abr
1
Un equipo internacional de investigadores, dirigido por un profesor de la Facultad de Medicina de la Universidad de Virginia (Estados Unidos), ha advertido de que los científicos deben prepararse mejor para la próxima pandemia, y ha desarrollado un plan para hacerlo.
Tras observar la «avalancha» de datos científicos generados en respuesta a la COVID-19, el doctor Wladek Minor y sus colegas piden la creación de un «sistema de información avanzado» (SIA) que ayude a los científicos a integrar, supervisar y evaluar las enormes cantidades de datos que se producirán a medida que los investigadores revelen la arquitectura molecular del próximo patógeno que suponga una gran amenaza biológica.
Esta información sobre la forma, estructura y función de un patógeno es esencial para el desarrollo de medicamentos, vacunas y tratamientos. Por ejemplo, las vacunas COVID-19 disponibles en la actualidad se dirigen a la proteína «pico» de la superficie del virus SARS-CoV-2.
«Los modelos estructurales y otros resultados experimentales producidos por diversos laboratorios deben seguir un procedimiento de evaluación estándar para garantizar que son precisos y se ajustan a las normas científicas aceptadas. La validación estandarizada es importante para todas las áreas de las ciencias biomédicas, especialmente para los modelos estructurales, que a menudo se utilizan como punto de partida en investigaciones posteriores, como los estudios de acoplamiento de fármacos guiados por ordenador y la minería de datos. Incluso errores aparentemente insignificantes pueden llevar a este tipo de investigación por el mal camino«, afirma Minor.
Según los investigadores, una función importante de la SIA sería la de identificar las estructuras que se pueden perfeccionar y mejorar. Les complace observar que la inspección de los planos moleculares elaborados para los componentes de la COVID-19 y depositados en la base de datos en línea del Banco de Datos de Proteínas sugiere que la mayoría eran muy buenos. Menos del 1 por ciento necesitaba una reinterpretación significativa y menos del 10 por ciento podía optimizarse mediante revisiones moderadas.
Aun así, los buenos edificios requieren buenos planos. Lo mismo ocurre con las vacunas y los tratamientos de enfermedades. Según los investigadores, es fundamental que los datos estructurales y de otro tipo de los agentes patógenos sean lo más precisos posible y que los científicos de distintos campos hablen el mismo idioma cuando los discutan y utilicen. El SIA propuesto ayudaría a garantizar la conformidad entre disciplinas.
«Se han publicado casi 100 000 artículos relacionados con la COVID-19 y se han determinado experimentalmente más de mil modelos de macromoléculas codificadas por el SARS-CoV-2 en aproximadamente un año. Ningún ser humano puede digerir este volumen de información. Creemos que la solución más prometedora a la sobrecarga de información y a la falta de una recuperación eficaz de la misma es la creación de un sistema de información avanzado que sea capaz de recoger los resultados de todos los recursos relevantes y presentar la información de forma instructiva que promueva la comprensión y el conocimiento», remacha Minor.
Los investigadores reconocen que poner en práctica su propuesta sería una empresa de gran envergadura. Otros recursos que pretendían ofrecer beneficios similares a menor escala ya han aparecido y desaparecido. Por eso es tan importante, dicen los científicos, que actuemos ahora. «La creación de un SIA requerirá, sin duda, la colaboración de muchos científicos expertos en sus respectivos campos, pero parece ser la única manera de preparar a la ciencia biomédica para la próxima pandemia», concluyen los investigadores en un artículo publicado en la revista científica IUCrJ.
marzo 31/2021 (Europa Press) – Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.
Referencia
Gilski M, B Rupp B., M Jaskolski M, W Minor W.: Covid‐19. bioreproducibility. org: A web resource for SARS‐CoV‐2‐related structural models. Rev. Protein Science, 2021
Comments
Noticias anteriores a 2010
Suscripción AL Día
