La ciencia traslacional en salud o cómo transformar la investigación en mejoras reales

Edwin Fernández Cruz

Los ciudadanos muestran un creciente interés por los avances tecnológicos y médicos. Este cambio pone de manifiesto la importancia de trasladar a la sociedad conocimientos innovadores para mejorar el bienestar social y la salud de la población.

Es evidente que los avances tecnológicos y médicos son cada vez más visibles en la sociedad. De hecho, según un informe sobre la Percepción Social de la Ciencia y la Tecnología realizado por la FECYT, el 47,2% de las personas consultadas expresaron interés en los avances derivados de la investigación (1). Esto refleja un cambio en la valoración de la población sobre lo que consideran útil para el progreso, destacando especialmente el campo de la medicina.

Por este motivo, trasladar conocimientos innovadores tiene una gran importancia para mejorar el bienestar social y la salud de la población. De ello se encarga la ciencia traslacional, un campo de la investigación biomédica que trata de transformar los conocimientos experimentales a nivel clínico en aplicaciones prácticas enfocadas en la mejora de la salud (2).

El uso de nuevas tecnologías para el diagnóstico de enfermedades, así como la transferencia de conocimientos para una mejor formación del personal del ámbito de la salud, son algunas de las áreas donde se puede observar claramente el potencial de aplicación.

Fuentes de evidencia

Para que un tratamiento pueda ser administrado en personas, es necesario evaluar previamente su seguridad y eficacia en animales. Sin embargo, al pasar a un ensayo clínico, la tasa de éxito traslacional puede variar considerablemente debido a diversos factores, como el diseño del estudio y la financiación, especialmente desde el punto de vista farmacológico (3).

En los últimos años, se ha incrementado el rechazo social hacia la utilización de animales para investigación. Por esta razón, la comunidad científica debe optimizar el uso de modelos animales, e incluso considerar la posibilidad de realizar la experimentación con fármacos directamente en humanos, para evitar los problemas asociados al escalado (4).

Los ensayos clínicos son una de las principales fuentes de información para el estudio de nuevas dianas terapéuticas, pero necesitan de buenas prácticas para el desarrollo de la medicina traslacional (5).

Dilemas en la ética clínica

Una de las propuestas que ha ganado fuerza en los últimos años, con respecto a los resultados de los ensayos clínicos, es la mejora en la transparencia y la transferencia de datos a nivel global. Un mejor acceso a la información por parte de investigadores y profesionales permitiría generar nuevas hipótesis con un enfoque multidisciplinar.

Sin embargo, existen dilemas relacionados con la ética clínica. Una de estas disyuntivas es la confidencialidad de algunos estudios y las posibles brechas en la privacidad de los datos de los pacientes. Esta problemática representa desafíos significativos que deben abordarse para facilitar el intercambio de información (6).

Otro importante desafío es la necesidad de desarrollar nuevos sistemas de revisión que se adapten a la multidisciplinariedad de las evidencias extraídas de ensayos clínicos. Por medio de una mejora de este aspecto, se lograría optimizar la transparencia y la traslación de los hallazgos científicos derivados (7).

La farmacoterapia traslacional

El establecimiento de una dosis personalizada dentro de un tratamiento farmacológico es un objetivo prioritario desde el punto de vista biosanitario. Aunque actualmente se utiliza una dosis estandarizada para todos los pacientes de un grupo etario, la variabilidad interindividual produce respuestas diferentes entre los pacientes.

Por esta razón, el uso de modelos predictivos que integren la farmacodinámica y la farmacocinética, según las características individuales, resultan muy prometedor para estimar una respuesta farmacológica que determine la dosis más adecuada (8).

Otro factor relevante es el momento de la ingesta del fármaco, dentro de lo conocido como cronofarmacocinética. Los ritmos circadianos influyen en la absorción, distribución, metabolismo y excreción de los fármacos. El uso de nuevas tecnologías que permitan mejorar la biodisponibilidad de los compuestos activos o incluso la forma de administración (oral, transdérmica) son áreas de trabajo muy promisorias de cara a los próximos años (9).

