Alfonso Valencia, biólogo computacional: “Los gemelos digitales sirven para prever el mejor tratamiento según como crecerá un tumor”

Alfonso Valencia (Sevilla, 1959), uno de los pioneros españoles en biología computacional, impartirá este viernes 23 en el Cimus de la Universidade de Santiago una conferencia en la que abordará los desafíos que los gemelos digitales suponen para la medicina personalizada y cómo la inteligencia artificial y el análisis de datos pueden contribuir a diseñar tratamientos individualizados, más eficientes y seguros.

¿Qué son los gemelos digitales? ¿Cómo funcionan?
Son réplicas virtuales que predicen lo que va a ocurrir basándose en información real. Es un término que proviene de la ingeniería y que, en su definición más estándar, se entiende como un sistema de una factoría que simula lo que pasa con los robots y la cadena de montaje en tiempo real. En caso de que uno de los robots se estropee, este sistema tiene capacidad para prever cómo esto va a ralentizar la producción o cómo se puede solventar el problema. Este concepto, con modificaciones, se ha adaptado a muchas áreas de la ciencia como en la previsión del tiempo o en la predicción del cambio climático.
En biología, los gemelos digitales se usan para simular partes del cuerpo humano. Estas simulaciones se basan en un sistema de ecuaciones diferenciales en el que se establecen unos parámetros iniciales que aprenden de la experiencia obtenida y que evolucionan hasta hacer una predicción, la cual se puede comprobar experimentalmente. La idea es emplearlos, por ejemplo, para prever cuáles son los fármacos adecuados para ciertas proteínas o cual es el mejor tratamiento según la forma en la que va a crecer un tumor.

¿De qué partes podemos hablar? Póngame ejemplos. 
Existen gemelos digitales que modelan sistemas moleculares, a nivel anatómico, como las enzimas del cuerpo humano; otros representan lo que está pasando dentro de las células o entre ellas, por ejemplo, la evolución de un tumor o su respuesta a determinados fármacos; también los hay que reproducen el funcionamiento de órganos, como el corazón de una persona concreta y el desarrollo de una arritmia, y hacen posible planificar intervenciones más adecuadas; algunos permiten analizar el metabolismo de distintos órganos,...

"Poder probar en un gemelo digital cómo y en qué zona del corazón vas a hacer una ablación ahorra tiempo, esfuerzo, reduce la probabilidad de fallos y permite obtener información"

¿Cómo se construyen estas réplicas?
Este sistema de ecuaciones matemáticas, en la práctica, puede ser alimentado por datos de morfología o de distribución de células. En caso de los tumores o de infecciones en el pulmón, por ejemplo, necesitamos información sobre la estructura del órgano, el estado del tumor o cómo están distribuídas las células tumorales; e información genómica -el adn de las células- que permita saber qué está pasando. 

¿Qué beneficios suponen estos sistemas para la medicina?
Lo que se busca, como en todos los sistemas computacionales aplicados a la medicina, es ser más eficientes. Cualquier ganancia en la manera de realizar los tratamientos mejora las posibilidades de que este funcione para el paciente y evita cambios de dosis o de procedimientos. Esto es lo que decía con las arritmias: poder probar en un gemelo digital cómo y en qué zona del corazón vas a hacer una ablación ahorra tiempo, esfuerzo, reduce la probabilidad de fallos y permite obtener información. Lo mismo ocurre con el desarrollo de fármacos y el orden y tiempo en el que se administran para tratar tumores. 

¿Cuáles son hoy sus principales limitaciones?
La dificultad obvia es que los humanos somos mucho más complejos que las factorías de coches. Al final, los robots se digitalizan para saber lo que hacen, pero en el caso de los humanos estamos limitados por el conocimiento. La fisiología es compleja y variable de persona a persona; además, faltan datos o estos no son fácilmente accesibles. La información sobre la trayectoria de los pacientes en la consulta médica, sus expedientes, está distribuida entre diferentes hospitales y es de difícil acceso por cuestiones legales.  Por tanto, nuestros gemelos digitales no van a ser un gemelo digital del ser humano en todas sus condiciones, sino de pequeñas partes del mismo sobre las cuales tenemos suficiente información para hacer predicciones.
También podemos hablar de limitaciones de escalas. Cada nivel de resolución de átomos, células o organismos se puede explicar con diferentes sistemas de ecuaciones. El reto es integrar los tres, algo conceptualmente complejo.

"La dificultad obvia es que los humanos somos mucho más complejos que las factorías. La fisiología es variable de persona a persona y, además, faltan datos o estos no son fácilmente accesibles"

¿En qué punto de esta tecnología nos encontramos? ¿Cuál es su futuro?
La biología teórica siempre ha querido tener modelos de los sistemas, pero con ellos no se podían hacer simulaciones. Simulaciones de este tipo, a gran escala, han empezado a tener relevancia en los últimos seis o siete años gracias a la capacidad computacional disponible y a la disposición de más datos genómicos. A día de hoy, hay progresos y publicaciones relevantes, pero el campo, desde mi punto de vista, está muy atomizado.
La situación va a cambiar porque la Comisión Europea ha impulsado una iniciativa que incluía un manifiesto para fomentar esfuerzos en esta área y lo firmaron  muchas compañías e investigadores. También ha empezado a publicar convocatorias de proyectos sobre gemelos digitales. Además, las agencias que aprueban los medicamentos comienzan a aceptar como evidencia que estos puedan probarse en estos modelos digitales.

¿Es posible hacer medicina preventiva gracias a los gemelos digitales?
Es otra forma de verlo y también está en auge. No se trata de un modelo como el de la factoría, sino uno basado en la trayectoria vital y las condiciones genéticas, ambientales, tratamientos… El caso sería el siguiente: se recopilan los expedientes médicos de millones de personas determinadas y se siguen sus históricas clínicas, se identifican quiénes han tenido determinadas enfermedades,  que fármacos han tomado y que otras afecciones desarrollan posteriormente. En este sentido, hay publicaciones sobre sistemas que permiten estimar las probabilidades de que una persona desarrolle cáncer de pulmón en cinco años, lo que facilita la adopción de medidas preventivas, como dejar de fumar o realizar revisiones periódicas.