Un team internazionale di ricercatori avverte che gli scienziati devono prepararsi meglio per la prossima pandemia e ha sviluppato un piano per farlo.

 

Notando la “valanga” di dati scientifici generati in risposta al COVID-19, Wladek Minor e colleghi chiedono la creazione di un “sistema informativo avanzato” (AIS) per aiutare gli scienziati a integrare, monitorare e valutare le enormi quantità di dati che verranno prodotti quando i ricercatori riveleranno l’architettura molecolare del prossimo patogeno che potrebbe rappresentare una grande minaccia biologica.

Queste informazioni sulla forma, struttura e funzione di un agente patogeno sono essenziali per lo sviluppo di farmaci, vaccini e trattamenti. Per esempio, i vaccini COVID-19 ora disponibili prendono di mira la proteina “spike” sulla superficie del virus SARS-CoV-2.

Informazioni e scoperte riguardo COVID-19 (https://covid-19.bioreproducibility.org/) sono online, dimostrando l’utilità di questo approccio che può essere la base per la nuova strategia di ricerca. Il sito include modelli strutturali 3-D attentamente convalidati di numerose proteine ​​correlate al virus SARS-CoV-2, inclusi molti potenziali bersagli farmacologici.

“I modelli strutturali e altri risultati sperimentali prodotti da vari laboratori devono seguire una procedura di valutazione per garantire che siano accurati e conformi agli standard scientifici accettati – ha affermato Minor -. La convalida standardizzata è importante per tutte le aree delle scienze biomediche, in particolare per i modelli strutturali, che vengono spesso utilizzati come punto di partenza nella ricerca successiva, come gli studi di nuovi farmaci guidati dal computer e le banche dati. Anche errori apparentemente insignificanti possono portare una ricerca fuori strada”.

Un ruolo importante dell’AIS sarebbe identificare le strutture che possono essere raffinate e migliorate, dicono i ricercatori. L’ispezione dei modelli molecolari prodotti per i componenti di COVID-19, e depositati nel database online della Protein Data Bank, suggerisce che la maggior parte dei modelli era molto buona. Meno dell’1% necessitava di una reinterpretazione significativa e meno del 10% poteva essere ottimizzato con revisioni moderate.

Tuttavia, buoni rsultati richiedono buoni progetti. Lo stesso vale per i vaccini e le cure per le malattie. È fondamentale, affermano i ricercatori, che i dati strutturali e di altro tipo per i patogeni siano il più precisi possibile e che scienziati di vari campi parlino la stessa lingua quando li discutono e li utilizzano. L’AIS proposto contribuirebbe a garantire la conformità tra le discipline.

“Quasi 100.000 articoli relativi a COVID-19 sono stati pubblicati e oltre un migliaio di modelli di macromolecole codificate da SARS-CoV-2 sono stati determinati sperimentalmente in circa un anno. Nessun singolo essere umano può digerire questo volume di informazioni – ha sottolineato Minor -. Riteniamo che la soluzione più promettente al sovraccarico di informazioni e alla mancanza di un efficace recupero delle informazioni sia la creazione di un sistema informativo avanzato in grado di raccogliere i risultati da tutte le risorse pertinenti e presentare le informazioni in modo che promuovano la comprensione e la conoscenza”. È importante, però, agire subito per non essere nuovamente impreparati di fronte ad un nuovo evento pandemico.

“La creazione di un AIS richiederà senza dubbio la collaborazione di molti scienziati esperti nei rispettivi campi, ma sembra essere l’unico modo per preparare la scienza biomedica alla prossima pandemia”, scrivono i ricercatori in un documento scientifico che delinea la loro proposta. “Nella storia dell’umanità, la pandemia COVID-19 è relativamente lieve rispetto alla peste bubbonica (peste nera) che ha ucciso cento volte più persone – concludono -. Ma potremmo non essere così fortunati la prossima volta.”

I ricercatori dell’università della Virginia, del National Cancer Institute, della Polonia e dell’Austria, hanno dettagliato il loro piano in un articolo sulla rivista scientifica IUCrJ. L’articolo è presente sulla copertina della rivista.

Il team di ricerca è composto da Marek Grabowski, Joanna M. Macnar, Marcin Cymborowski, David R. Cooper, Ivan G. Shabalin, Miroslaw Gilski, Dariusz Brzezinski, Marcin Kowiel, Zbigniew Dauter, Bernhard Rupp, Alexander Wlodawer, Mariusz Jaskolski e Minor.

 

Leggi anche:

Foto crediti: Envato Elelents (ove non diversamente specificato)

Riproduzione riservata (c)