Has elegido la edición de . Verás las noticias de esta portada en el módulo de ediciones locales de la home de elDiario.es.
ENTREVISTA

Alfonso Valencia, bioinformático: “En el superordenador MareNostrum estamos probando millones de fármacos contra la COVID-19”

El MareNostrum de Barcelona

Mónica G. Salomone

Agencia SINC —

2

El bioinformático Alfonso Valencia, director del Instituto Nacional de Bioinformática (INB) y expresidente de la Sociedad Internacional de Biología Computacional, fue de los primeros en España en aplicar el poder de los ordenadores al estudio de la vida. Tras liderar durante más de una década el programa de Biología Estructural y Biocomputación en el Centro Nacional de Investigaciones Biológicas (CNIO), en 2016 se trasladó al Barcelona Supercomputing Centre (BSC), donde dirige el departamento de Ciencias de la Vida.

Su grupo participa en uno de los proyectos que la Comisión Europea ha financiado con urgencia para investigación sobre el coronavirus, y esperan arrancar pronto otros dos proyectos más. “Llevamos semanas ensayando en el superordenador MareNostrum la eficacia potencial de compuestos contra el SARS-CoV-2”, afirma. “Ensayaremos millones de compuestos, incorporando a los modelos los resultados experimentales que se van produciendo constantemente”.

Valencia explica también la importancia de identificar el origen animal de la epidemia, aún desconocido, y recuerda que “es imprescindible” que los datos científicos estén disponibles.

Cuando comenzó la cuarentena escribió en Twitter que tendría más tiempo para leer y la jardinería. ¿Cómo lo lleva?

Si algo estamos aprendiendo es que no se pueden hacer planes. Tanto yo como todos mis colegas estamos ahora más ocupados que nunca, trabajando en los nuevos proyectos sobre coronavirus e intentando continuar con el trabajo del grupo de investigación, redes e infraestructuras, a la vez que intentamos contribuir a iniciativas sociales sobre la epidemia. Así que, de momento, ni jardinería ni lecturas. Eso sí, con una cierta disciplina en hacer ejercicio y mantener el contacto con familia y amigos.

La Comisión Europea les ha concedido un proyecto en una convocatoria de urgencia para investigar en fármacos y vacunas contra el coronavirus. ¿En qué consiste?

Tenemos varias líneas abiertas para generar modelos utilizando la información genómica y las estructuras de proteínas del SARS-CoV-2. Estos modelos ayudarán a diseñar tanto fármacos como anticuerpos específicos y potencialmente, vacunas. En el proyecto que ha concedido ahora la Comisión estamos probando computacionalmente la eficacia contra el coronavirus de muchos compuestos ya conocidos para que nuestros colegas los ensayen en varios sistemas experimentales.

¿Cómo se prueba computacionalmente un compuesto?

Hay grandes librerías de compuestos que se están utilizando como fármacos en otras enfermedades. Los modelos computacionales que aplican grupos como el de Víctor Guallar (BSC) permiten probar en el ordenador si estas moléculas encajan químicamente con las proteínas del virus para poder inactivarlas. La proteína que usa el virus para entrar a la célula sería una posible diana de estas moléculas, pero también otras con actividades bioquímicas conocidas. Los que se unen pasan a las siguientes etapas de ensayo, en células y animales. Es el proceso habitual del diseño racional de fármacos que ahora estamos acelerando al máximo gracias a las capacidades de supercomputación de MareNostrum.

¿De cuántos compuestos estamos hablando?

Hay muchos, en MareNostrum llevamos semanas ensayando millones de compuestos. Lo ideal sería que encontrásemos actividad en un fármaco que ya esté aprobado para uso humano, así adelantaríamos mucho.

¿Podría haber resultados pronto?

Hay partes del proceso que se pueden acelerar, pero otras tienen inevitablemente sus tiempos. Nuestros modelos computacionales son parte de un proceso que incluye la validación experimental. Y aspectos como el crecimiento de un cultivo celular o la respuesta de un animal a un ensayo tienen un tiempo biológico que no se puede cambiar. Además, los resultados deben ser sólidos y requieren demostración y validación. Trabajamos lo más rápido que podemos, pero para ciertos pasos no hay atajos.

