categoría COVID-19 que se creó este año a raíz de la pandemia

Uno de los dos proyectos ganadores en esta última categoría busca hacer un análisis integral de los aspectos genéticos y evolutivos de las cepas autóctonas en Argentina, puntualizando en la región de la Ciudad de Buenos Aires. Esta iniciativa está a cargo de las bioquímicas e investigadoras Mariana Viegas y Mercedes Soledad Nabaes Jodar. Las especialistas, que trabajan en el laboratorio de virología del Hospital de Niños Ricardo Gutiérrez, hablaron con Infobae sobre su proyecto que implica un minucioso trabajo de investigación, el mejor estilo “Sherlock Holmes”.

Las investigadoras vienen trabajando desde comienzo de año en una iniciativa que busca entender las variantes del virus que circulan en el país, en el marco del “Consorcio interinstitucional para la Secuenciación del genoma y estudios genómicos de SARS-CoV-2 (Proyecto PAIS)”, que fue creado a comienzo de año por el Ministerio de Ciencia, Tecnología e Innovación de la Nación. En el marco de este proyecto ya se identificaron 439 genomas y el objetivo es llegar a casi 2.000.

Este consorcio, que está constituido por más de 100 investigadores y profesionales de la salud de todo el país, tiene nodos de secuenciación, bioinformáticos y de evolución, grupos de epidemiólogos y de salud pública distribuidos federalmente y está coordinado por la doctora Viegas. Entre sus objetivos se encuentran la secuenciación de los genomas circulantes de SARS-CoV-2 en distintas regiones de la Argentina, el análisis a gran escala de secuencias, análisis filogenéticos y filogeográficos, epidemiología y evolución molecular, así como estudios de correlación clínica.

“Durante todo el año secuenciamos virus de muestras clínicas de pacientes con COVID-19 de todo el país y ahora decidimos, con el premio Lara, focalizar y profundizar en el estudio de las poblaciones vulnerables de Ciudad Autónoma de Buenos Aires (CABA). Este proyecto busca realizar la caracterización genómica y a su vez también comparar y relacionar, esos datos genómicos con otros resultados como ser el estudio del microbiano nasofaríngeo, es decir la flora bacteriana en esa zona. Y también relacionar esa información con la situación epidemiológica de cada paciente”, explica Nabaes Jodar, en diálogo con Infobae.

El genoma de cualquier organismo son las instrucciones genéticas necesarias para su funcionamiento y reproducción. En el caso del coronavirus las instrucciones están codificadas en 30 mil letras de ARN (A, C, G y U). Cuando una célula es infectada por el coronavirus, se reproducen millones de copias del genoma original. A medida que la célula copia ese genoma puede haber variaciones. Comprender cómo se dan esas variaciones ayuda a tomar decisiones en materia de prevención, cuidados y tratamientos de la enfermedad.

“Una hipótesis del trabajo presentado en el premio es ver o corroborar si hay relación entre las situaciones habitacionales, así como situación socioeconómica con la transmisión de los virus y las características microbiológicas del microbioma nasofaríngeo y la gravedad de la infección”, subrayó Viegas.

Hasta el 15 de julio, en la Ciudad de Buenos Aires, el 30% de todas las personas infectadas vivían en barrios marginales o asentamientos informales. Se están realizando muchos estudios en todo el mundo para comprender la transmisión y evolución del SARS-CoV-2, pero en su mayoría estos estudios analizan la propagación del virus en ciudades donde las condiciones de vida son totalmente diferentes a las de los asentamientos informales. De ahí la necesidad de entender la situación en esos sitios en particular, se menciona en la tesis del proyecto.

“En los barrios vulnerables quizás las condiciones de saneamiento no son las adecuadas, por un tema de dificultad de acceso a recursos, a eso se suma que las condiciones de distanciamiento social y de ventilación no se pueden dar de forma adecuada porque hay mucha densidad poblacional dentro de la vivienda. Todo esto puede afectar las características de las bacterias que hay en el tracto nasofaríngeo y eso puede estar vinculado o no a la gravedad de la enfermedad así como a la celeridad en la transmisión”, analizó Viegas.

Y añadió: “Muchas veces la infección respiratoria arranca con un virus respiratorio y después se complica con una bacteria que quizás estaba localizada en el tracto respiratorio y se aprovecha de la infección viral para generar un cuadro más complejo”.

