Qué diferencia la actual revolución de las anteriores y su importancia en el campo cosmético
La transición del siglo XIX al XX vio aparecer la red eléctrica y el motor de combustión interna, dos desarrollos tecnológicos que cambiaron la sociedad por completo. Si una persona se hubiera echado una siesta en 1870 y despertado en 1940, hubiera encontrado una sociedad completamente distinta. Al despertar hubiera visto que para iluminar una habitación bastaba con pulsar un interruptor, estaría rodeado de coches en vez de caballos, levantaría la cabeza para ver edificios ridículamente altos, notaría el temblor del suelo debido a trenes subterráneos, hablaría con amigos a miles de kilómetros de distancia, vería objetos volando por el cielo, tendría agua corriente y podría tirar de la cadena y guardar comida refrigerada. Si este sueño hubiera empezado en 1950, hoy nuestro soñador se encontraría una sociedad, en apariencia, similar a la de hace 70 años. De hecho, el único electrodoméstico realmente nuevo al comparar una cocina del 2020 con una del 1950, es el microondas.
Junto al microondas, al despertarse en 2020 nuestro soñador también se sorprendería de los grandes cambios sociales generados por la aparición de ordenadores, móviles e internet. No se sorprendería tanto del resto: edificios, transportes, electrodomésticos, etc; cambios que habrían sido más evoluciones que revoluciones. Y es que la cuarta revolución industrial tiene menos que ver con cambios identificables a primera vista y más con progresos en campos intangibles como el de las matemáticas y la computación, dónde el Big Data (BD) y el análisis por algoritmos de Machine Learning (ML) representan la verdadera revolución.
La importancia del BD no es el extraordinario volumen de información, sino el valor que se puede extraer de éste. Modelos predictivos de ML usan toda la información acerca de un individuo para calcular la probabilidad de que adquiera un producto o de que contraiga cierta enfermedad. La verdadera revolución del BD no es que sea “big”, sino que está centrada en las personas. Por eso, la secuenciación genética es una posibilidad excitante en el campo de la biomedicina, ya que las variaciones únicas de cada individuo en su genoma afectan a su apariencia, comportamiento y susceptibilidad a enfermedades. De la misma manera, el campo de la cosmética se beneficiará del BD gracias a las ciencias ómicas y al análisis inteligente de bio-imágenes.
Hoy una herramienta de tremenda utilidad para los ensayos in vitro es el estudio de la expresión génica mediante RT-PCR (Real Time Polymerase Chain Reaction), que permite analizar el efecto de un activo en la cantidad de un gen concreto. En comparación con la RT-PCR, la aparición de las ciencias ómicas ha supuesto un cambio de paradigma en los estudios in vitro. Gracias a las técnicas de secuenciación de nueva generación (Next Generation Sequencing; NGS) tales como el RNA-Seq (RNA Sequencing), se ha hecho posible el estudio del transcriptoma, la transcriptómica. Ahora, podemos no solamente medir los genes que consideremos relevantes de antemano, sino todos los genes, alrededor de 25.000, y así obtener respuestas a preguntas que ni siquiera se plantearon en la hipótesis inicial. Es decir, se aumenta drásticamente la probabilidad de encontrar eficacias inesperadas.
Los avances en análisis de bio-imágenes mediante ML permiten, por ejemplo, diagnosticar enfermedades con un mayor acierto que los propios médicos, o detectar riesgos cardiovasculares solamente con imágenes de la retina ocular. Se puede intuir la revolución que implica la aplicación el ML al campo de los estudios de eficacia cosméticos dado que, tanto los experimentos in vitro como los ensayos clínicos in vivo, proporcionan una gran cantidad de imágenes. Siendo que tradicionalmente el análisis de imágenes se hace mediante algoritmos sencillos o valoraciones por expertos, parece conservador esperar que en pocos años los ensayos de eficacia se unan al paradigma del BD y que pronto empecemos a encontrar algoritmos de ML que proporcionen conclusiones inesperadas y de gran valor en los tests de eficacia cosmética.
En nuestra opinión, todos aquellos participantes en los estudios de eficacia de productos cosméticos deberían estar ya invirtiendo en formación de sus investigadores en herramientas de bioinformática y de bio-imagen, así como en la creación de redes de colaboración con instituciones especializadas en BD y bioinformática. En este sentido, Provital, dentro de la Plataforma de Bioimagen y Bioinformática de Provital (PBBP), ha establecido colaboraciones locales tanto con las universidades barcelonesas: UAB, UB y UPC, como con los centros de investigación Centro de Regulación Genética (CRG) y la Fundación para la Investigación del Hospital Sant Joan de Deu, entre otros. Además, a través de la iniciativa europea CORBEL, Provital mantiene colaboraciones estables con la Academia de las Ciencias de Atenas y con la Plataforma de Análisis Bioinformático del Centro Max Delbrück de Berlín, gracias a las cuales se han obtenido ya los primeros resultados de estudios de transcriptómica mediante NGS.
