«En la ciencia médica no todo son batas blancas»

El responsable del grupo de Biología Computacional y Biomedicina de Sistemas del IIS Biodonostia, Marcos Arauzo, ha sido reconocido como uno de los investigadores más influyentes en todo el mundo en el campo de la Genética y Biología Molecular. El propio Arauzo no cree demasiado en este reconocimiento, aunque admite que es «una buena excusa» para hablar de la biología computacional, una parte de la ciencia «que no es muy visible» y que cada vez está teniendo más presencia en los laboratorios médicos.

– Usted estudió ingeniería industrial en automática y electrónica. ¿Qué tiene que ver esto con la medicina?

– Mucho, en ingeniería automática modelamos matemáticamente cualquier tipo de sistema para poder controlarlo, haciendo que se comporte como deseamos y evitando al mismo tiempo que se averíe. Uno de los sistemas más complejos que existen son las células, con decenas de miles de genes controlando su funcionamiento. Teniendo en cuenta que el cuerpo humano tiene del orden de 30 billones de células colaborando entre sí, entender cómo funciona este sistema tan complejo y ayudar a que no se averíe es uno de los problemas más fascinantes con los que se puede enfrentar un ingeniero. Este problema es tan complejo, fascinante e importante de resolver que requiere el esfuerzo de miríadas de expertos en ciencia, tecnología, ingeniería y matemáticas

– ¿La ingeniería está cada vez más presente en la biomedicina?

– Antes se veía la ingeniería como un apoyo, pero cada vez se están generando datos biomédicos más complejos que necesitan técnicas computacionales para ser analizados.

– ¿Manejan muchos datos?

– Un compañero mío en Alemania lo llamaba 'data tsunami', y además siguen creciendo exponencialmente. Nosotros estamos trabajando constantemente con datos masivos, solo un experimento puede tener varios terabytes de información. La gente que hace esos experimentos necesita apoyo para analizar los datos, pero no se acaba de comprender que la propia biología computacional es una ciencia en sí misma, no algo que sirve de apoyo para otros biólogos. Por suerte se está dando la vuelta a esta situación. Estamos llegando a un momento en el que son los laboratorios computacionales los líderes de la investigación, en el que tenemos una hipótesis computacional basada en una serie de datos y decimos a los laboratorios biológicos que nos la validen.

– Una de sus líneas de investigación es el cáncer. ¿Qué están haciendo?

– Estamos desarrollando herramientas computacionales de integración de datos transcriptómicos y epigenómicos asistidas mediante técnicas de inteligencia artificial para ayudar a descifrar los mecanismos moleculares asociados al desencadenamiento y metástasis de distintos tipos de cáncer. Además, desarrollamos herramientas de inteligencia y visión artificial para facilitar el trabajo de los expertos médicos en el diagnóstico y progresión del cáncer a partir del análisis de imágenes radiológicas.

– ¿Qué hacen con estas imágenes?

– Los patólogos tienen que invertir mucha parte de su valioso tiempo en el análisis visual de las imágenes. Las herramientas computacionales que estamos desarrollando automatizan los procesos de diagnóstico y de cálculo de la progresión del cáncer a partir de imágenes asignando un grado de dificultad de la predicción, así facilitamos a los médicos que liberen de su tiempo de observación las imágenes que son fácilmente predecibles y lo inviertan en el estudio de las más complejas de interpretar. Estamos aplicando estas tecnologías en la metástasis de cáncer de colon en el hígado, el glioblastoma y el estudio de la evolución de la enfermedad inflamatoria intestinal a cáncer.

– Otros datos con los que trabaja son las historias clínicas.

– Cada vez que alguien va a una consulta médica sus datos quedan registrados en una base y con ellos hacemos predicciones. No tenemos información privada de esa persona, no sabemos quién es, solo conocemos sus características y que ha ido al médico por un motivo determinado.

– ¿Qué nos pueden decir estas historias?

