Según la Organización Mundial de la Salud (OMS), desde 1980 el número de pacientes de diabetes mellitus (DM) se ha cuadruplicado en todo el mundo. ¿Por qué? Principalmente por el sedentarismo y los malos hábitos alimentarios, sumados al envejecimiento de la población.
En la actualidad ya existen planes gubernamentales para mantener el equilibrio económico y socio-sanitario llegado un momento crítico. También las empresas farmacéuticas tienen un papel crucial en este proceso, fomentando la I+D de nuevos tratamientos que mejoren la adherencia del paciente y ahorren recursos al sistema.
El objetivo global es reducir las consultas médicas y las complicaciones de la enfermedad que precisan hospitalizar al paciente y multiplican su coste para el sistema. Un ámbito en el que la bioinformática podría tener un gran peso… si se le diese la oportunidad. A través de esta disciplina se puede explorar la fisiopatología de cada paciente y detectar la predisposición de un individuo para desarrollar la enfermedad y su probable respuesta al tratamiento.
Un ejemplo de lo que supone la bioinformática en los procesos de I+D de la DM (y en el que España está poco implicado) lo encontramos en Direct Diabetes, un consorcio coordinado por Sanofi, Lilly y por la Universidad de Dundee (Reino Unido), en el que están involucrados otros dos socios farmacéuticos y 19 instituciones académicas y empresas de biotecnología. Éste nació hace cinco años para identificar biomarcadores y definir subtipos con desarrollo y progresión rápida de la DM.
Poco a poco, la iniciativa fue generando y compartiendo conocimientos, absorbiendo en el proyecto a más partes interesadas del ámbito académico e investigador, centrados en el estudio de la DM. De esta manera surgió la Plataforma de Diabetes IMI, que cuenta con un presupuesto conjunto de 100 millones de euros y la participación de un equipo multidisciplinar en el que no faltan bioinformáticos.
Estos están encargados de clarificar la ingente cantidad de información generada por la plataforma. Sus herramientas de gestión de Big Data incluyen parámetros genómicos, transcriptómicos, metabolómicos y proteómicos. Además, se está trabajando en el ámbito de la epigenética, estudiando la interacción de estos datos con los sociales y de estilo de vida de los pacientes.
Todos estos parámetros han demostrado su utilidad para identificar nuevos factores de riesgo para la DM y para sus comorbilidades. Gracias a ellos se pueden desarrollar herramientas útiles para proporcionar a cada persona una terapia personalizada evitando que su la dolencia se complique. ¿Por qué no lo aprovechamos? Ahora es el momento.
..Carlos Garrido-Allepuz. Director Científico de Helix BioS