La complejidad dentro de la gestación

Un campo muy interesante dentro de la farmacoterapia traslacional es el relacionado con la toma de fármacos durante la gestación y lactancia. La falta de ensayos clínicos dificulta el uso de nuevos medicamentos, ya que conocer las dosis que no supongan un riesgo para el bebé es vital para desarrollar nuevos compuestos terapéuticos. Mientras que las investigaciones en población pediátrica sí tienen un abordaje mayor, hacen falta nuevas estrategias traslacionales que ahonden en este campo tan escasamente explorado (10).

Siguiendo estas líneas de investigación, la forma en que los genes pueden afectar a la eficacia de un tratamiento farmacológico o la aparición de efectos adversos se estudia a través de la farmacogenómica. El desarrollo de pruebas o intervenciones basadas en el genoma, la creación de guías y la traslación de conocimientos a la práctica clínica son algunas de las bases que permiten avances en esta área de la farmacoterapia.

Algunas investigaciones apuntan a las variaciones genéticas de los antígenos leucocitarios humanos (HLA) como un foco de investigación para la predicción de la respuesta ante ciertas familias de fármacos (11). Sin embargo, la traslación a la práctica clínica se encuentra en fases muy preliminares, ya que la falta de estandarización en los ensayos clínicos dificulta la implementación a gran escala (12), por lo que hace falta una mayor evidencia para establecer pautas de uso seguras y eficaces.

Nuevas tecnologías

La traslación del desarrollo de tecnologías a su posterior aplicación clínica supone un reto en cuanto a la optimización y puesta a punto para diferentes usos. Este es el caso de la nanotecnología, una ciencia que ha experimentado avances significativos durante el siglo XXI. Su aplicación abarca áreas tan diversas como la industria, la electrónica, la medicina y la cosmética, entre otras.

Cada vez se estudian más nanomateriales de origen orgánico que pueden ser utilizados desde el punto de vista farmacológico. Por ejemplo, el desarrollo de biosensores y medicamentos con liberación controlada ha atraído el interés de las especialidades médicas por su eficacia, especialmente en la investigación con pacientes oncológicos (13).

La neurotecnología es otra área de avance especialmente enfocada en el abordaje de enfermedades neurodegenerativas y neuropsiquiátricas. La conexión con los progresos en neurociencia permite, aunque de manera algo limitada, cierto avance traslacional.

Cada vez se estudian más nanomateriales de origen orgánico que pueden ser utilizados desde el punto de vista farmacológico.

Sin embargo, se encuentra notablemente limitada por la falta de herramientas validadas tanto en modelos animales como en humanos, aunque existen algunas plataformas como MouseTRAP o McGill’s M3 que intentan recoger la evidencia más actual en modelos animales para el desarrollo en este campo de investigación (14).

Otras tecnologías digitales como la impresión tridimensional han demostrado un gran potencial de aplicación en lo referente a la dosificación de medicamentos. A través de esta herramienta, se pueden mejorar los sistemas de liberación de fármacos en función del tamaño, forma y carga de la administración. Esta técnica es muy útil de cara a poblaciones como los niños, ancianos y mujeres gestantes, con necesidades farmacológicas especiales (15).

El machine learning y la IA en la salud

El machine learning ha tenido un uso exponencial en los últimos años en diferentes áreas de la salud, con el objetivo de mejorar la toma de decisiones por parte del profesional (16). En la farmacología, la utilización de grandes bases de datos con múltiples factores a través del deep learning podría ser de gran utilidad para esta área del conocimiento.

Tecnologías digitales como la impresión tridimensional han demostrado un gran potencial de aplicación en lo referente a la dosificación de medicamentos.

Por medio de este método, se pueden determinar moléculas con propiedades bioactivas. Rutas metabólicas que podían verse involucradas tras la administración de un fármaco o incluso interacciones a nivel de receptores proteicos. Estas arrojarían información muy valiosa de cara a la implementación de nuevos fármacos en patologías concretas (17).

