Investigadores de la Universidad Pablo de Olavide han llevado a cabo un estudio in silico empleando datos biomédicos de un modelo de ratón para investigar las bases genéticas de la enfermedad de COVID-19. El estudio ha sido realizado por un grupo multidisciplinar de investigadores de la UPO compuesto por Federico Divina, Miguel García y Domingo S. Rodríguez, y liderado por Fernando M. Delgado y Francisco A. Gómez. Todos los integrantes pertenecen a los grupos Data Science and Big Data Research Lab e Intelligent Data Analysis Group (DATAi) de la UPO.

Desde la izquierda: Miguel García, Federico Divina, Fernando Delgado, Francisco Gómez y Domingo Savio.

El proyecto se ha centrado en el estudio del gen Ly6E, que juega un papel importante en la inmunidad innata y cuya alteración produce una respuesta inmune deficiente ante la infección viral. “Este gen ha sido fruto de una gran controversia, puesto que su perturbación también favorece la infectividad de virus como el VIH o el virus de la influenza A”, explican los investigadores. El objetivo del proyecto es el de generar modelos computacionales de interacción génica que permitan dilucidar diferencias en la respuesta inmune entre individuos que presentan el gen Ly6E alterado y sin alterar. Con este fin, se han empleado algoritmos que permiten construir un modelo explicativo de la enfermedad en forma de red, la cual representa las interacciones entre los genes afectados por la alteración de Ly6E. Así, los modelos generados explican la pérdida de la respuesta inmune normal con el gen Ly6E alterado.

Si bien la experimentación ha sido realizada sobre ratones, se espera que los resultados sean extrapolables a humanos. “Los resultados obtenidos son prometedores, a pesar de que los datos necesitan de la caracterización experimental de los mecanismos moleculares en los que interviene el Ly6E”, afirman los investigadores. Los resultados han sido recientemente publicados en la revista internacional Genes, especializada en el campo de la genética.

Mutaciones en genes como Ly6E podrían explicar por qué algunos pacientes de COVID-19 presentan una sintomatología más grave que otros. En este caso, el conocimiento de los mecanismos de interacción patógeno-huésped, así como la respuesta inmunológica a éstos, se considera un objetivo importante para el diseño de terapias apropiadas para combatir la enfermedad. Por esta razón, el uso de redes génicas bien podría fomentar la investigación en estas terapias en el contexto de la pandemia, orquestando el escrutinio experimental y reduciendo sus costes.

Biomedicina y TICs

Este tipo de técnicas supone un avance considerable en el análisis de los datos obtenidos en la investigación experimental, gracias a la colaboración entre científicos de diferentes disciplinas biomédicas y computacionales. Esta última ha cobrado gran relevancia en los últimos meses debido al aluvión de datos generados experimentalmente en relación a SARS-CoV-2, pues es la integración y meta-análisis de dichos datos la que confiere gran solidez a los resultados. Precisamente la tecnología de las redes génicas, por su carácter integrativo, recopila y sintetiza los datos biomédicos disponibles generando un modelo que facilita la comprensión de la realidad biológica que se está estudiando.

Como apuntan los investigadores, este estudio supone también un ejemplo de cómo el revés para la sociedad que ha supuesto la pandemia de la COVID-19 ha demostrado la solidaridad de la comunidad científica y sanitaria, deseosa de prestar su colaboración en la batalla contra el virus.  “Todos los esfuerzos orientados a la obtención y/o estudio de nuevos tratamientos para limitar el impacto de la pandemia podrían ser de gran ayuda”, subrayan. Así, el compromiso común a escala global por la búsqueda, a marchas forzadas, de estrategias defensivas contra SARS-CoV-2 resulta clave, traduciéndose en la rápida transmisión de los resultados de investigación entre países. De igual manera, son muchos los grupos en la comunidad científica que recientemente han conseguido redireccionar sus líneas de investigación hacia el estudio de SARS-CoV-2, manifestando una gran capacidad de respuesta y adaptación a las necesidades actuales. En este sentido, los biólogos computacionales y científicos de datos, que llevan a cabo estudios puramente informáticos, pueden rápidamente divergir hacia la investigación de la COVID-19, contribuyendo significativamente ya que sus desarrollos son aplicables a campos diversos.

Además de para el estudio de la COVID-19, los modelos de redes génicas han demostrado ser de gran utilidad en enfermedades complejas como carcinoma pulmonar o enfermedades relacionadas con la salud mental como el estrés post-traumático, de acuerdo con otros estudios recientes coordinados por el Dr. Francisco A. Gómez, también en colaboración con Fernando M. Delgado, Miguel García y Federico Divina.

Artículo completo: Fernando M. Delgado Chaves, Francisco Gómez Vela, Federico Divina, Miguel García Torres, Domingo S. Rodríguez Baena, Computational análisis of the global effects of Ly6E in the immune response to coronavirus infection using gene networks, Genes, 2020 11(7), 831:  https://doi.org/10.3390/genes11070831