Foto: Gerd Altmann.

COVID-19. Un seleccionado de Exactas para buscar soluciones

La convocatoria organizada por la Agencia de Promoción de la Investigación, el Desarrollo Tecnológico y la Innovación para financiar estudios sobre el COVID-19, seleccionó a cuatro equipos liderados por investigadores de Exactas. Todos los detalles.

6 de mayo de 2020

Contrarreloj en tiempos de pandemia, “con notable esfuerzo en la lectura, evaluación y debate de cada una de las Ideas Proyecto”,  la Agencia de Promoción de la Investigación, el Desarrollo Tecnológico y la Innovación (Agencia I+D+i) dio a conocer los trabajos seleccionados del concurso extraordinario IP COVID-19. La Facultad presentó 16 iniciativas, de las cuales 4, o sea el 25 por ciento, serán financiadas. Se trata de las propuestas lideradas por Rodrigo Castro, Roberto Etchenique,  Alberto Kornblihtt  y Enzo Tagliazucchi,  con sus respectivos equipos (ver recuadro “Hay equipo”). Ellos fueron elegidos dentro de un total de 64 científicos argentinos, tras un análisis a cargo de un panel de 26 académicos que recibió unas 900 propuestas de todo el país.

“De todas maneras, hay una conciencia en todos los científicos -hayan obtenido o no este subsidio- de una colaboración súper abierta. Ya hemos recibido mails o mensajes de investigadores e investigadoras de otros institutos y lugares que, habiendo ganado o no la convocatoria, están dispuestos a intercambiar materiales y a colaborar”, destaca Kornblihtt, del Instituto de Fisiología, Biología Molecular y Neurociencias (IFIBYNE, UBA-CONICET), cuya iniciativa seleccionada aborda el diagnóstico de COVID-19 por PCR en tiempo real escalable y económicamente sustentable.

Uno de los métodos de diagnóstico para detectar el virus SARS-CoV-2, que causa COVID-19, es la técnica de PCR (por su sigla en inglés de Reacción en Cadena de la Polimerasa). “El diagnóstico se basa en aislar el genoma viral, constituido de ARN. Luego, hacer una reacción de retrotranscripción, que es pasar ese ARN a ADN. Tras lo cual, se procede a realizar la PCR, que genera muchas copias de ese ADN, de manera de hacerlo detectable. Es una de las formas más utilizadas de diagnóstico, por su sensibilidad y porque ofrece datos muy robustos acerca de si alguien tiene o no la enfermedad”, precisa Ezequiel Petrillo, investigador adjunto UBA-CONICET y director de uno de los seis grupos del IFIBYNE que llevarán adelante esta iniciativa.

La propuesta busca diagnosticar la presencia del virus en las muestras de manera más económica que la actual, donde se utilizan kits importados. “Básicamente, nuestro planteo sería exactamente igual al tradicional test. La diferencia es que el tradicional usa cosas que vienen dentro de un paquete armado. Nosotros proyectamos no usar kits, que es lo caro, y cada vez será más difícil de conseguir a medida que la pandemia avance. Nuestra materia prima sería directamente los reactivos necesarios. Y en lo posible, trataremos de emplear productos de la Argentina, para no depender de elaboraciones de afuera. Es como si habláramos de una sopa instantánea o una hecha en casa a partir de los ingredientes individuales”, compara Petrillo.

Si las investigaciones avanzan según lo planeado, calculan que en un plazo de dos a cuatro meses ya deberían empezar a diagnosticar y comparar sus resultados con los análisis que se llevan adelante en el ANLIS Malbrán (Administración Nacional de Laboratorios e Institutos de Salud), a partir de compartir las muestras de los mismos pacientes. “Comenzamos una colaboración con el INBIRS (Instituto de Investigaciones Biomédicas en Retrovirus y SIDA) que ya está haciendo diagnóstico, ellos hacen su protocolo estándar y nosotros el nuestro, en la misma muestra, para verificar si funciona igual. Sería –puntualiza Petrillo- una validación de nuestro protocolo de trabajo”.

En un futuro más lejano, Petrillo no descarta que si este método de diagnóstico resulta efectivo para detectar al SARS-CoV-2 causante de COVID 19, también podría ampliarse a otros virus como “dengue, gripe común, o para cualquier cosa que lleve ADN o ARN en su genoma y que sea un patógeno de humanos”, anticipa.  Además de esta posibilidad, Petrillo remarca: “Un eje clave de nuestro proyecto es la inactivación del patógeno inmediatamente después de la toma de muestra, esto -que ya se está llevando a cabo en otros países- permite el transporte de la muestra y su posterior procesamiento y análisis, sin riesgos de contagios, abriendo el juego a que los laboratorios de investigación podamos brindar un servicio en una situación de emergencia. Como decía Alberto (Kornblihtt), gran parte de la comunidad científica desea colaborar”.

