El Barcelona Supercomputing Center - Centro Nacional de Supercomputación (BSC) col·labora en la lluita contra el coronavirus des de diferents vessants: l'aplicació de la bioinformàtica per a la investigació sobre el virus i els seus possibles tractaments, l'ús de la intel·ligència artificial i el processament del llenguatge natural i tècniques de big data per analitzar dades sobre la propagació i l'impacte de l'epidèmia, i l'ús del superordinador MareNostrum 4 per combatre el coronavirus.

1. Bioinformàtica per buscar tractaments

Des del vessant de la bioinformàtica, el BSC és un exemple de com la bioinformàtica i els superordinadors són avui dia una eina indispensable dels centres de recerca que compten amb laboratoris experimentals per accelerar el combat del coronavirus. La bioinformàtica s'utilitza per a la investigació sobre el virus i els seus possibles tractaments, analitzant el genoma del coronavirus i les seves successives mutacions, i per a la recerca de fàrmacs i teràpies immunitàries (anticossos i vacunes).

Genòmica

Comprendre com ha evolucionat el virus al llarg de diferents epidèmies (com l'epidèmia SARS el 2003, MERS el 2012, o l'actual COVID-19) és important perquè ens permet intentar entendre com és possible que el virus passi d'una espècie a una altra i quins canvis ha d'experimentar per arribar a fer-ho. Ens dona llum sobre la seva forma de transmissió i els mecanismes que utilitza per interactuar amb el nostre sistema de defenses o el d'altres espècies animals. Aquesta és crucial a l'hora de buscar tractaments i per a la prevenció i predicció de brots futurs.

Aquest tipus d'estudi es realitza sobre informació disponible en bases de dades públiques que alberguen seqüències genòmiques de les diferents mutacions del virus i de diferents espècies animals. La informació s'analitza amb programes informàtics dissenyats expressament per a aquesta finalitat, alguns desenvolupats al propi BSC i d’altres per altres equips. El procés d'aquestes dades requereix gran capacitat de càlcul i per això s'utilitzen els recursos de computació d'altes prestacions del superordinador MareNostrum 4, del Barcelona Supercomputing Center.

Cerca de tractaments

Un altre front de la investigació és la recerca de tractaments contra les malalties causades per coronavirus a partir de simulacions informàtiques que reprodueixen "in silico" les possibles vies per les quals es pot atacar el virus.

Aquest procés es coneix en el món de la recerca com a "docking" o acoblament i consisteix a simular a l'ordinador les interaccions entre el virus i molècules que podrien servir per fabricar vacunes, tractaments amb anticossos o tractaments amb fàrmacs.

Per això, s'utilitza com a base el coneixement generat en la investigació del genoma del virus, informació sobre les estructures de les seves proteïnes del virus i dades sobre fàrmacs i altres molècules inorgàniques, que estan emmagatzemades en llibreries informàtiques en les quals es poden trobar milions de compostos químics, generats durant anys i anotats amb els resultats obtinguts en experiments anteriors.

La recerca o cribatge de fàrmacs per ordinador és molt útil per accelerar el procés de trobar i validar tractaments i vacunes per a malalties, ja que retalla en gran mesura el temps i la inversió necessaris per a la primera fase d'aquesta investigació. Qualsevol tractament o vacuna que els models informàtics prediuen que pot tenir èxit, posteriorment ha de ser validada en laboratoris experimentals, en experimentació amb animals i en investigacions clíniques, i refinada en constant col·laboració entre els diferents participants de la recerca.

Per realitzar aquest treball, els investigadors del BSC utilitzen diferents programes informàtics, entre ells PELE, un mètode desenvolupat en el centre, que és un dels sistemes més competitius de mercat en aquest sector. Aquest software i la potència del superordinador MareNostrum 4 permeten realitzar milers d'experiments computacionals optimitzant la unió de fàrmacs i proteïnes d'una manera ràpida i efectiva.

