Investigadores de la Universitat Politécnica de Valencia (UPV), pertenecientes al grupo de ALFA del instituto Valenciano de Inteligencia Artificial (VRAIN), han participado en el desarrollo y validación de un nuevo simulador de pandemias que ayuda a prever su evolución teniendo en cuenta diferentes escenarios epidemiológicos.
El sistema, denominado LOIMOS, se ha desarrollado en el contexto del Covid-19 y sus resultados se ciñen al virus SARS-CoV-2. No obstante, podría aplicarse al estudio de cualquier otra pandemia, de origen distinto a la provocada por este virus, según confirman desde el propio grupo de investigación de la UPV.
«La versatilidad de LOIMOS hace que sea una herramienta muy útil en la toma de decisiones sobre medidas no farmacéuticas para limitar la transmisión de virus, tanto en esta pandemia del coronavirus, como en otras que pudieran venir. Podemos dibujar múltiples escenarios, plantear todas las preguntas e hipótesis que queramos y predecir sus efectos. Esto ayuda muchísimo a decidir qué medidas tomar, a establecer aquellas que resulten más efectivas para evitar o al menos limitar la propagación del virus», destaca José M. Sempere, investigador del grupo ALFA-VRAIN de la Universitat Politécnica de Valencia.
LOIMOS ha sido desarrollado por investigadores e investigadoras de la Universitat Politécnica de Valencia, el Grupo Biología y Evolución de Microorganismos del Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS) de Madrid, el CIBER en Epidemiología y Salud Pública, la Fundación FISABIO, la Universitat de Valencia (UV), el Consejo Superior de Investigaciones Científicas (CSIC), el Hospital General Universitario de Valencia, el Hospital Universitario la Paz de Madrid y la spin-off de la Universitat de Valencia Biotechvana, situada en el Parc Científic de la institución académica. Sus resultados han sido publicados en la revista internacional microLife.
El sistema se basa en modelos de computación con membranas, que permiten diseñar de forma virtual el comportamiento de virus en diversos entornos, condiciones y niveles de gravedad.
«Estos modelos reproducen los virus y sus interacciones con un nivel de detalle sin precedentes. De esta forma, podemos evaluar y predecir la incidencia de un virus en un barrio, en una ciudad o en un país, bajo distintas situaciones y observar su evolución a corto, medio y largo plazo», explica José M. Sempere.
«Lo importante es que se simulan bajo determinados supuestos, por ejemplo, diversos tipos de medidas preventivas, y se evalúa la tasa de infección y su variación con el tiempo en la población. Obviamente, si los supuestos cambian podrían cambiar los efectos del virus. Por eso es tan relevante disponer de una herramienta como la que aquí se ha desarrollado: porque puede ayudar a proponer medidas efectivas contra la expansión de esta epidemia por parte del virus y, por extensión, de cualquier otro patógeno», explica Andrés Moya, investigador de Fisabio, UV y CSIC.
ABC (03/11/2021)
Más información aquí
