Biologia computacional per desxifrar la vida

La recerca en ciències de la vida i la salut viu una autèntica revolució gràcies a l’auge de les ciències de dades i la bioinformàtica. Han passat de ser eines auxiliars a convertir-se en el motor que transforma quantitats ingents de dades (big data) en coneixement aplicable. Avui, la capacitat de generar grans volums d’informació biològica, el que es coneix com les «òmiques», que estudien l’ADN, les proteïnes i el metabolisme dels organismes, és aclaparadora; el gran repte és extreure patrons significatius d’aquesta marea d’informació.

El grup Biologia Sintètica, Computacional i de Sistemes (MathSy2Bio), liderat per Rui Alves, Alberto Marin Sanguino i Ester Vilaprinyo, exemplifica aquesta sinergia interdisciplinària. Cada membre aporta una peça clau per modelar mitjançant les matemàtiques, analitzar i entendre la biologia, i a partir d’aquí dissenyar solucions aplicades. La combinació de ciència de dades, bioinformàtica i biologia sintètica els ha permès crear eines amb impacte directe en biomedicina i biotecnologia.

Llegint la història de la vida a través dels genomes

El Dr. Rui Alves utilitza la bioinformàtica i els models matemàtics per entendre el funcionament dels sistemes biològics i predir-ne el comportament. Així es construeixen models digitals que simulen l’efecte de fàrmacs o mutacions genètiques, actuant com un “laboratori virtual” abans de fer experiments reals.

El grup investiga com els genomes expliquen la història evolutiva dels organismes. Per fer-ho, combina tècniques –que permeten reconstruir genomes complets– amb anàlisis comparatives per descobrir patrons d’evolució i aspectes clau de la biologia. Un exemple és l’estudi de la perdiu ibèrica, que aporta informació sobre adaptació i diversitat. Un altre és la seqüenciació del genoma del nopal, el cactus amb més importància agrícola i econòmica a escala mundial, en col·laboració amb la Universitat de Guadalajara (Mèxic), dins d’un projecte finançat pel Joint Genome Institute del Departament d’Energia dels EUA. Tenir aquests genomes ens permet desxifrar els mecanismes genètics que regulen l’adaptació a condicions extremes, identificar gens d’interès per a la millora agropecuària i entendre millor la diversitat evolutiva d’espècies clau.

A més, el grup participa en la Iniciativa Catalana per a l’Earth Biogenome Project (CBP), que vol obtenir el genoma de totes les espècies eucariotes del planeta. En aquest marc, la CBP treballa per crear un catàleg detallat dels genomes de les espècies dels territoris de parla catalana i contribuir a l’esforç global per caracteritzar la biodiversitat genòmica. Tot això és possible gràcies a la bioinformàtica, imprescindible per gestionar grans volums de dades i transformar-los en coneixement aplicable a la conservació, l’agricultura i la ramaderia.

Dissenyant plantes i bacteris per afrontar el futur

Una part important de la recerca del grup consisteix a utilitzar la modelització matemàtica per millorar les propietats de les plantes. Mitjançant models que simulen l’arquitectura vegetal i els circuits hormonals, han pogut predir com influeixen els nivells d’strigolactona –una hormona vegetal– en el desenvolupament de les arrels del blat de moro. Aquesta informació ajuda els agrònoms a optimitzar el creixement de les arrels per millorar l’absorció de nutrients i la resistència a la sequera, un repte clau davant el canvi climàtic.

El grup també explora la biologia sintètica per redissenyar els processos que permeten a l’arròs i a altres plantes produir terpenoides, una família de compostos essencials que inclou vitamines, hormones i molècules defensives. L’objectiu és augmentar la resistència dels cultius i el seu valor nutricional mitjançant estratègies genètiques guiades per models.

En paral·lel, el Dr. Alberto Marin Sanguino treballa per unir la modelització matemàtica amb la biotecnologia. Traduint resultats abstractes en dissenys experimentals, desenvolupa bacteris capaços de produir una substància molt osmoprotectora utilitzada en cosmètica i per estabilitzar fàrmacs, l’ectoïna, emprant com a font de nutrients residus forestals o aigües residuals. Aquesta recerca s’inscriu en la bioeconomia circular i ja està en procés de transferència a la indústria.

Simulant el futur: com la ciència de dades guia la recerca clínica

La bioestadística i la IA són claus per convertir grans volums de dades en coneixement fiable. El grup desenvolupa mètodes per automatitzar la incorporació de dades, fer-les compatibles encara que provinguin de fonts diverses, controlar errors i validar hipòtesis, assegurant conclusions sòlides. Una aplicació destacada és el disseny d’assajos clínics òptims: eines interactives que simulen resultats abans de fer experiments, permetent ajustar la mida de la mostra i altres paràmetres per optimitzar recursos i robustesa científica. Aquestes simulacions són com “provar el futur” abans d’invertir temps i diners en un estudi real.

Per al cribratge del càncer de mama

Aquest enfocament també s’ha aplicat a la salut pública, en concret al cribratge de càncer de mama. Els models matemàtics exploren el cost-efectivitat i l’impacte en la reducció de la mortalitat de diferents escenaris en què es canvien la periodicitat i les edats recomanades en les quals es duu a terme aquest cribratge. Això permet anticipar conseqüències i prendre decisions més informades en polítiques sanitàries.

Actualment, el grup lidera un projecte que combina IA i estadística clàssica per predir l’evolució de pacients a l’UCI juntament amb els serveis de Medicina Intensiva i de Física i Protecció Radiològica de l’Hospital Arnau de Vilanova. La IA aporta velocitat i capacitat per gestionar grans volums de dades, mentre que la bioestadística clàssica requereix menys recursos computacionals, té una menor petjada de carboni i garanteix una interpretació més segura de la validesa dels resultats; per això es combinen. Aquestes eines poden ajudar els professionals a prioritzar recursos, adaptar tractaments i millorar la supervivència dels pacients. En definitiva, la integració de models matemàtics, bioestadística i IA no només accelera la recerca, sinó que té un impacte directe en la sostenibilitat dels sistemes de salut.

En conclusió

La recerca del grup MathSy2Bio va molt més enllà de la biomedicina clàssica. Per aquest fet, el grup ha creat un servei cientificotècnic de bioinformàtica i biologia computacional que dona suport a altres grups i a empreses que necessiten aplicar aquestes tècniques als seus problemes. També mitjançant aquest servei, de demanda creixent, el grup transfereix el seu coneixement a la societat, contribuint al seu progrés. El seu treball abasta la biotecnologia vegetal, el disseny d’assajos clínics i la genòmica evolutiva, demostrant com les ciències de dades, la bioinformàtica i els models matemàtics s’han convertit en eines versàtils i imprescindibles per afrontar els grans reptes del segle XXI: des de la conservació de la biodiversitat fins a la millora dels cultius, la predicció clínica i la sostenibilitat industrial. En definitiva, és una aposta per una ciència que no només entén la vida, sinó que la reinventa per construir un futur més saludable i sostenible.