Desde otro ángulo, Roberto Etchenique, Profesor de Química Analítica en Exactas e Investigador principal del CONICET, también utilizará la técnica probada de RT-PCR, pero con una diferencia importante: no testeando de a un individuo sino de a grupos (pools) de muestras. ¿A qué apunta? “Normalmente, la técnica de RT-PCR que es Real Time PCR, se usa para hacer el diagnóstico molecular de COVID-19. Es la técnica buena, no es la de los tests rápidos ni la de los tests serológicos que miden anticuerpos. Este mide directamente el virus. Es el de mayor sensibilidad y lo que es más importante, el de mayor selectividad. No tiene prácticamente falsos positivos; si a uno le da positivo, es que lo es”, subraya Etchenique.

En la actualidad, para chequear si una persona está infectada o no, se le realiza un test. “En un día, un laboratorio trabajando a pleno hace 300 tests, nada más”, subraya. Si se quisiera, por ejemplo, testear a un plantel de 128 médicos de un hospital, recargaría demasiado la agenda. ¿Cómo hacer más análisis de modo más económico, que no requieran de tantos kits de testeo y tampoco consuman gran parte de las posibilidades de atención de un laboratorio? “El método propuesto lo que hace es agrupar muchas muestras (por eso se llama pool o grupos de PCR). Por ejemplo, los 128 médicos del hospital, se dividen en dos grupos de 64 o cuatro grupos de 32. A cada uno se hace su hisopado, pero en vez de hacer un test a cada persona, se juntan de 64 o 32, todos en el mismo análisis. Si ese test da negativo, quiere decir que son todos negativos. Pero si da positivo, al menos uno de los testeados lo es. Entonces, se puede buscar dentro de ese grupo a quien dio positivo. Si se elige el tamaño correcto del grupo -por eso hay muchos matemáticos en el proyecto-, se obtendrá que no más de uno, o a lo sumo dos, por cada uno de los pools, es positivo. Entonces con pocos tests tradicionales se puede determinar quién era el positivo”, describe. En otras palabras, en vez de usar 128 tests, se requieren apenas de 6 a 7.

Este proyecto se basa en el conocimiento de que la mayoría de las personas no poseen el virus que causa el COVID19. “Si se analiza en un testeo masivo a mil personas, posiblemente se encuentren a cinco infectados. Pero se gastaron mil tests que cuestan 20 mil dólares en el caso de los más caros, y unos 6000 dólares si se usan los más baratos. Aquí, con este método, se reduce a 60 ó 120 dólares el costo de materiales para el mismo número de personas”, compara.

Mientras el equipo prepara un espacio en el Departamento de Química Biológica de Exactas para llevar adelante la investigación, Etchenique adelanta: “Ya combinamos con el Hospital Posadas para obtener muestras anónimas de pacientes que ya tuvieron positivos y negativos con el objetivo de testear el método”.

De plataforma y simuladores

Desde el Instituto de Física de Buenos Aires (IFIBA-CONICET), Enzo Tagliazucchi y equipo trabajan en Big Data y experimentos masivos para la síntesis de información en tiempo real sobre el impacto de COVID-19 y las medidas para su contención en la población.

“Ya estamos haciendo encuestas psicológicas de cómo está siendo modificada la ansiedad, el bienestar, los hábitos y la resiliencia por la cuarentena. Reunimos 20 mil respuestas que estamos analizando. También a partir de las redes sociales observamos si la gente modifica sus ciclos de sueño; es decir, si duerme más o duerme menos”, menciona. Todos estos datos y otros de su investigación se sumarán a una plataforma de acceso público.

“La idea, ahora –relata-, es recopilar esa información y brindarla de forma pública en lo que llamamos un observatorio, que es un sitio donde converge mucha información: desde el número de infectados, distritos geográficos, para  después ir sumando capas adicionales que representan lo que quisimos relevar, junto con otros factores más finos de lo que pasa con la pandemia”.

A los contenidos actualizados diariamente de periódicos y noticias, se le sumará información sobre movilidad, o sea cuántas personas se mueven localmente y cuántas cambian de distrito. De modo de tener en un lugar centralizado la información relevante y que pueda ser usada por científicos. “Esto no existe en la Argentina al día de hoy con estas características. Investigando en otros países, hay sitios fáciles e intuitivos para que luego los expertos bajen la información y la crucen. Dentro de dos meses pensamos tener aquí un prototipo en marcha”, adelanta. 

Por su parte, el equipo liderado por Rodrigo Castro, del Departamento de Computación e Instituto UBA-CONICET de Ciencias de la Computación (ICC), tiene como objetivo producir proyecciones en el corto, mediano y largo plazo de la cantidad de personas cursando los diferentes estadíos de la enfermedad COVID-19, incluyendo su demanda hospitalaria, y distinguiendo por cohortes, situación social y actividad económica. “Apuntamos a poder ayudar a responder preguntas del tipo ¿cuáles son las posibles medidas de intervención pública que logren balances óptimos entre un uso eficiente del sistema de salud y un impacto socioeconómico tolerable derivado de las medidas de aislamiento? Para eso buscaremos generar proyecciones de escenarios hipotéticos, simulando la evolución actual de la epidemia y su proyección de mantenerse las medidas actuales como también su evolución ante posibles intervenciones que respondan a diversas políticas públicas, como por ejemplo, distintas modalidades de aislamiento aplicados durante diferentes ventanas temporales”, indica Castro, quien sumó a su laboratorio a un grupo amplio de más de 50 científicos de la Facultad (matemáticos, computadores, estadísticos) coordinados entre el DC, ICC y el Instituto de Cálculo.

