El tratamiento contra la hepatitis C se convirtió el año pasado en el caballo de batalla entre los gobiernos (no muy contentos con la idea de gastar millones en el tratamiento) y los enfermos, desesperados por recibir el medicamento que les salvaría la vida. De repente, había esperanza. Eso sí, acompañada de un negocio millonario.

Por eso, cuando el pasado mes de mayo en la hermosa Santa Fe (EE UU), escuché de boca de John McHutchison, uno de los científicos detrás del fármaco, que una ecuación diferencial fue clave para llegar a ese descubrimiento, confieso que fue emocionante (sí, uno se puede emocionar con una ecuación diferencial).

En realidad, no se debe sólo a una ecuación diferencial, sino al trabajo de Alan Perelson, un científico del Laboratorio Nacional de Los Álamos, en Nuevo México. Alan es uno de esos científicos que crean escuela (no me resisto en contar que tengo número de Perelson 1). Científico pionero, mentor y amigo de decenas de científicos que, como él, utilizan las matemáticas para entender las infecciones virales y que viajaron a Santa F´r con motivo de su 70 cumpleaños.

Durante dos días y medio, científicos de los cinco continentes, nos reunimos para homenajear su persona y su trabajo, que ha tenido una gran influencia práctica, en especial en la llamada guerra contra el sida (Alan Perelson forma parte de la exclusiva lista de los 500 matemáticos más influyentes del mundo).

La genialidad de Alan fue observar estudios clínicos sobre el tratamiento de infecciones víricas y cambiar el enfoque. En lugar de analizar el resultado del tratamiento (esto funciona y aquello no), puso el énfasis en aquello que cambia. El cambio está detrás de lo que los físicos llamamos dinámica. Al igual que Newton hace unos cuantos siglos, para entender el mundo hay que entender cómo se mueve, como cambia. Más allá de la infinidad de detalles que afectan a un tratamiento contra la hepatitis o el sida, el físico se aproxima al problema al viejo estilo: intervenir en el sistema y observar sus cambios.

Ya en los primeros trabajos hace tres décadas, Alan y sus colaboradores observaron que, cuando se trataba a un paciente con un cierto fármaco, esa infinitud de virus luchando para doblegar al sistema inmune en la carrera por la supervivencia, mostraba un comportamiento dinámico universal. En particular, al aplicar el tratamiento la carga viral (que mide la cantidad de virus en sangre) disminuía, pero no de una manera regular y aburrida, sino que mostraba un decaimiento en dos etapas. El reconocimiento de esas dos etapas llevó a científicos como el mencionado John McHutchison, a identificar el efecto del medicamento. ¿Por qué dos etapas? ¿Qué fenómenos había detrás de ellas? ¿Se deben a la dinámica de infección del virus solamente, o al propio sistema inmune del paciente? Estas nuevas preguntas, dieron pie a nuevos experimentos y, a su vez, a nuevos modelos. El ruido dejó paso a la señal, y a comprender lo que funcionaba y lo que no, lo que el médico esperaba del tratamiento y lo que emergía de esa miríada de interacciones entre el fármaco, el virus y el paciente.

Esa nueva forma de preguntarse fue la parte difícil, luego llegaron más modelos matemáticos, con sus ecuaciones diferenciales, sus ajustes y sus refinamientos. Desde el punto de vista teórico, lo más difícil ya estaba hecho. Por supuesto, este hallazgo no trajo bajo el brazo una cura. Para eso está la Biología Molecular y la Medicina. No obstante, gracias a esa manera de pensar, donde lo emergente domina sobre lo particular y lo universal sobre lo anecdótico, la ciencia de la complejidad dio lugar a nuevas y mejores preguntas, a nuevas formas de experimentar y a nuevas formas de mirar a la Naturaleza.

La palabra “complejidad” estaba muy de moda hace unos años, hoy se diría que era trending topic. Ahora se habla más de machine learning y de Big Data. Ambos mundos no son incompatibles sino complementarios. Los datos no hablan si no se les interroga, y la sala de interrogatorios es el modelo matemático. Como en caso de la hepatitis C, las matemáticas afinan la pregunta, calibran la respuesta y abren nuevas rutas que explorar. Las matemáticas eliminan lo accesorio, cuantifican las tendencias y cualifican las opiniones. En definitiva, las matemáticas son beneficiosas para la salud.

Fuente: elpais.com