La enfermedad pulmonar obstructiva crónica (EPOC) es un trastorno respiratorio que incapacita al paciente que lo sufre, con una alta prevalencia y un significativo coste económico y social. La EPOC Se caracteriza por presentar diferentes fenotipos clínicos y con diferentes perfiles de riesgo. El término fenotipo aplicado a la EPOC se define como aquellos atributos de la enfermedad que solos o combinados describen las diferencias entre individuos con EPOC en relación con parámetros con significado clínico.

La detección temprana del fenotipo correcto, especialmente para aquellos individuos que presentan enfisema pulmonar, un tipo de EPOC en la que se destruye el tejido pulmonar, y la capacidad de predecir el riesgo de exacerbaciones importantes, son elementos clave a la hora de instaurar un tratamiento más efectivo.

Este ha sido el objetivo de una investigación que ha puesto en marcha un modelo que simula el desarrollo de enfisema pulmonar a nivel celular, molecular y de tejido, capaz de reflejar la evolución clínica de la enfermedad mostrada por imágenes de tomografía computarizada. Los detalles de esta tecnología se han publicado recientemente en Frontiers in Physiology. Este trabajo, realizado por Mario Ceresa, junto con Andy L. Olivares, ha sido fruto de la fusión de competencias entre el grupo de investigación Simulation, Imaging and Modelling for Biomedical Systems (SIMBIOsys), dirigido por Miguel Ángel González Ballester, profesor de investigación ICREA, y el área de Biomecánica y Mecanobiología de BCN MedTech, coordinado por Jérôme Noailly (Investigador Ramón y Cajal) e integrado a SIMBIOsys, en el Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) de la UPF. Además, este trabajo ha contado con el apoyo del programa María de Maeztu del DTIC y la Cátedra Fundación QUAES-UPF.

Los autores parten del hecho de que el inicio y la progresión del enfisema pulmonar están altamente influenciados por una interacción compleja entre el sistema inmunitario y las propiedades mecánicas del tejido biológico que causa inflamación crónica y remodelación tisular. En este trabajo se presenta un modelo de aspectos múltiples que aúna los modelos biológicos existentes de inflamación y respuesta inmunológica como un conjunto de ecuaciones diferenciales no lineales acopladas, junto con una simulación de los efectos biomecánicos a los que se expone el tejido biológico pulmonar enfermo.

Como indican los autores de este estudio: “Este modelo ha podido ser validado con una base de datos pública de imágenes de enfisema pulmonar de pacientes con diagnóstico de EPOC y hemos podido comprobar que este modelo simula de manera fehaciente la evolución de los biomarcadores de las imágenes clínicas tomadas durante la progresión de la enfermedad en estos pacientes”. Por lo que se concluye que esta simulación es un primer paso en la construcción de modelos computacionales avanzados que sean de gran utilidad para caracterizar la EPOC, ayudar a su diagnóstico y predecir su evolución.

INSPIRE, un proyecto que avanza hacia la medicina personalizada y la mejora de la calidad de vida

Este trabajo publicado en Frontiers in Physiology forma parte del proyecto de investigación INSPIRE (FIS2017-89535-C2-2-R) para el modelado multiescala mecánico y biológico de los mecanismos de progresión avanzada de la EPOC basado en evidencias clínicas. Financiado por el Ministerio de Economía y Competitividad (programa Retos-Investigación), INSPIRE es una iniciativa promovida por Mario Ceresa, Jérôme Noailly y Miguel Ángel González Ballester, en colaboración con el Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC-CNS). Jérôme Noailly (UPF) y Guillaume Houzeaux (BSC-CNS) son los investigadores principales de este proyecto, cuya envergadura tecnológica aportará nuevos conocimientos que resultaran significativos en la mejora de la calidad de vida de los pacientes con EPOC.

INSPIRE desarrollará un modelo que integre los diferentes parámetros implicados en la EPOC para caracterizar mejor esta enfermedad y poder ofrecer un tratamiento personalizado al paciente. Del mismo modo se espera que permita optimizar la explotación de los resultados obtenidos por Genome Wide Association, al relacionar descriptores moleculares y de imágenes y facilitar el reclutamiento y agrupación diferenciada de los pacientes según sus características. 

La descripción de un modelo basado en imágenes médicas de elevada correlación con las pruebas clínicas permitirá realizar un diagnóstico precoz y un mejor seguimiento de la enfermedad, así como también poder actuar en las primeras fases de la enfermedad, facilitando de este modo la evaluación de la efectividad de los tratamientos a corto plazo.

Trabajo de referencia:

Mario Ceresa, Andy L. Olivares, Jérôme Noailly, Miguel A. González Ballester (2018), “Coupled Immunological and Biomechanical Model of Emphysema Progression”, Frontiers in Physiology, 19 de abril, https://doi.org/10.3389/fphys.2018.00388.