Expertos VIU | El Dr. Vicente Andreu participa en el desarrollo de un modelo menos invasivo para evaluar la infección intraamniótica y detectar partos prematuros

El Dr. Vicente Andreu Fernández, docente e investigador de VIU ha participado en una innovadora investigación, que mediante el uso de tecnologías ómicas e inteligencia artificial ha desarrollado 4 modelos mínimamente invasivos para evaluar la infección intraamniótica y poder predecir la posibilidad de parto prematuro en mujeres de alto riesgo.

Los resultado obtenidos de la investigación suponen un importante paso adelante en el desarrollo de un método o métodos no invasivos, que puedan suponer una alternativa a la amniocentesis a la hora de determinar el riesgo de un posible parto prematuro, reduciendo de esta manera el riesgo, tanto del feto como de la madre, y permitiendo llevar a término un embarazo en 38 semanas de forma exitosa.

Para llevar a cabo la investigación, los investigadores tomaron muestras de 288 mujeres entre los años 2015 - 2020 que fueron ingresadas y diagnosticadas de parto prematuro con una duración de la gestación menor a 34 semanas. A partir de estas muestras, utilizaron tecnologías ómicas y análisis de la abundancia y diversidad bacteriana o la determinación de la concentración de diferentes marcadores proteicos en muestras de sangre, para desarrollar cuatro modelos predictivos.

Estos modelos ofrecen distintas capacidades predictivas, dependiendo del número de variables que analiza cada uno. Todos comparten la necesidad de analizar la concentración vaginal de la proteína anti-inflamatoria 6 (IL-6) y la proteína C-Reactiva en el suero materno.

De los cuatro modelos desarrollados, el que presenta un análisis más complejo es el 1, ya que requiere necesaria la evaluación adicional de la concentración de ácido láctico vaginal de las bacterias Lactobacillus. En el extremo opuesto, se encuentra el modelo 4, siendo el más sencillo y ofreciendo una capacidad predictiva del 82.2%

Para conocer los detalles de la investigación y sus implicaciones en futuros proyectos, nos pusimos en contacto con el Dr. Vicente Andreu para que nos lo explicara de primera mano.

El Dr. Andreu es director de la Maestría Oficial en Epidemiología y Salud Pública, Investigador Principal del grupo GNASP - Genómica nutricional, adicciones y Salud Pública de VIU; e investigador del grupo Childhood and Environment, de IDIBAPS (Institut d'investigacions Biomèdiques August Pi i Sunyer) y el Hospital Clínic de Barcelona.

¿Nos puedes explicar a grandes rasgos en que consiste el estudio que habéis publicado?

En el trabajo liderado por la Doctora Teresa Cobo y el Doctor Eduard Gratacós hemos desarrollado varios modelos predictivos para evaluar la infección intraamniótica y con ello predecir la posibilidad de parto prematuro en mujeres con alto riesgo de que suceda, utilizando evaluaciones clínicas, metodologías ómicas y análisis bioquímicos de marcadores inflamatorios, que resultan mínimamente invasivos para las pacientes. Con ello hemos querido aportar una alternativa complementaria respecto a los métodos habituales aplicados en clínica, como el caso de la amniocentesis.

“Las tecnologías “ómicas” permiten definir su perfil específico a nivel genético, epigenético, proteómico, metabolómico y metagenómico.”

Las conclusiones señalan que el método desarrollado da buenos resultados ¿Cuáles serían los siguientes pasos para implementarlo como una alternativa menos invasiva que la amniocentesis?

Los modelos de predicción desarrollados en esta investigación están diseñados como un complemento predictivo para ayudar a los clínicos en las toma de decisiones sobre la pertinencia de someter a las mujeres con riesgo de parto prematuro a una prueba más invasiva como es la amniocentesis. El objetivo en los próximos estudios es validar alguno de los modelos predictivos obtenidos mediante un estudio prospectivo en diferentes hospitales con una cohorte de mujeres con riesgo de parto prematuro, analizando además el efecto que la implantación de este modelo en clínica puede tener en los resultados de salud maternos y fetales.

Image

¿Qué son y cuál es la importancia de las ómics u ómica en este estudio? ¿Qué posibilidades nos pueden dar de cara al futuro de la medicina?

Las tecnologías “ómicas” se basan en el análisis masivo de las moléculas de un organismo, permitiendo definir su perfil específico a nivel genético, epigenético, proteómico, metabolómico y metagenómico. Con los resultados de estos análisis podemos conocer las particularidades genéticas de un individuo, su perfil de expresión génica, la concentración de metabolitos y proteínas así como la composición microbiana en diferentes tejidos, estando todos ellos directamente implicados en el funcionamiento del individuo. Cada una de estas disciplinas científicas ha ayudado a comprender la causa de las enfermedades, teniendo por ello una aplicación directa en clínica y siendo la base de la medicina personalizada. El conocimiento aportado por los datos ómicos está permitiendo hacer un diagnóstico temprano de algunas patologías así como elaborar modelos predictivos para reducir el impacto o directamente prevenir el desarrollo de una enfermedad. Esta es la base de la mencionada medicina personalizada, donde se aplicará un tratamiento específico para una determinada enfermedad en base al perfil único de cada individuo obtenido de los análisis ómicos en combinación con los factores ambientales que puedan influenciar al paciente.

"El conocimiento aportado por los datos ómicos está permitiendo hacer un diagnóstico temprano de algunas patologías, así como elaborar modelos predictivos para reducir el impacto o directamente prevenir el desarrollo de una enfermedad.”

¿Qué papel juegan tecnologías como la IA o el machine learnign en el desarrollo de modelos predictivos como los realizados en este estudio? ¿Qué potencial tienen de cara al futuro?

Ambas tecnologías vas a resultar críticas para el manejo e interpretación de los datos ómicos. Para el análisis de un paciente, cada una de las disciplinas que utilizan tecnologías ómicas pueden dar como resultado gigabytes de datos, que resultan complejos de analizar e interpretar por un investigador. Si a ello le sumamos los datos combinados de diferentes ómicas, la cantidad de datos a evaluar, relacionar e interpretar resulta muy difícil de manejar. Por ello, el desarrollo de nuevos algoritmos de machine learning o IA nos va a permitir simplificar estos análisis e interpretación de los resultados, ya que estos sistemas son capaces de analizar millones de combinaciones y relaciones obteniendo asociaciones biológica y clínicamente relevantes.

¿Las líneas desarrolladas en esta investigación tendrán continuidad en alguna de los espacios de investigación de VIU en que participas?

Continuaremos con la colaboración establecida con el grupo de investigación en inflamación y prematuridad liderado por la Doctora Teresa Cobo y el Doctor Eduard Gratacós en BCNatal-Fetal Medicine Research Center de IDIBAPS y el Hospital Clínic de Barcelona. Esperamos que dicha colaboración continúe tanto en esta línea de investigación como en proyectos paralelos relacionados con la salud materno-fetal.