Biología computacional para descifrar la vida

La investigación en ciencias de la vida y la salud vive una auténtica revolución gracias al auge de las ciencias de datos y la bioinformática. Han pasado de ser herramientas auxiliares a convertirse en el motor que transforma cantidades ingentes de datos (big data) en conocimiento aplicable. Hoy, la capacidad de generar grandes volúmenes de información biológica, lo que se conoce como las «ómicas» —que estudian el ADN, las proteínas y el metabolismo de los organismos— es abrumadora; el gran reto es extraer patrones significativos de esta marea de información.

El grupo Biología Sintética, Computacional y de Sistemas (MathSy2Bio), liderado por Rui Alves, Alberto Marin Sanguino y Ester Vilaprinyo, ejemplifica esta sinergia interdisciplinaria. Cada miembro aporta una pieza clave para modelar mediante las matemáticas, analizar y entender la biología, y a partir de ahí diseñar soluciones aplicadas. La combinación de ciencia de datos, bioinformática y biología sintética les ha permitido crear herramientas con impacto directo en biomedicina y biotecnología.

Leyendo la historia de la vida a través de los genomas

El Dr. Rui Alves utiliza la bioinformática y los modelos matemáticos para entender el funcionamiento de los sistemas biológicos y predecir su comportamiento. Así se construyen modelos digitales que simulan el efecto de fármacos o mutaciones genéticas, actuando como un “laboratorio virtual” antes de realizar experimentos reales.

El grupo investiga cómo los genomas explican la historia evolutiva de los organismos. Para ello, combina técnicas —que permiten reconstruir genomas completos— con análisis comparativos para descubrir patrones de evolución y aspectos clave de la biología. Un ejemplo es el estudio de la perdiz ibérica, que aporta información sobre adaptación y diversidad. Otro es la secuenciación del genoma del nopal, el cactus con mayor importancia agrícola y económica a escala mundial, en colaboración con la Universidad de Guadalajara (México), dentro de un proyecto financiado por el Joint Genome Institute del Departamento de Energía de los EE. UU. Disponer de estos genomas nos permite descifrar los mecanismos genéticos que regulan la adaptación a condiciones extremas, identificar genes de interés para la mejora agropecuaria y entender mejor la diversidad evolutiva de especies clave.

Además, el grupo participa en la Iniciativa Catalana para el Earth Biogenome Project (CBP), que aspira a obtener el genoma de todas las especies eucariotas del planeta. En este marco, la CBP trabaja para crear un catálogo detallado de los genomas de las especies de los territorios de habla catalana y contribuir al esfuerzo global para caracterizar la biodiversidad genómica. Todo esto es posible gracias a la bioinformática, imprescindible para gestionar grandes volúmenes de datos y transformarlos en conocimiento aplicable a la conservación, la agricultura y la ganadería.

Diseñando plantas y bacterias para afrontar el futuro

Una parte importante de la investigación del grupo consiste en utilizar la modelización matemática para mejorar las propiedades de las plantas. Mediante modelos que simulan la arquitectura vegetal y los circuitos hormonales, han podido predecir cómo influyen los niveles de estrigolactona —una hormona vegetal— en el desarrollo de las raíces del maíz. Esta información ayuda a los agrónomos a optimizar el crecimiento de las raíces para mejorar la absorción de nutrientes y la resistencia a la sequía, un reto clave ante el cambio climático.

El grupo también explora la biología sintética para rediseñar los procesos que permiten al arroz y a otras plantas producir terpenoides, una familia de compuestos esenciales que incluye vitaminas, hormonas y moléculas defensivas. El objetivo es aumentar la resistencia de los cultivos y su valor nutricional mediante estrategias genéticas guiadas por modelos.

En paralelo, el Dr. Alberto Marin Sanguino trabaja para unir la modelización matemática con la biotecnología. Traduciendo resultados abstractos en diseños experimentales, desarrolla bacterias capaces de producir una sustancia muy osmoprotectora utilizada en cosmética y para estabilizar fármacos, la ectoína, empleando como fuente de nutrientes residuos forestales o aguas residuales. Esta investigación se inscribe en la bioeconomía circular y ya está en proceso de transferencia a la industria.

Simulando el futuro: cómo la ciencia de datos guía la investigación clínica

La bioestadística y la IA son claves para convertir grandes volúmenes de datos en conocimiento fiable. El grupo desarrolla métodos para automatizar la incorporación de datos, hacerlos compatibles aunque provengan de fuentes diversas, controlar errores y validar hipótesis, asegurando conclusiones sólidas. Una aplicación destacada es el diseño de ensayos clínicos óptimos: herramientas interactivas que simulan resultados antes de realizar experimentos, permitiendo ajustar el tamaño de la muestra y otros parámetros para optimizar recursos y robustez científica. Estas simulaciones son como “probar el futuro” antes de invertir tiempo y dinero en un estudio real.

Para el cribado del cáncer de mama

Este enfoque también se ha aplicado a la salud pública, en concreto al cribado de cáncer de mama. Los modelos matemáticos exploran la coste-efectividad y el impacto en la reducción de la mortalidad de diferentes escenarios en los que se cambian la periodicidad y las edades recomendadas en las cuales se lleva a cabo este cribado. Esto permite anticipar consecuencias y tomar decisiones más informadas en políticas sanitarias.

Actualmente, el grupo lidera un proyecto que combina IA y estadística clásica para predecir la evolución de pacientes en la UCI junto con los servicios de Medicina Intensiva y de Física y Protección Radiológica del Hospital Arnau de Vilanova. La IA aporta velocidad y capacidad para gestionar grandes volúmenes de datos, mientras que la bioestadística clásica requiere menos recursos computacionales, tiene una menor huella de carbono y garantiza una interpretación más segura de la validez de los resultados; por ello se combinan. Estas herramientas pueden ayudar a los profesionales a priorizar recursos, adaptar tratamientos y mejorar la supervivencia de los pacientes. En definitiva, la integración de modelos matemáticos, bioestadística e IA no solo acelera la investigación, sino que tiene un impacto directo en la sostenibilidad de los sistemas de salud.

En conclusión

La investigación del grupo MathSy2Bio va mucho más allá de la biomedicina clásica. Por este motivo, el grupo ha creado un servicio científico-técnico de bioinformática y biología computacional que da soporte a otros grupos y a empresas que necesitan aplicar estas técnicas a sus problemas. También mediante este servicio, de demanda creciente, el grupo transfiere su conocimiento a la sociedad, contribuyendo a su progreso. Su trabajo abarca la biotecnología vegetal, el diseño de ensayos clínicos y la genómica evolutiva, demostrando cómo las ciencias de datos, la bioinformática y los modelos matemáticos se han convertido en herramientas versátiles e imprescindibles para afrontar los grandes retos del siglo XXI: desde la conservación de la biodiversidad hasta la mejora de los cultivos, la predicción clínica y la sostenibilidad industrial. En definitiva, es una apuesta por una ciencia que no solo entiende la vida, sino que la reinventa para construir un futuro más saludable y sostenible.