Un estudio, realizado en el Instituto de Física Gleb Wataghin de la Universidad Estatal de Campinas (IFGW-Unicamp), en Brasil, modeló las mutaciones sufridas por el SARS-CoV-2 durante su proceso de replicación y, como resultado, la evolución genética del virus a lo largo de la pandemia.
La Fundación de Amparo a la Pesquisa del Estado de San Pablo (FAPESP) informó los resultados del estudio, que fueron publicados en la revista PLOS ONE.
En el artículo, los autores advierten que las poblaciones que no están siendo vacunadas y los grupos sociales que se niegan a recibir la vacuna favorecen la aparición de variantes. Y si este problema no se resuelve con urgencia, la pandemia puede tener un nuevo pico a escala global.
“Como sabemos, los virus son organismos muy simples, incapaces de reproducirse por sí mismos. Con el fin de replicar su ARN, que necesitan para utilizar las células huésped. Y al dañarlos, causan la enfermedad. Sucede que durante el proceso de replicación, los errores de copia son inevitables. Los organismos más complejos tienen mecanismos para la corrección de errores. Pero los virus no lo tienen. Si alguno de estos errores le da al virus una ventaja en términos de propagación, esta mutación será importante. Y eventualmente, incluso puede predominar. Si la propagación se produce sin frenos, debido a la no vacunación, las mutaciones tienden a ocurrir cada vez más y se propagan por todo el mundo”, dice el físico Marcus de Aguiar, profesor de IFGW-Unicamp y coordinador del estudio.
“Cuando se vacuna a gran parte de la población, el virus deja de circular. Y, dando menos vueltas, disminuye la tasa de reproducción viral. Y por lo tanto aparecen nuevas variantes”.
Los modelos epidemiológicos tradicionales se centran en el número de personas infectadas, susceptibles y recuperadas a lo largo del tiempo. En el estudio en cuestión, el modelo incluyó la descripción del ARN del virus. “Saber cómo están circulando diferentes microorganismos de los virus originales es importante para entender la aparición de nuevas variantes. También para estimar si, incluso si ya ha sido infectado por el virus original, una persona puede ser reinfectada por la variante. Y también, predecir si el nuevo patógeno puede o no escapar a la acción de las vacunas diseñadas para el original”, explica Aguiar.
Al igual que con todo modelo científico, el modelo desarrollado en el estudio es una aproximación idealmente simplificada de lo que realmente sucede en la realidad. La base a partir de la cual se construyó es el modelo SEIR, ya consagrado en la epidemiología. El acrónimo SEIR está formado por las letras iniciales de cuatro palabras en inglés: “Susceptible” (Susceptible), “Exposed” (Exposed), “Infectious” y ” Recovered “(Recovered). “Susceptible” es la persona que puede estar infectada; “expuestos”, los infectados, pero no infecciosos; “infectar”, a los infectados e infecciosos; “recuperado”, el que ya se ha recuperado de la enfermedad y, idealmente, no podría estar más infectado.
“Para evitar una complejidad excesiva, que haría que el modelo fuera matemáticamente inviable, consideramos que los individuos clasificados como ‘recuperados’ no pueden ser infectados por ninguna variante que pueda surgir. También consideramos que las mutaciones son neutras, es decir, que no dan al virus mutado ninguna ventaja o desventaja adicional sobre el virus que lo dio origen. Eso no es lo que realmente sucede en la realidad. Pero adoptamos estas simplificaciones para centrarnos en nuestro objetivo, que era estudiar la acumulación de mutaciones virales durante la pandemia y cómo pueden llegar a ser los diferentes virus”, explica el investigador.
Para lograr este objetivo, el modelo se añadió a una descripción de los virus, a partir de su ARN, con 29.900 bases nitrogenadas, y una tasa de mutación de 0,001 por base y año , datos obtenidos de la estructura y el comportamiento del SARS-CoV-2.
“Mientras un individuo permanezca infectado, el virus puede mutar y transmitirse. Calculamos la “distancia” entre el virus original y la variante a partir del número de bases nitrogenadas distintas que presentan. Nuestras ecuaciones sugieren que es posible predecir, con datos epidemiológicos (número de susceptibles, infectados y recuperados), la variabilidad de la población viral (“distancia media” entre secuencias de ARN), sin tener que tener acceso a una gran cantidad de datos genéticos”, dice Aguiar.
Para probar el modelo, los investigadores utilizaron las ecuaciones para mostrar, a partir de los datos de la epidemia en China, a principios de 2020, cómo sería la evolución de la “distancia genética media” entre virus que hipotéticamente habría surgido durante ese período. Comparando el resultado con las distancias calculadas a partir de datos genéticos obtenidos localmente en el mismo período, el pronóstico mostró una buena concordancia con los datos reales.
“La propagación del virus a través de diferentes comunidades [ciudades, países, etc.] puede conducir a secuencias muy diferentes de las originales, lo que aumenta las posibilidades de reinfección, dependiendo en gran medida de la conectividad entre esas comunidades. Cuanto menos conectadas estén dos comunidades, mayor será la diferencia en el virus que una puede transmitir a la otra. Esto aumenta la posibilidad de que el virus circulante en una de las comunidades pueda escapar del control del sistema inmunológico de los individuos de la otra comunidad”, resume el investigador.
Y añade: “Es importante tener en cuenta que para que se produzca la mutación efectiva del virus, dándole ventajas o desventajas, los defectos de replicación deben ocurrir en sitios específicos del ARN viral. Por lo tanto, las altas distancias genéticas aumentan la posibilidad de que haya mutaciones importantes, pero no las garantizan. Y nuestras consideraciones se basan en esa perspectiva”.
El estudio recibió el apoyo de la FAPESP a través de un Proyecto Temático; de una ayuda regular a la investigación concedida a Aguiar; y la Beca doctoral del Vitor Marquioni Monteiro, guiando a Aguiar y autor principal del artículo.
El artículo Modelado de mutaciones virales neutras en la propagación de epidemias de SARS-CoV-2 se puede acceder en https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0255438.
Con información de la Fundación de Amparo a la Investigación del Estado de San Pablo (FAPESP).
