Matemáticos y Covid: más allá de la curva epidemiológica

La primera alerta matemática por el Covid-19 vino cuando había menos de 50 infectados en Wuhan. El virus ya se había extendido a otros países vecinos por lo que usando la red de viajes aéreos desde esta ciudad china a varios estados los modelos matemáticos comunicaron que el número de casos en Wuhan era mucho más alto que el observado. En este caso, las matemáticas actuaron de radares, explica Ernesto Estrada, de la Fundación Araid y del Instituto Universitario de Investigación de Matemáticas y Aplicaciones de la Universidad de Zaragoza. Hoy, los modelos matemáticos empleados son mucho más complejos que los usados hace años para predecir la propagación de enfermedades infecciosas. Sin embargo, su función sigue siendo tan útil como entonces: radiografiar y hacer proyecciones, algo esencial durante la desescalada. Pero el papel de los matemáticos frente a la pandemia no se circunscribe únicamente a las curvas epidemiológicas y proyecciones. Esta ciencia ayuda en otros frentes contra el que debería ser el enemigo común, el SARS-CoV-2. Prueba de ello es que este matemático ha descubierto recientemente un posible talón de Aquiles del SARS-CoV-2. El punto débil del virus es su proteasa principal, una proteína encargada de degradar las poliproteínas que fabrica el virus en el interior de la célula humana, por lo que «bloqueando esta proteasa, en particular su sitio catalítico activo, la cisteína 145, se eliminaría el virus», explica el matemático. En concreto, Estrada ha encontrado una gran sensibilidad de esta proteína a transmitir las perturbaciones en su estructura a largas distancias dentro de la misma. Este descubrimiento abre nuevas vías para el desarrollo de potenciales fármacos. Asimismo, Estrada ha descubierto que la proteasa del SARS-CoV-1, el virus que produjo la epidemia respiratoria aguda del 2002-2003, y la del SARS-CoV-2, en apariencia tan similares, poseen una sustancial diferencia oculta en sus estructuras. Ambos comparten un 96% de semejanzas en su secuencia de aminoácidos, pero la del nuevo coronavirus es «un 2.000% más eficiente» en la transmisión de información a través de su estructura. Esto sería una mala noticia de no ser por el descubrimiento de que el área de mayor sensibilidad dentro de la proteasa del SARS- CoV-2 es precisamente la que se encuentra alrededor de su sitio catalítico, la Cisteina-145. Según el estudio publicado por Estrada en «Chaos», un inhibidor, aquella sustancia que puede bloquear la acción de la proteasa, es mas potente mientras menos altere esta capacidad de transmitir información a través de su estructura. Según su autor, «esa hipercapacidad de la proteasa de transmitir información deja la puerta abierta a que los inhibidores puedan atacar al virus más eficientemente».

Lo que vuelve a demostrar que las matemáticas no «sólo» sirven para analizar curvas epidemiológicas, esenciales también. Además, «permiten estudiar el mecanismo de acción de los fármacos a nivel molecular», mejorando el diseño de medicamentos, al lograr proponer la ecuación que puede maximizar o minimizar su función», detalla. Algo que resulta esencial, ya que en la actualidad existen numerosos medicamentos antivirales, pero de momento ninguno específico contra el SARS-CoV-2. Lo mismo sucede en el diseño de vacunas; las matemáticas pueden ayudar a acelerar su desarrollo, en particular de un tipo de vacunas llamadas de epítopos. Y es que al igual que esta ciencia contribuyó durante la II Guerra Mundial al desarrollo y mejoramiento de la armas para luchar contra los nazis, como la criptografía, hoy su función es diseñar un arma contra este enemigo y para ello resulta esencial conocer sus puntos débiles.