El área de Biomecánica y Mecanobiología de la unidad de investigación BCN MedTech de la UPF, desarrolla un modelo computacional de la regulación de las proteínas por los condrocitos, un tipo de célula que se encuentra sólo en el tejido cartilaginoso. Los primeros resultados sobre el desarrollo, la validación y la utilidad del modelo se han publicado en la revista Scientific Reports.

La desregulación de la actividad de los condrocitos del cartílago articular es la base de la artrosis, una enfermedad degenerativa que afecta a mas del 3% de la población mundial, con una incidencia que en general aumenta con la edad. La enfermedad también es más prevalente en mujeres. Es una enfermedad debilitante cuyas manifestaciones más típicas son el dolor crónico, la alteración de la función y la reducción de la calidad de vida de las personas.

La investigadora doctoral Maria Segarra-Queralt es la autora principal del estudio y explica que “en la base de la artrosis hay una descompensación entre la síntesis (anabolismo) y la degradación (catabolismo) de los componentes de la matriz extracelular por los condrocitos, pero hasta el momento no entendemos bien cómo funciona este proceso”. Jérôme Noailly, director del estudio junto con Gemma Piella, explica que “es muy complicado medir y anticipar los efectos simultáneos de todos los factores que afectan a la regulación dinámica de los condrocitos e intervienen en la artrosis. Por esto, el modelado computacional ha adquirido una importancia creciente en los estudios de tales patologías y sus tratamientos”.

La desregulación de la actividad de los condrocitos del cartílago articular es la base de la artrosis, una enfermedad degenerativa que afecta a mas del 3% de la población mundial, con una incidencia que en general aumenta con la edad. La enfermedad también es más prevalente en mujeres.

A pesar de los esfuerzos y progresos en medicina regenerativa, no conocemos un mecanismo que permita revertir la balanza entre síntesis y degradación, lo que afecta a la eficiencia y a la reproducibilidad de posibles tratamientos regenerativos. Por ello, los tratamientos convencionales se centran en intentar controlar los síntomas, pero no curan y no son duraderos. “Hasta el momento, lo que sabemos es que, por sí solo, el cartílago no se regenera y por eso debemos entender bien cómo ocurre este desbalance”, continua Segarra-Queralt.

Hay dos teorías sobre el origen de esta degradación: una considera que son los estímulos biomecánicos (por un trauma o los generados por el uso) los que hacen que haya una mayor destrucción del cartílago y una estimulación de las células hacia una actividad pro-catabólica. La otra teoría culpa a la inflamación, expresada a través de una gran presencia de citoquinas que aumentan la expresión de enzimas que degradan el cartílago. "Lo más probable es que en algún momento ambos mecanismos actúen conjuntamente, añade Jordi Monfort, jefe de reumatología del Hospital del Mar y coautor del estudio. Estados de salud con procesos inflamatorios, como el síndrome metabólico, están comúnmente presentes en los pacientes con artrosis.

La investigación, en colaboración con investigadores en biología de sistemas, de la Universidad Técnica Nacional de Atenas, y en inflamación y cartílago, del Instituto Hospital del Mar de Investigaciones Médicas (IMIM) de Barcelona, analiza las interacciones entre las principales proteínas inflamatorias y las enzimas encargadas de la degradación del cartílago a nivel celular con un modelo matemático basado en una red. “Creamos alrededor de 1800 modelos diferentes y el que presentamos en el estudio es el que mejor predice (con un 95% de precisión) el comportamiento de los condrocitos”.

Comenzaron analizando la literatura existente sobre estas interacciones y vieron que en la literatura había una clara desviación/desbalance hacia el catabolismo. “Es decir, estos modelos solo nos podían dar información sobre la actividad pro-catabólica de los condrocitos y no tenía en cuenta la capacidad de síntesis de cartílago nuevo”, lo que limita mucho la explotación del conocimiento disponible para explorar y entender las transiciones entre los procesos biosínteticos que protegen el cartílago y los catabólicos que degradan el tejido. Por esta razón tuvieron que realizar un modelo que sí tuviera en cuenta esta síntesis.

Para evitar que hubiera un sesgo al introducir los datos de las nuevas variables, algo muy común en el modelado por ordenador, utilizaron experimentos in vitro para calibrar los parámetros del modelo y validar los resultados.

“El modelo, seria un primer paso para realizar un cribado rápido de los posibles tratamientos adecuados para una determinada persona. De esta forma podríamos predecir el mejor tratamiento para cada paciente, lo que redundará en una disminución del coste económico”

En su versión actual, este modelo ya ha permitido entender mejor resultados de tratamiento para la artrosis mediante inyecciones de factores anti-inflamatorios autólogos. También permitirá predicciones personalizadas basadas en los datos de cada paciente, incluyendo el análisis biológico del fluido sinovial de las articulaciones. “El modelo, seria un primer paso para realizar un cribado rápido de los posibles tratamientos adecuados para una determinada persona. De esta forma podríamos predecir el mejor tratamiento para cada paciente, lo que redundará en una disminución del coste económico”, concluye Segarra-Queralt.

En una segunda parte del estudio, Segarra-Queralt, Piella y Noailly están incorporando al modelo los estímulos biomecánicos para poder entender cómo se comportan las células del cartílago de la rodilla bajó determinadas situaciones de estrés mecánico. Por este trabajo Segarra-Queralt recibió en octubre del 2021 el premio a la mejor contribución científica (best scientific contribution award) que otorga el Capítulo Nacional Español de la Sociedad Europea de Biomecánica (CAPESB).

La investigación se realizó con el apoyo de la Generalitat de Catalunya (beca 2020 FI_B 00680), Marie Skłodowska-Curie Actions (proyecto Disc4All MSCA-2020-ITN-ETN GA: 955735) y del Gobierno Español (beca RYC- 2015-18888; proyecto HOLOA-DPI2016- 80283-C2-1/2-R).