Conocer la genómica del virus puede ayudar a tomar medidas para cortar la transmisión de un espacio a otro, implementar medidas sanitarias, así como anticiparse a la adopción de tratamientos más adecuados para los pacientes.

Bioinformática en acción

Analizar un gran volumen de datos requiere integrar soluciones vinculadas con big data y aprendizaje automático. “Utilizamos herramientas informáticas para analizar datos que nos van a permitir sacar conclusiones virológicas”, resume Viegas.

“Hay un grupo de bioinformáticos que han desarrollado un script donde se utilizan diferentes programas para los análisis de datos. Necesitamos herramientas bioinformáticas para poder hacer procesamiento de la secuenciación masiva que se realiza”, explica Nabaes Jodar.

Y detalla: “Primero se obtiene datos crudos de la secuenciación, luego eso se procesa y se obtiene el genoma, después se aplica un software, basado en machine learning, para asignar los linajes y luego esos resultados se analizan junto con otros especialistas realizando análisis filogenéticos y así se sacan las conclusiones”.

El proyecto PAIS está financiado por un año por Ministerio de Ciencia y Tecnología. Por otra parte, s Nabaes Jodar Conicet le otorga una beca de cuatro años para trabajar en su tesis. Ahora se suma el beneficio que recibieron de la mano del proyecto Lara de Google: para este año, los ganadores de doctorado recibirán mensualmente: USD 750 dólares para la docente a cargo, que es Viegas y USD 1.200 dólares para la estudiante de doctorado, que en este caso es Nabaes Jodar.

En total, la compañía otorgará este año USD 500.000 dólares a los 22 proyectos de estudiantes de Doctorado y Maestría, de los cuales 5 están relacionados con el COVID-19 y el resto con aplicaciones de Inteligencia Artificial (AI) para el sector salud y Aprendizaje Automático ML) entre otros.

Entre las propuestas se encuentran 13 de Brasil, 2 de Chile, 4 de Argentina, 1 de Perú, 1 de Colombia y 1 de México. Los proyectos van desde clasificar lesiones de piel para identificar tipos de cáncer; hasta detectar criaderos de Aedes aegypti, que pueden transmitir enfermedades como el dengue o el zika; y la distribución justa de tierra a través del uso de algoritmos.

Los otros proyectos argentinos premiados

1. Aprendiendo modelos causales de los medios digitales. Este proyecto, que continúa con el trabajo desarrollado bajo un Premio de Investigación de Google 2019, tiene como objetivo extraer eventos del mundo real y otras variables relevantes de las noticias y las redes sociales con el propósito de aprender modelos causales.

El objetivo general y último del proyecto es desarrollar métodos y herramientas para ayudar a los expertos en el dominio a predecir y explicar eventos en escenarios complejos. El proyecto está a cargo de Ana Gabriela Maguitman y Mariano Maisonnave (Universidad Nacional del Sur).

2. Aprendizajes de incrustaciones para reutilización de fármacos. El objetivo principal del diseño de fármacos asistido por computadora es la predicción de propiedades físico-químicas y biológicas de fármacos candidatos sin la necesidad de costosas síntesis químicas o experimentos de laboratorio.

El objetivo del proyecto es investigar y adaptar dichos enfoques al dominio químico con el fin de desarrollar algoritmos novedosos para aprender incrustaciones moleculares basadas en el contexto. Para lograr este objetivo, se basarán en las características moleculares de una base de datos química compuesta por más de 230 millones de compuestos. La iniciativa está a cargo de Axel Soto y María Virgínia Sabando (Universidad Nacional del Sur)

Los investigadores buscan aprovechar un conjunto de datos con medicamentos activos conocidos para el SARS-CoV-2 y su similitud con los compuestos activos contra otros coronavirus. “Esperamos que nuestro enfoque de integración proporcione una mejora importante en la precisión de la predicción y la búsqueda, además de ser aplicable a otros objetivos biológicos para la reutilización de fármacos y las tareas de detección virtual”, explican los investigadores en el resumen de su presentación.

3. Problemas de enrutamiento bajo congestión: algoritmos, implementaciones eficientes y datos reales. El proyecto estudia un grupo de problemas de enrutamiento dentro de la logística de última milla que incluyen explícitamente el efecto de la congestión.

El objetivo es proporcionar una herramienta escalable de extremo a extremo totalmente integrada con estimaciones de tiempo de viaje diseñadas para usuarios finales con diferentes habilidades técnicas. El proyecto está liderado por Francisco Soulignac y Gonzalo Lera-Romero (UBA).

Infobae