El uso de la inteligencia artificial para la selección de fármacos y la monitorización del tratamiento está más cerca de su traslación a la práctica clínica. Sin embargo, depende del diseño de los modelos matemáticos (18) y la calidad de los datos proporcionados para una correcta traslación al paciente (19).

La implementación del machine learning y la inteligencia artificial son las bases para el desarrollo de la medicina de precisión. Esta permite identificar grupos de pacientes según su fenotipo relacionado con la respuesta a tratamientos específicos. Con esta técnica se mejora la predicción y toma de decisiones por parte de los profesionales de la salud.

De hecho, la medicina de precisión se basa en evaluar la personalización de los tratamientos integrando de diversos datos del paciente, derivados de su historial clínico e información sobre el estilo de vida. Este campo novedoso se convierte en la base de la investigación traslacional, aunque necesita de protocolos más elaborados para la realización de ensayos bajo esta perspectiva (20).

Conflictos de interés

En el caso de la medicina de precisión oncológica, la colaboración entre los organismos de investigación y la industria farmacéutica para la creación de terapias novedosas, supone una mayor complejidad desde el punto de vista traslacional, principalmente por la aparición de conflictos de interés.

Muchos ensayos clínicos se enfocan en promover un producto determinado, y el objetivo puede priorizar el beneficio comercial sobre los resultados clínicos relevantes para el propio paciente (21). Por ello, los acuerdos de colaboración entre los hallazgos científicos y la industria farmacéutica deben centrarse en el beneficio del tratamiento. Es crucial salvaguardar los intereses de ambas partes para plasmar una verdadera traslación a la práctica clínica.

Al mismo tiempo, el uso de herramientas avanzadas, como las ciencias ómicas, debe estar al servicio de la investigación y de la industria para la correcta clasificación y análisis de los datos derivados del paciente (22).

En definitiva, la investigación traslacional pretende ampliar los recursos médicos de forma que cada paciente pueda tener un tratamiento adecuado de la patología, que aumente el porcentaje de éxito para volver a un estado de bienestar. De igual forma, evita, en la medida de lo posible, que la lucha contra cualquier enfermedad termine por una falta de herramientas poco adecuadas e ineficaces. La ciencia siempre debe servir al progreso, y la población debe ser capaz de percibir que los esfuerzos merecen la pena.

(*) Edwin Fernández Cruz es director y coordinador académico del MU en Estudios Nutricionales de Precisión y Epidemiología Nutricional de UNIR. Actualmente forma parte del Grupo de Nutrición de Precisión y Salud Cardiometabólica del centro de investigación IMDEA Alimentación, perteneciente a la Red Madrileña de Estudios Avanzados promovida por la Comunidad de Madrid.

Referencias bibliográficas:

