Científicos reclaman en Nature integrar genética, bioinformática y salud pública para evitar pandemias

Un grupo de investigadores de todo el mundo ha reclamado, en un artículo publicado en la revista Nature , una mejor integración de la genética viral, la bioinformática y la salud pública para permitir una mejor respuesta a las pandemias en la actualidad y una mejor preparación en el futuro.

En su texto, estos científicos exponen los «cuellos de botella bioinformáticos» que están dificultando la respuesta a la pandemia de COVID-19, y proponen formas de «despejar el camino» para conseguir mejores herramientas y enfoques.

«Lo que los científicos han logrado en un año desde el descubrimiento de un nuevo virus es realmente notable, pero las herramientas que los científicos están utilizando para estudiar cómo se transmite y cambia el SARS-CoV-2 nunca fueron diseñadas para las presiones únicas -o los volúmenes de datos- de esta pandemia», explica la primera autora del artículo, Emma Hodcroft, del Instituto de Medicina Social y Preventiva de la Universidad de Berna (Suiza).

El SARS-CoV-2 es ahora uno de los patógenos más secuenciados de todos los tiempos, con más de 600.000 secuencias del genoma completo generadas desde el comienzo de la pandemia, y más de 5.000 nuevas secuencias procedentes de todo el mundo cada día. Sin embargo, las herramientas de análisis y visualización que se utilizan hoy en día nunca fueron diseñadas para manejar el volumen y la velocidad de las secuencias que se están genernado, ni la escala de la implicación con la respuesta de la salud pública.

«En todo el mundo, la vigilancia genómica descansa en la iniciativa de los investigadores académicos para encontrar respuestas esenciales. La toma de decisiones en materia de salud pública se beneficiaría de un marco de colaboración más sostenible», explica Christophe Dessimoz, de la Universidad de Lausana (Suiza).

Las secuencias genéticas del SARS-CoV-2 contienen información valiosa para aplicar políticas eficaces contra la pandemia y adelantarse al virus. Comparar cuántas mutaciones comparten diferentes muestras, por ejemplo, permite a los científicos seguir la transmisión del virus, ayudando a identificar los eventos de superdifusión y la propagación internacional. Pero por el momento puede ser difícil combinar esta información genética con otras variables clave, como quién asistió a un evento y cuándo aparecieron los síntomas, lo que podría ayudar a que estos métodos fueran aún más informativos.

El número R ha pasado de ser un concepto científico a una palabra de uso común en el último año: mide el número medio de personas a las que transmitirá una persona infectada. En este caso, las secuencias también pueden ayudar a distinguir los casos importados de la transmisión local. «Esto permite una estimación más precisa, pero necesita altos niveles de secuenciación y análisis complejos, que actualmente no están muy implementados», señalan.

Por último, los autores recuerdan que la secuenciación es la única forma de identificar y rastrear las numerosas mutaciones que surgen en el SARS-CoV-2. «Aunque las mutaciones son una parte normal de la vida del virus, los científicos necesitan saber cuáles son variaciones inofensivas y cuáles podrían cambiar la transmisibilidad del virus o su resultado clínico. La combinación de secuencias, trabajo de laboratorio y predicciones computacionales podría permitir una mejor comprensión del impacto de las mutaciones, pero hay poco marco que ayude a estas diferentes especialidades a trabajar juntas», remachan.

«Los datos virales (secuencias y metadatos asociados) deben ser determinados, reunidos y armonizados gracias a infraestructuras estables y compatibles con los principios de los Datos Abiertos para facilitar la revisión por pares de la comunidad y su reutilización», concluye Dessimoz.