– Estamos participando en un proyecto en el que lo que se quiere es predecir si un paciente pluripatológico se va a desestabilizar cuando le ocurre algo como, por ejemplo, una gripe, y vuelve al sistema sanitario.

– ¿Qué quiere decir con desestabilizar?

– Quiere decir que se va a morir, que va a ir a Urgencias o que le van a hospitalizar. Si se puede predecir eso, el propio médico que ha tratado a esa persona por la gripe puede dar la señal de alarma.

– ¿Y eso cómo se sabe?

– Lo sabemos gracias a su historial médico y a todo lo que hemos aprendido de miles de datos de enfermos anteriores, que nos indican que si un enfermo de esas condiciones tiene ahora una gripe puede que dentro de dos meses tenga que entrar en Urgencias.

– ¿Se pasan el día ante un ordenador?

– No hacemos otra cosa.

– ¿Cuánta parte del trabajo que hacen consiste en tener paciencia?

– Mucha. Una cosa que es difícil de inculcar a la gente, sobre todo a los más jóvenes, es que así como en un laboratorio un experimento puede no salir bien, lo mismo ocurre en ciencia computacional. Tú tienes una hipótesis, haces un programa, lo pruebas con datos y ves si la hipótesis es cierta o no. Si no lo es, todo ese tiempo en el que has estado programando es un tiempo que no es perdido pero que no ha tenido resultados.

– ¿Cuántas veces se ha equivocado usted en sus investigaciones?

– Uff. ¿Cuántas veces he acertado? Cuando yo estaba en el Instituto Max Planck, en mi departamento yo era el único computacional y los demás eran biólogos. El director me decía que gracias a mí habían publicado en muchas revistas de impacto y yo le respondía que más importante que eso era que había ayudado a que no se publicaran ciertas cosas erróneas. Aquí, en mi departamento de Biodonostia, mi política es decir a la gente que no se preocupe por las equivocaciones. De hecho, nos estamos equivocando todo el rato, la programación es todo el tiempo control de errores. Los investigadores se están equivocando todo el rato. Lo importante es detectar esos errores, lo grave es no descubrirlos.

– ¿Como se lleva eso de estar entre los científicos más influyentes del mundo?

– Ese tipo de estadísticas no sé ni cómo están hechas. No soy de los más influyentes ni mucho menos. No sé cómo han medido eso, pero por lo menos es una buena excusa para que de vez en cuando se le haga una entrevista a alguien que se dedica a una parte de la ciencia que no es muy visible.

– ¿Echa de menos que se conozca más el papel de la bioingeniería?

– Estaría bien que la gente se dé cuenta de que la computación tiene cada vez una importancia más grande. En ciencia médica no todo son batas blancas. Cuando lees artículos mucha gente pone experimentos in vivo, que es con animales, o in vitro, con microscopio, y desde hace tiempo en muchos artículos hablan de experimentos in silico, que es el silicio de los chips de los ordenadores.

– ¿Está cansado de explicar qué hace un ingeniero en un centro biomédico?

– No. Me gusta hacerlo porque con eso intento motivar a la gente. La falta de visibilidad está haciendo que haya una carencia muy grande de profesionales. Hay ingenieros, físicos o matemáticos, pero a veces es difícil que vean que una de las ramas más importantes de la ciencia a la que pueden aplicar sus conocimientos e s la medicina. El nivel de complejidad de los problemas que tratamos en biomedicina es de los más grandes que existen en todas las ciencias y gracias a los datos que estamos obteniendo se pueden abordar esas complejidades como en cualquier otra rama del conocimiento humano, lo que pasa es que hace falta gente. Aquí hay una unión entre saber programas, máquinas potentes de programación en paralelo, saber estadística, biología y hasta cuestiones de física. Hace falta mucho conocimiento interdisciplinar y no es fácil obtenerlo.

• Temas
• ciencia
• Robótica