1. Fundación Española de Ciencia y Tecnología. Encuesta de Percepción Social de la Ciencia y la Tecnología 2022. 2023 Mar.
2. Austin CP. Opportunities and challenges in translational science. Vol. 14, Clinical and Translational Science. John Wiley and Sons Inc; 2021. p. 1629–47.
3. Ritskes-Hoitinga M, Leenaars C, Beumer W, Roo TC De, Stafleu F, Meijboom FLB. Improving translation by identifying evidence for more human-relevant preclinical strategies. Animals. 2020 Jul 1;10(7):1–12.
4. Ferreira GS, Veening-Griffioen DH, Boon WPC, Moors EHM, van Meer PJK. Levelling the translational gap for animal to human efficacy data. Vol. 10, Animals. MDPI AG; 2020. p. 1–13.
5. Steckler T, Bespalov A, C. Michel M. Good Research Practice in Non-Clinical Pharmacology and Biomedicine [Internet]. Vol. 257. 2020. Available from: https://www.springer.com/series/164
6. Shahin MH, Bhattacharya S, Silva D, Kim S, Burton J, Podichetty J, et al. Open Data Revolution in Clinical Research: Opportunities and Challenges. Vol. 13, Clinical and Translational Science. Blackwell Publishing Ltd; 2020. p. 665–74.
7. Smith EM. Reimagining the peer-review system for translational health science journals. Vol. 14, Clinical and Translational Science. John Wiley and Sons Inc; 2021. p. 1210–21.
8. Mizuno T, Dong M, Taylor ZL, Ramsey LB, Vinks AA. Clinical implementation of pharmacogenetics and model-informed precision dosing to improve patient care. Vol. 88, British Journal of Clinical Pharmacology. John Wiley and Sons Inc; 2022. p. 1418–26.
9. Bicker J, Alves G, Falcão A, Fortuna A. Timing in drug absorption and disposition: The past, present, and future of chronopharmacokinetics. Vol. 177, British Journal of Pharmacology. John Wiley and Sons Inc.; 2020. p. 2215–39.
10. Caritis SN, Venkataramanan R. Obstetrical, fetal, and lactation pharmacology—a crisis that can no longer be ignored. Vol. 225, American Journal of Obstetrics and Gynecology. Mosby Inc.; 2021. p. 10–20.
11. Davis BH, Limdi NA. Translational Pharmacogenomics: Discovery, Evidence Synthesis and Delivery of Race-Conscious Medicine. Clin Pharmacol Ther. 2021 Oct 1;110(4):909–25.
12. Luzum JA, Petry N, Taylor AK, Van Driest SL, Dunnenberger HM, Cavallari LH. Moving Pharmacogenetics Into Practice: It’s All About the Evidence! Vol. 110, Clinical Pharmacology and Therapeutics. John Wiley and Sons Inc; 2021. p. 649–61.
13. Sinha A, Simnani FZ, Singh D, Nandi A, Choudhury A, Patel P, et al. The translational paradigm of nanobiomaterials: Biological chemistry to modern applications. Vol. 17, Materials Today Bio. Elsevier B.V.; 2022.
14. Sullivan JA, Dumont JR, Memar S, Skirzewski M, Wan J, Mofrad MH, et al. New frontiers in translational research: Touchscreens, open science, and the mouse translational research accelerator platform. Vol. 20, Genes, Brain and Behavior. Blackwell Publishing Ltd; 2021.
15. Parhi R, Jena GK. An updated review on application of 3D printing in fabricating pharmaceutical dosage forms. Vol. 12, Drug Delivery and Translational Research. Springer, 2022. p. 2428–62.
16. Jayatilake SMDAC, Ganegoda GU. Involvement of Machine Learning Tools in Healthcare Decision Making. Vol. 2021, Journal of Healthcare Engineering. Hindawi Limited, 2021.
17. Noor F, Asif M, Ashfaq UA, Qasim M, Tahir Ul Qamar M. Machine learning for synergistic network pharmacology: a comprehensive overview. Brief Bioinform, 2023. May 1,24(3).
18. Azer K, Kaddi CD, Barrett JS, Bai JPF, McQuade ST, Merrill NJ, et al. History and Future Perspectives on the Discipline of Quantitative Systems Pharmacology Modeling and Its Applications. Vol. 12, Frontiers in Physiology. Frontiers Media SA; 2021.
19. van der Lee M, Swen JJ. Artificial intelligence in pharmacology research and practice. Vol. 16, Clinical and Translational Science. John Wiley and Sons Inc, 2023. p. 31–6.
20. Duan XP, Qin BD, Jiao XD, Liu K, Wang Z, Zang YS. New clinical trial design in precision medicine: discovery, development and direction. Vol. 9, Signal Transduction and Targeted Therapy. Springer Nature, 2024.
21. Broes S, Saesen R, Lacombe D, Huys I. Past, Current, and Future Cancer Clinical Research Collaborations: The Case of the European Organisation for Research and Treatment of Cancer. Vol. 14, Clinical and Translational Science. Blackwell Publishing Ltd; 2021. p. 47–53.
22. Hartl D, de Luca V, Kostikova A, Laramie J, Kennedy S, Ferrero E, et al. Translational precision medicine: an industry perspective. Vol. 19, Journal of Translational Medicine. BioMed Central Ltd; 2021.