Una nueva herramienta permitirá simular los efectos de diferentes escenarios epidemiológicos de la COVID-19

¿Qué efecto tendría una reducción del 50% de los contactos de niños con personas mayores, con o sin mascarilla? ¿Y un confinamiento por barrios? ¿Y si se abrieran los centros educativos? Estos y otros muchos escenarios son los que permite simular LOIMOS, una nueva herramienta informática en cuyo desarrollo están participando investigadores de la Universitat Politècnica de València (UPV). LOIMOS permitirá simular y evaluar los efectos de diferentes escenarios epidemiológicos de la COVID-19 y prever la evolución de la pandemia ante futuras mutaciones del virus, en lo que se vaticina que serán las nuevas oleadas de la enfermedad.

El proyecto está liderado por la Fundación para la Investigación Biomédica del Hospital Universitario Ramón y Cajal (FIBio-HRC) y cuenta con la colaboración de la empresa tecnológica Biotech Vana S.L. Es además una de las propuestas seleccionadas de la convocatoria de proyectos de investigación sobre el SARS-COV-2 y la enfermedad COVID 19 impulsada por el Ministerio de Ciencia e Innovación a través del Instituto de Salud Carlos III.

Según explica José Mª Sempere, del Grupo de Investigación en Autómatas, Lenguajes Formales y sus Aplicaciones (ALFA)-Instituto VRAIN de la UPV, LOIMOS se desarrollará bajo el paradigma de la computación con membranas (membrane computing), que permite diseñar el comportamiento del virus en diversos entornos.

“El diseño virtual del comportamiento biológico del virus y de las actuaciones de todos los elementos que lo rodean, tales como las personas infectadas, sanas y recuperadas, las decisiones sobre aislamientos en espacios públicos (departamentos en hospitales, escuelas, empresas…), la jerarquización de los territorios en áreas físicas (barrios, municipios, provincias…), etc. permitirán evaluar la incidencia del virus bajo distintas situaciones diseñadas “a la carta” y observar su evolución en proyecciones temporales”, explica Sempere.

De este modo, el modelo se centrará en un conjunto inicial de parámetros, y permitirá simular cambios en cada uno de ellos y predecir cuál serían las repercusiones de estas variaciones.  “Podemos dibujar múltiples escenarios, plantear múltiples preguntas, incluso variando distintas tasas o acciones; y con nuestro modelo predecir sus efectos”, destaca Marcelino Campos, miembro también del grupo ALFA-VRAIN de la Universitat Politècnica de València.

Parámetros que incluye el modelo

Entre los parámetros que incluirá LOIMOS se encuentra la estructura poblacional básica del ámbito de estudio (niños, jóvenes, mayores); tasa de individuos portadores del COVID-19 en cada grupo por franja de edad; tasa de contacto por grupos de edad o tiempos de contacto diarios a menos de dos metros.

El modelo permite también trabajar con variaciones en el propágulo viral -cantidad mínima de virus para contagiar a una persona sana; la tasa de transmisión viral por minuto a una persona no contagiada, así como la tasa en función del tiempo desde el contagio y el nivel de supervivencia del virus en superficies.

Otras variables son la tasa de reducción de la transmisión, el tiempo de aparición de respuesta inmunitaria antiviral en niños, jóvenes, adultos, y mayores e incluso la tasa de protección con una eventual vacuna antiviral en proporción de individuos vacunados.

“La ventaja esencial del modelo es que se pueden otorgar valores a cada uno de estos parámetros en función de los rangos esperados, deseados, o efectivamente comprobados, y observar el efecto que tendrán en la estructura dinámica de la epidemia. Pero, sobre todo, da la posibilidad de modificar simultáneamente distintos valores o rangos de estudio, lo que permite hacer predicciones de los “efectos” que podrían resultar de determinadas intervenciones, ayudando así a la toma de decisiones. El sistema es fácilmente  escalable, ya que permite la introducción de nuevas observaciones o conocimientos, conformando un auténtico laboratorio de pruebas virtual”,  destaca José Mª Sempere.

Sobre la computación con membranas

La computación con membranas en la que se basa la herramienta LOIMOS es un paradigma de computación natural propuesto por el Dr. Gheorghe Paun en 1998. Su fundamento se inspira en el comportamiento de la célula eucariota viva como procesador de información bioquímica de forma paralela, distribuida y no determinista que permite una aproximación estocástica fundamental para el modelado de sistemas biológicos, tal y como el que se aplica en este proyecto.

La principal ventaja y novedad que incorpora la computación con membranas con respecto a otras herramientas epidemiológicas es la interacción multijerárquica y multinivel de los diversos actores de los escenarios de la pandemia. Estas interacciones se propagan a todos los niveles del sistema, lo que permite variar diversos elementos simultáneamente y conocer sus efectos en franjas temporales y, por tanto, ayuda a la toma de decisiones a nivel socio-sanitario.

Experiencia previa

En el año 2015, el equipo del Instituto VRAIN de la UPV, la Fundación para la Investigación Biomédica del Hospital Universitario Ramón y Cajal, y Biotech Vana S.L., desarrolló la plataforma ARES (Antibiotic Resistance Evolution Simulator), que ha sido internacionalmente reconocida para el estudio de las dinámicas de transmisión de las resistencias a antibióticos.

“Ahora, aprovechamos nuestra experiencia en el desarrollo de ARES para el diseño e implementación de LOIMOS y se espera que en un corto período de tiempo tengamos preparada la primera versión de la herramienta para ser validada y probada en diversos ambientes de toma de decisiones, fundamentalmente hospitalarios y de gestión sanitaria”, concluye Marcelino Campos.

Fuente: UPV







RUVID - Red de Universidades
Valencianas para el fomento de la
Investigación, el Desarrollo y la Innovación

C/Serpis, 29 · 2ª planta
Edificio INTRAS
46022 · Valencia · España
Tel: +34 96 162 54 61
ruvid@ruvid.org

©RUVID, Red de Universidades Valencianas para el fomento de la Investigacción, el Desarrollo y la Innovación
​Protección de datos ​Política de cookies