Al BSC, la recerca sobre el virus i els seus possibles tractaments es desenvolupa en estreta col·laboració entre els grups d'Alfonso València, investigador ICREA, director del Departament de Ciències de la Vida del BSC i líder del grup de biologia computacional, Víctor Guallar, també investigador ICREA i responsable de l'equip de Modelatge electrònic i atòmic de proteïnes i màxim impulsor del software PELE i Toni Gabaldón, investigador ICREA i responsable del grup de Genòmica comparada. Tots ells treballen en cooperació amb l'equip de sistemes del BSC, que els garanteix els recursos computacionals necessaris.

• 1.1 Projectes relacionats amb la recerca de fàrmacs i vacunes

Actualment tres són els projectes que canalitzen la recerca que es porta a terme al centre sobre el coronavirus i els seus possibles tractaments: EXSCALATE4CoV (E4C), finançat per la Comissió Europea en el marc del programa H2020, un projecte de col·laboració amb els centres d'investigació IrsiCaixa i CReSA-IRTA amb suport de Grifols i un projecte en col·laboració amb l'Institut de Química Avançada de Catalunya (IQA) i Nostrum Biodiscovery (NBD), finançat pel fons COVID-19 de l'Institut de Salut Carlos III.

E4C posa més èmfasi en la investigació bàsica i aplicada per a la recerca de fàrmacs. La col·laboració amb IrsiCaixa i CReSA està més centrada en la recerca de teràpies immunològiques basada en la investigació genòmica i les eines bioinformàtiques, i el projecte amb IQA i NBD se centra en la recerca d'antiretrovirals que puguin inhibir el coronavirus causant de la COVID-19 i altres coronavirus posteriors.

• 1.2 Participació en iniciatives col·lectives per generar més coneixement biomèdic sobre la malaltia

A) Investigadors del Departament de Ciències de la Vida participen al mapa de la malaltia COVID-19, una plataforma per reunir i ordenar la informació científica sobre el virus. Es tracta d'un esforç d'investigadors de 25 països per reunir i organitzar el coneixement generat fins al moment sobre el mapa molecular de virus i els mecanismes d'interacció entre el virus SARS-CoV-2 i l'hoste, guiat per aportacions d'experts en el domini i basats en treballs publicats. El seu objectiu és organitzar la informació disponible per a facilitar una millor comprensió de la malaltia i ajudar en el desenvolupament de diagnòstics i teràpies eficients.

El repositori es va donar a conèixer a través del web de la revista Nature i és una col·laboració d'investigadors clínics, científics experts en ciències de la vida, biòlegs computacionals i científics de dades, fonamental per poder simular en ordinadors el comportament del virus a nivell molecular i contribuir així a la recerca de vacunes i tractaments.

B) Coordinació del nou centre europeu d'excel·lència d’HPC i medicina personalitzada PerMedCoE

La Comissió Europea ha aprovat la iniciativa del BSC de coordinar un Centre d'Excel·lència d'Aplicacions HPC en medicina personalitzada (PerMedCoE). L'objectiu d'aquest centre és combinar de manera àgil models computacionals de processos bioquímics i cel·lulars amb validacions experimentals.

En el cas de la recerca sobre la SARS-CoV-2, el BSC s'encarregarà de crear simulacions que reprodueixin el comportament de les cèl·lules humanes en la seva interacció amb el virus, basant-se, entre altres, en els coneixements organitzats en el Mapa de la malaltia COVID-19.

En aquest centre d'excel·lència participen també en centre de supercomputació CSC de Finlàndia, el Reial Institut de Tecnologia de Suècia, el centre IBM Research de Zuric (Suïssa), el Laboratori Europeu de Biologia Molecular (EMBL), el Centre de Regulació Genòmica de Barcelona , l'Institut Curie (França), l'Hospital Universitari de Heidelberg (Alemanya), el centre de medicina molecular Max Delbrück (Alemanya), la Universitat de Luxemburg, la Universitat de Lubliana (Eslovènia) i les empreses ATOS Espanya i Elem Biotech (spin off del BSC)

2. Creació d'eines que assisteixin als clínics en el diagnòstic i tractament de la malaltia

L'evolució de la pandèmia està generant la producció d'abundant material clínic procedent de l'assistència sanitària a malalts de COVID-19. El correcte emmagatzematge i anàlisi d'aquestes dades farà possible generar coneixement que pot ser de gran ajuda per a la comprensió de la malaltia i l'activitat dels professionals de l'assistència sanitària.