La idea es avanzar hacia una plataforma flexible de modelado y simulación, con herramientas amigables de visualización que puedan ser utilizadas en tiempo real por equipos técnicos de Salud de las administraciones nacionales hasta municipales. “Buscamos permitir el ajuste frecuente de los modelos, automatizando la actualización de posibles escenarios futuros a medida que se incorpora nueva evidencia, y facilitando la incorporación de nuevos escenarios”, indica Castro, Director del Laboratorio de Simulación de Eventos Discretos.

No sólo ofrecen una herramienta para implementar políticas públicas, sino también establecer vínculos e interfaz de comunicación con los tomadores de decisiones, para recibir sus requerimientos, y también capacitarlos como usuarios de esta iniciativa que espera tener sus primeros resultados en dos meses. 

¿Un ejemplo concreto de cómo sería esa plataforma y de qué modo serviría en la pandemia? “Hay muchos. Uno es la experimentación con estrategias intermitentes de mitigación y supresión, es decir, aplicar aislamientos programados de diferentes intensidades durante ventanas de tiempo más o menos regulares y predecibles. La idea es buscar compatibilizar el cuidado sanitario con ciertos niveles de reactivación socioeconómica. Otra aplicación importante es poder asistir a la comunicación pública efectiva de las opciones que existen, distinguiendo las viables de las disparatadas e incluso peligrosas. Un ejemplo reciente y claro es la falacia de la inmunidad del rebaño como solución posible (que nos contagiemos todos para obtener inmunidad). Además de toda la evidencia empírica internacional en contra de esta opción, las simulaciones sirven para mostrar, de manera clara y no ambigua que, incluso dentro de los rangos de incertidumbre que tiene todo modelo, las consecuencias de esa estrategia se mediría en el orden de hasta centenas de miles de fallecimientos. A veces una simulación, y su correcta interpretación, vale más que mil palabras”, concluye Castro.

Los equipos completos

Alberto Kornblihtt, Anabella Srebrow, Manuel Muñoz, Manuel de la Mata, Ignacio Schor y Ezequiel Petrillo, todos investigadores de CONICET en distintos escalafones, son los jefes de grupo en el IFIBYNE, CONICET-UBA. Se completa el staff con Valeria Buggiano, José Clemente, Cybele García, Micaela Godoy Herz, Nicolás Nieto Moreno, José Stigliano, Laureano Bragado, Lucas Servi, Federico Fuchs, Juan C. Muñoz y Nicolás Mencacci.

Por otra parte, se encuentran Roberto Etchenique, Valeria Levi, Ricardo Gurtler, Min Chih Lin, Adali Pecci, Nicolás Pregi, Valeria Genoud, Guillermo Solovey, Luciana Rocha Viegas, Juan Domingo Gonzalez, Martin Diaz, Renée Crisp y Felipe Marceca.

En tanto, las personas que integran el equipo de Enzo Tagliazucchi son por IFIBA: Pablo Balenzuela, Marcos Trevisán, Diego Shalom; por DC (FCEN): Diego Fernández Slézak, Facundo Carrillo; por la Universidad Torcuato Di Tella: Mariano Sigman, Joaquín Navajas. Además participa el colectivo de ciencia El Gato y la Caja, liderado por Pablo Gonzales, Facundo Álvarez y Juan Manuel Garrido.

Rodrigo Castro, es el Investigador Responsable coordinando un equipo formado por Matthieu Jonckheere, IC UBA-CONICET; Jemina García, IC UBA-CONICET; Daniel Foguelman, ICC UBA-CONICET; Ezequiel Pecker-Marcosig, ICC UBA-CONICET; Juan Pablo Pinasco, Departamento de Matemática e IMAS, UBA-CONICET; Gisela Confalonieri, Departamento de Computación FCEN UBA; Pedro Rodríguez, Departamento de Computación FCEN UBA; Matías Bonaventura, ICC UBA-CONICET; Andrés Pichon-Riviere, Federico Augustovski y Ariel Bardach, Instituto de Efectividad Clínica y Sanitaria (IECS); Rafael Grimson, IIIA UNSAM-CONICET; Armando Ezequiel Puerta, Departamento de Computación FCEN UBA; Juliana Reves Szemere, IFIByNE UBA-CONICET; Ernesto Kofman, CIFASIS UNR-CONICET; Lucio Santi, ICC UBA-CONICET; Emanuel Javier Ferreyra, IC UBA-CONICET; Julián Fernández Bonder, Departamento de Matemática e IMAS UBA-CONICET; Carlo Giambiaggi Ferrari, Departamento de  Matemática e IMAS UBA-CONICET;  Esteban Lanzarotti, ICC UBA-CONICET, y Velen Pennini, Ministerio de Salud de la Nación.

Cecilia Draghi