LOIMOS fue diseñado para simular escenarios epidemiológicos a diferentes niveles jerárquicos con un interés para la microbiología y se basa en el modelo de computación con membranas que emula el comportamiento de las células eucariotas vivas.

AUTOR: UPV

LOIMOS, el simulador de la pandemia COVID-19 desarrollado por el Instituto VRAIN de la Universitat Politècnica de València (UPV), junto con el Grupo Biología y Evolución de Microorganismos del Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS) de Madrid y la empresa biotecnológica Biotechvana, ha sido galardonado por la International Membrane Computing Society (IMCS) como Aplicación del Año 2021 de la computación con membranas.

 

A diferencia de otros sistemas predictivos, como los basados en machine learning, esta herramienta crea mellizos digitales del virus y de las personas y los ubica en un entorno físico virtual para observar su evolución temporal. Su versatilidad 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, como en otras que pudieran venir.

 

Por ejemplo, LOIMOS ha sido capaz de prever las sucesivas olas de contagios en función de las medidas no farmacéuticas adoptadas (uso de mascarillas, confinamientos, etc.). También ha podido prever la evolución de contagios en función de los protocolos de vacunación por segmentos de edad.

 

“LOIMOS es un laboratorio virtual que permite diseñar escenarios virtuales de la pandemia COVID-19 y proyectar su evolución futura. Y podría aplicarse también al estudio de cualquier otra pandemia, de origen distinto a la provocada por este virus. Con ella 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 Politècnica de València.

 

Diseño virtual y jerarquizado del comportamiento y evolución de los virus
El sistema se basa en modelos de computación con membranas, claves para poder 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, puede 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.

 

LOIMOS es además un modelo con diferentes niveles jerárquicos que interactúan entre sí, a diferencia de otros utilizados hasta la fecha. De este modo, al modificar un parámetro de estos niveles permite ver los efectos no solo en dicho nivel, sino también en todos los demás.

 

Entre otras variables, LOIMOS incorpora el tipo de infecciones –asintomáticas o sintomáticas; el grado de inmunidad adquirida por pasar la infección o el periodo e índices de contagio.

 

Además, permite definir diferentes valores según la zona y el rango de edad de la persona infectada o la mecánica de la infección.

 

“En este último caso, a la hora de simular la infección podemos definir su crecimiento, cómo actúa el sistema inmune en un primer momento, cuándo se puede generar la inmunidad y las probabilidades de que esto suceda -incluso pueden ser diferentes según rango de edad- y los efectos sobre la persona infectada -sin síntomas, síntomas leves, síntomas graves, síntomas críticos o la muerte” explica Marcelino Campos, investigador del IRYCIS y también del grupo ALFA-Instituto VRAIN de la Universitat Politècnica de València.

 

Fernando Baquero, investigador de IRYCIS y coordinador de este trabajo, añade que el progreso de la ciencia se produce a través de experimentos, si bien en epidemiología no es posible llevarlos a cabo. “La única posibilidad es efectuar “experimentos reversos”, que requieren una simulación del escenario epidemiológico y, si la simulación queda validada por la observación de la realidad, se puede inducir que los parámetros que se han utilizado se ajustan a la realidad, y que muy probablemente la realidad queda explicada por los mismos. Por otra parte, la simulación puede servir para “descubrir parámetros ocultos” y “asociaciones paramétricas complejas” de carácter predictivo que serían invisibles para la epidemiología clásica, basada en la observación y registro de hechos pasados. Esto es lo que LOIMOS consigue de forma efectiva”, destaca Baquero.

DESTACAMOS