Tecnología / Biología Humana

Crean bebés digitales para mejorar la atención sanitaria

Son los primeros modelos de cuerpo completo específicos para cada sexo, que representan el metabolismo de recién nacidos e infantes para optimizar su salud

Los gemelos digitales pueden optimizar la comprensión de la salud de los bebés durante los 180 días iniciales de vida.

Los gemelos digitales pueden optimizar la comprensión de la salud de los bebés durante los 180 días iniciales de vida. / Crédito: HITS.

Pablo Javier Piacente

Por qué confiar en El PeriódicoPor qué confiar en El Periódico Por qué confiar en El Periódico

Un equipo de investigadores desarrolló modelos informáticos que simulan los procesos metabólicos únicos de cada bebé: los “gemelos digitales” pueden ayudar a comprender mejor las enfermedades metabólicas raras y otros desafíos que enfrentan los bebés humanos durante los primeros 6 meses de vida, que son críticos para su crecimiento posterior.

Científicos de la Universidad de Galway, en Irlanda, el Instituto de Estudios Teóricos de Heidelberg (HITS) y el Hospital Universitario de Heidelberg, en Alemania, han creado bebés digitales que permiten mejorar la comprensión de la salud de los bebés humanos en sus críticos primeros 180 días de vida. Los resultados de la experiencia se vuelcan en un nuevo estudio, publicado recientemente en la revista Cell Metabolism.

Según una nota de prensa de la Universidad de Galway, los investigadores desarrollaron 360 modelos informáticos avanzados, que simulan los procesos metabólicos específicos de cada bebé. Los “gemelos digitales” representan el metabolismo de los bebés reales, incluyendo 26 órganos, seis tipos de células y más de 80.000 reacciones metabólicas.

Gemelos digitales con datos de bebés reales

Para poder crear estos modelos, los científicos utilizaron datos de 10.000 recién nacidos, incorporando información sobre el sexo, el peso al nacer y las concentraciones de metabolitos. Esto hizo posible validar los modelos, que además pueden personalizarse. De esta manera, los profesionales logran investigar el metabolismo de un bebé individual, un gran avance para poner en marcha aplicaciones de medicina de precisión.

Los bebés digitales son una herramienta muy valiosa para mejorar la comprensión del metabolismo infantil, propiciando oportunidades para optimizar el diagnóstico y el tratamiento de afecciones médicas durante los primeros días y meses de vida, como por ejemplo en el caso de las enfermedades metabólicas hereditarias.

“Como la nutrición es el combustible del metabolismo, podemos utilizar datos de la leche materna de recién nacidos reales en nuestros modelos para simular el metabolismo asociado en todo el cuerpo del bebé, incluidos varios órganos. Basándonos en su nutrición, simulamos el desarrollo de bebés digitales durante seis meses y demostramos que crecerán al mismo ritmo que los bebés del mundo real”, indicó en el comunicado la científica Elaine Zaunseder, autora principal del estudio.

Una herramienta para la medicina de precisión en el inicio de la vida

Es importante resaltar que estos modelos informáticos o bebés digitales permiten a los investigadores estudiar el metabolismo de bebés sanos y de bebés que sufren enfermedades metabólicas hereditarias, incluyendo aquellas que se investigan en el cribado neonatal. De acuerdo a otro comunicado del Instituto de Estudios Teóricos de Heidelberg (HITS), la investigación se basó en la premisa de que los bebés no son solo adultos pequeños: tienen características metabólicas únicas que les permiten desarrollarse y crecer de manera saludable.

Por otra parte, al simular el metabolismo de recién nacidos e infantes con una patología específica, los “gemelos digitales” sirven para predecir biomarcadores conocidos para estas enfermedades. Al mismo tiempo, los modelos predijeron con precisión las respuestas metabólicas a varias estrategias de tratamiento, lo que demuestra su potencial en entornos clínicos, concluyeron los investigadores.

Referencia

Personalized metabolic whole-body models for newborns and infants predict growth and biomarkers of inherited metabolic diseases. Elaine Zaunseder et al. Cell Metabolism (2024). DOI:https://doi.org/10.1016/j.cmet.2024.05.006