SIMCO: gemelos digitales para cribar fármacos y prevenir el parto prematuro

La investigación en el ámbito de la medicina materno-fetal afronta barreras históricas que han ralentizado el desarrollo de tratamientos eficaces y seguros. La complejidad de la gestación, que involucra de manera simultánea los tejidos de la madre y del feto, junto a las restricciones reguladoras derivadas de crisis de seguridad farmacológica del pasado, mantiene una importante brecha terapéutica. En este escenario, la revista Science Advances ha publicado un trabajo firmado por Adrienne K. Scott en el que se analiza el marco computacional SIMCO, desarrollado por Einhaus y su equipo. Esta arquitectura conecta experimentos unicelulares en el laboratorio con datos clínicos mediante la creación de gemelos digitales, permitiendo predecir el potencial terapéutico de candidatos a fármacos para prevenir el parto pretérmino.

Aproximadamente uno de cada diez embarazos deriva en parto pretérmino, definido como el nacimiento ocurrido antes de las 37 semanas de gestación. Esta complicación se sitúa como la principal causa de mortalidad perinatal y genera consecuencias a largo plazo como alteraciones en el crecimiento fetal y en el neurodesarrollo. A pesar de su elevado impacto sanitario, el desarrollo de terapias destinadas a prevenir este desenlace ha avanzado de forma muy limitada en las últimas décadas.

La etiología del trabajo de parto prematuro es compleja debido a que procede de múltiples vías biológicas no excluyentes. Entre ellas destacan la inflamación y el estrés oxidativo, procesos que desencadenan disfunción placentaria, remodelación cervical y rotura prematura de membranas. A diferencia de otras patologías humanas, el tratamiento de las complicaciones gestacionales requiere monitorizar de forma coordinada las respuestas del tejido materno, la interfaz materno-fetal y el propio feto.

La naturaleza dinámica de la gestación implica modificaciones constantes en la remodelación de los tejidos, los niveles hormonales, la función inmunitaria y el desarrollo del feto. Capturar estos cambios en tiempo real resulta complejo debido a que los tejidos reproductivos y fetales son inaccesibles. La utilización de modelos animales habituales, como ratones y ratas, presenta limitaciones destacadas, ya que estos no resultan representativos de la gestación humana en aspectos como la anatomía reproductiva y las variaciones hormonales sistémicas.

A estas dificultades científicas se suman barreras históricas y regulatorias. La exclusión sistemática de las mujeres de los ensayos clínicos se mantuvo hasta que en 1993 los Institutos Nacionales de Salud de Estados Unidos fijaron la obligación de incluirlas en las investigaciones financiadas con fondos públicos. Dichas restricciones respondían a fallos de seguridad farmacológica previa, como los casos de la talidomida, prescrita para las náuseas matutinas y causante de malformaciones congénitas e incremento de la mortalidad infantil, o el dietilestilbestrol, administrado para prevenir abortos espontáneos pero asociado con un mayor riesgo de cáncer del aparato reproductor en las hijas de las pacientes tratadas.

En la actualidad, las alternativas para prevenir el parto pretérmino son escasas. La administración de progesterona inyectable, en concreto el caproato de 17-alfa-hidroxiprogesterona, vio retirada su autorización por la Administración de Alimentos y Medicamentos de Estados Unidos al no confirmarse su eficacia en ensayos clínicos. Aunque la progesterona vaginal continúa empleándose de forma fuera de ficha técnica, sus resultados son inciertos. Asimismo, el cerclaje cervical muestra respuestas heterogéneas entre pacientes sin que existan criterios claros para determinar qué perfiles se benefician en mayor medida de cada intervención.

La integración de herramientas procedentes de la bioingeniería, la biología molecular y la modelización computacional ofrece una vía para abordar la variabilidad en la respuesta de los pacientes y la escasez de datos longitudinales. La plataforma SIMCO, ideada por Einhaus y sus colaboradores, se centra en evaluar cómo terapias inmunomoduladoras candidatas modifican el tiempo hasta el parto a través de un procedimiento estructurado en tres etapas.

En el primer paso del proceso, los investigadores generaron un atlas experimental de perturbación. Para ello, expusieron muestras de sangre completa procedentes de participantes embarazadas y no embarazadas a estímulos inflamatorios y a nueve tratamientos inmunomoduladores. El análisis de las respuestas unicelulares se llevó a cabo mediante citometría de masa. Los datos mostraron que las células de las pacientes embarazadas presentaron respuestas menos variables ante los fármacos en comparación con los grupos de mujeres no embarazadas.

Además, la prueba del tratamiento combinado de ácido salicílico y lansoprazol arrojó perfiles inmunitarios distintos a los generados por cualquiera de los dos compuestos administrados por separado. A partir de este atlas, el marco computacional CellOT aprendió mapas de transporte óptimo para describir cómo las células inmunitarias cambian de estado tras recibir estímulos inflamatorios o intervenciones terapéuticas.

En la segunda fase del modelo, los investigadores aplicaron los mapas de transporte de CellOT a un conjunto de datos previo compuesto por pacientes con resultados clínicos conocidos en términos de edad gestacional en el momento del parto. Con esta información, SIMCO generó para cada paciente un gemelo digital no tratado y varios gemelos digitales tratados correspondientes a cada fármaco candidato.

Predicción de resultados y análisis de mecanismos

Durante la tercera etapa del desarrollo, se aplicó un modelo de aprendizaje automático denominado Stabl para establecer la relación entre los perfiles celulares inmunitarios y el tiempo hasta el parto. Una vez completado el entrenamiento, el modelo realizó predicciones sobre la duración de la gestación en los gemelos digitales tratados y no tratados, estimando el efecto individualizado de cada molécula.

Los resultados de las simulaciones señalaron que compuestos como el 5-metiltetrahidrofolato, la maprotilina y la combinación de ácido salicílico con lansoprazol prolongaron de manera constante el tiempo estimado hasta el parto. En cambio, otras moléculas evaluadas mostraron un comportamiento bifásico, acelerando inicialmente la progresión hacia el parto para posteriormente desacelerarla. Este fenómeno pone de manifiesto la necesidad de considerar la edad gestacional al administrar un tratamiento.

Junto a la identificación de posibles terapias, la herramienta permite explorar mecanismos biológicos al señalar las vías moleculares y tipos celulares vinculados con la respuesta farmacológica. En las intervenciones con predicción de retraso del parto, se detectaron modificaciones en la señalización de los linfocitos T CD4+, con especial participación de la vía JAK y STAT.

El uso de modelos computacionales requiere una validación biológica rigurosa. SIMCO parte del supuesto de que las respuestas ex vivo tras la exposición a una dosis única reflejan el comportamiento celular in vivo. Aunque ciertos componentes de la plataforma se evaluaron en datos de validación independientes, los resultados globales del modelo no han sido comparados aún con datos biológicos reales. Asimismo, la baja prevalencia del parto pretérmino condiciona el entrenamiento de los algoritmos al trabajar con datos desequilibrados, lo que exige emplear métricas de evaluación específicas para evitar sesgos en el análisis de precisión.

El diseño de SIMCO sienta un precedente para aplicar herramientas de ingeniería en el estudio de la salud materna. Esta metodología se puede extender en el futuro al análisis de organoides derivados de células madre pluripotenciales inducidas, sistemas microfisiológicos y modelos biomateriales de placenta, cérvix y útero. La combinación de estas técnicas con secuenciación de ARN a nivel unicelular y de núcleo único, transcriptómica espacial y proteómica permitirá ampliar los atlas experimentales disponibles para el cribado de fármacos.