¿Podría esta pandemia remitir antes de que encontráramos una cura?

Será fantástico encontrar una cura para este episodio, pero lo más probable es que lo que aprendamos ahora nos prepare para el siguiente en cuanto a infraestructuras, fármacos, anticuerpos, vacunas.

Ha hablado de otras líneas abiertas. ¿Cuáles son?

LaIniciativa de Medicamentos Innovadores (IMI), también de la Comisión Europea, representa la mayor colaboración entre gobiernos y la industria farmacéutica. Como ya hicieron con el ébola en 2014, han lanzado ahora una convocatoria de unos 40 millones de euros en la que la industria pone a disposición de la comunidad científica sus librerías de compuestos, que son la base de su negocio. Estamos valorando presentarnos.

Sobre la validación en animales, ¿está claro qué modelo animal será el más adecuado en el caso del nuevo coronavirus?

Eso lo abordamos en otro proyecto que pinta muy bien. Nosotros y el grupo de Víctor Guallar, en el BSC, colaboramos con Julià Blanco, Jorge Carrillo y Bonaventura Clotet, del Instituto IrsiCaixa, que desarrollan anticuerpos y vacunas, y con Quim Segalés, en el Centre de Recerca en Sanitat Animal (CreSA), expertos en modelos animales en virología, en especial coronavirus. A mí la parte de los animales me parece fascinante, hay coronavirus para todos los gustos, adaptados a un montón de especies. Aún no sabemos qué modelo animal será el mejor para ensayar fármacos contra este, podría ir del ratón al cerdo pasando por otras muchas posibilidades.

Para hacer los modelos computacionales ustedes necesitan analizar las secuencias genéticas del nuevo coronavirus. ¿Por qué?

Sí, la parte del análisis de secuencias y genomas es la más propia de mi grupo. Es fascinante y quizás más desconocida que la del diseño de fármacos.

¿Puede explicar en qué consiste?

En biología todo lo hacemos por comparación. En este caso comparamos todas las secuencias de coronavirus disponibles, no solo de muestras humanas. De las animales aprendemos qué hace posible el salto de unas especies a otras; y comparando secuencias de humanos vemos cómo va cambiando el virus a medida que se propaga la infección. La combinación de estas informaciones nos da pistas para, por ejemplo, identificar regiones útiles para diseñar anticuerpos específicos.

¿Por qué es tan importante saber cómo se ha adaptado el nuevo virus a los humanos?

Entender qué hace que este virus pueda proliferar en huéspedes humanos es importante por al menos cuatro razones: comprender el origen de la epidemia; predecir y prevenir brotes futuros; seleccionar los mejores modelos animales; y analizar las secuencias y las estructuras de proteínas para el diseño racional de los medicamentos.

¿Qué se sabe sobre el origen animal de la epidemia?

Las secuencias son más similares a las de coronavirus de un grupo de murciélagos. Eso concuerda con lo publicado hasta ahora. Pero podría haber otros organismos intermedios, antes del salto a humanos.

¿Está la comunidad científica compartiendo todos los datos disponibles?

Se ha hecho un esfuerzo muy grande por poner rápidamente accesibles las publicaciones, los modelos, las estructuras de proteínas, etcétera. Esto es muy positivo y útil. Las revistas han creado sistemas de revisión rápida que también están bien. Siempre hay una parte negativa, y es que se han puesto en la web trabajos incorrectos, pero la comunidad los ha corregido muy rápidamente.

¿Qué le parece la petición de crear un banco de datos abierto para luchar contra esta pandemia?un banco de datos abierto

Es imprescindible que toda la información genómica y médica esté disponible. Hay otras iniciativas parecidas en marcha. El EMBL-EBI está proponiendo la colaboración de centros para crear ese tipo de repositorios de información. En cierto sentido esto refleja las limitaciones actuales que debemos superar en beneficio de todos. La información de interés biomédico debe ser accesible no solo en las emergencias.

Etiquetas
stats