El BSC col·labora amb hospitals, centres de salut i especialitats mèdiques en la recollida, emmagatzematge i ordenació d'aquestes dades (fonamentalment imatges i històries clíniques) i en la creació d'eines per buscar patrons que puguin ser útils a l'hora de fer diagnòstics i assistir als clínics en les decisions sobre tractaments.

Tanmateix, s'estan estudiant mesures i procediments per asseverar que aquests models predictius incloguin l'impacte del sexe i el gènere en la malaltia.

• Creació de models predictius d'evolució de la malaltia en pacients de Covid-19 basats en textos clínics i IA, en col·laboració amb l'Hospital Clínic, l'Hospital Universitari 12 d'Octubre i l'Hospital Verge del Rocío.
  El Departament de Ciències de la Vida està treballant en la creació de models predictius basats en Intel·ligència Artificial per pronosticar l'avanç de la malaltia en pacients de COVID 19. Per desenvolupar aquestes eines, s'utilitza com a base la informació continguda en els informes clínics dels milers de pacients de Covid 19 que han atès aquests hospitals. Els treballs consisteixen en estandarditzar la informació continguda en els documents clínics (informació demogràfica, tests, resultats de laboratori i de diagnòstic per la imatge, tractaments i informes clínics de cada pacient en diferents moments de la seva malaltia) i entrenar un model basat en IA (xarxes neuronals d'aprenentatge profund), que buscarà patrons comuns i generarà prediccions sobre l'evolució de nous pacients.
  La col·laboració amb l'Hospital Clínic està ja plenament activa, i les col·laboracions amb els hospitals 12-O i Verge del Rocío estan pendents de tancar detalls formals. El projecte està obert a la incorporació de nous centres hospitalaris.
  Des d'abril fins a l'actualitat, l'equip encarregat del projecte (Text Mining) ha realitzat proves de concepte de models predictius amb les dades de 2.000 pacients que va obrir a la comunitat científica la cadena HM Hospitals. Aquests models han donat resultats molt prometedors i s'està a l'espera de rebre les dades dels hospitals col·laboradors en el projecte en format ISARIC, per poder validar amb sets de majors dimensions. En total, s'espera reunir dades de més de 15.000 pacients.
  La iniciativa es desenvolupa en el marc de el Pla de Tecnologies del Llenguatge impulsat per la Secretaria de Digitalització i Intel·ligència Artificial del Ministeri d'Economia.
   
•  En una línia semblant, el grup de High Performance Artificial Intelligence participa en el projecte CIBERES-UCI-COVID, liderat per l'Hospital Clínic i finançat per l'Institut de Salut Carlos III. L'objectiu d'aquest estudi és utilitzar les dades de pacients de COVID que han hagut de ser ingressats en UCIs, per identificar factors de risc i ajudar els clínics a realitzar els seus pronòstics. Fins al moment ha reunit els informes clínics de 2.000 pacients i l'anàlisi de les dades està a punt de començar.
   
•  Els investigadors del departament de Ciències de la Vida vinculats a l’Institut Nacional de Bioinformàtica participen en la plataforma comuna de dades sobre COVID-19 impulsada per la Unió Europea per assegurar una resposta ràpida i coordinada a la crisi sanitària provocada per la COVID-19. La plataforma comuna de dades pretén afegir i compartir totes les dades generades en investigació davant del coronavirus per accelerar el desenvolupament de solucions davant del virus i la malaltia. S'inclouran dades òmiques (aquelles que provenen de disciplines com la genòmica, la proteòmica, la metabolòmica), dades de seqüenciació, clíniques i epidemiològiques. La col·laboració espanyola en aquest projecte es realitza a través de l'Institut de Salut Carlos III (ISCIII) i l'Institut Nacional de Bioinformàtica (INB), liderat pel BSC. Aquesta plataforma és una de les iniciatives impulsades en el marc de el pla d'acció 'ERAvsCORONA' llançat per la Comissió Europea per donar suport a la investigació, coordinar esforços i buscar sinergies en l'àmbit de la investigació i innovació.
   
•  El BSC allotja i analitza tomografies pulmonars de pacients de COVID-19 de la plataforma europea d'intel·ligència artificial IA4EU. Aquesta actuació forma part del projecte REACT, que té com a objectiu posar a disposició de la comunitat europea d'intel·ligència artificial un mínim de 40.000 TACS (compostos de 5.000 imatges cadascun ) per impulsar la creació d'algoritmes d'intel·ligència artificial que assisteixin als clínics a l'hora de diagnosticar si un pacient està afectat per la COVID-19, de determinar la severitat del cas i predir la seva evolució. El projecte es realitza en col·laboració amb associacions de professionals de radiologia i el BSC exercirà la coordinació tècnica de les diferents solucions proposades.
   
• El grup de High performance computational mechanics està utilitzant el seu simulador de cor Alya Red per estudiar els possibles efectes de tractaments utilitzats contra la COVID-19 en el sistema cardiovascular. Concretament, s'està estudiant a) l'efecte dels fàrmacs antipalúdics en diversos cors humans amb una varietat de comorbiditats que poden estar presents en la població infectada i b) l'hemodinàmica complexa associada amb la síndrome nord-sud, en relació amb la teràpia d'oxigenació de membrana extracorpòria venós-arterial en pacients amb insuficiència respiratòria profunda. Les investigacions es duen a terme en col·laboració amb l'spin-off del BSC Elem Biotech.

3. Intel·ligència artificial per analitzar la propagació i l'impacte social de l'epidèmia

• El grup de Biologia Computacional de el Departament de Ciències de la Vida treballa en el desenvolupament d'un sistema d'informació geogràfic d'accés públic sobre l'expansió dels brots de Covid 19, que integra diferents fonts de dades procedents d'administracions públiques, per ajudar a l'anàlisi de l'expansió de la pandèmia i a la presa de decisions relacionada amb la gestió de nous brots de COVID-19.
  La plataforma reuneix dades de salut, mobilitat i geolocalització procedents del Ministeri de Sanitat, el Ministeri de Transports, Mobilitat i Agenda Urbana, l'Institut Nacional d'Estadística, l'Institut de Salut Carlos III, les agències de salut catalana i basca, entre d'altres.
  L'anàlisi de les dades es realitza amb sistemes de xarxes que busquen les relacions entre ells, amb l'objectiu d’obtenir una millor comprensió de la propagació de la malaltia. Amb els resultats, es realitzen informes per a les autoritats sanitàries i es desenvolupen eines per nodrir els models epidemiològics destinats a donar suport a la presa de decisions. El projecte es porta a terme a petició de l'Institut de Salut Carlos III.
   
• El mateix grup participa en la creació de l'Observatori Epidemiològic de Catalunya, que utilitzarà tècniques de Big Data i Intel·ligència Artificial per generar una nova col·lecció de models epidemiològics que ajudin a les institucions públiques de salut a prevenir, detectar precoçment i mitigar la propagació d'epidèmies .
  Aquesta iniciativa suma esforços de la Generalitat de Catalunya, institucions mèdiques i de salut (Hospital Germans Trias i Pujol i Fundació Lluita contra la Sida), centres punters d'investigació tecnològica (BSC, CIDA, Eurecat, URV i CSIC), operadores de telefonia mòbil (Telefónica, Orange i GSMA) i la Mobile World Capital Barcelona.
  La tasca del BSC consistirà en col·laborar en el desenvolupament d'un model pandèmic per a la futura prevenció, incloent-hi totes les fonts de dades, i també en l'emmagatzematge de dades, computació, gestió dades de salut i computació de dades meteorològiques.
   
• El grup de Data pre and post processing del BSC, l'Hospital Clínic i el centre de Recerca en Economia i Salut del UPF estan desenvolupant models predictius d'ocupació de llits en centres sanitaris. Els models estan basats en machine learning i ofereixen prediccions d'ocupació a una setmana vista, tant dels llits hospitalaris com a centres relacionats (ex. instal·lacions extraordinàries per fer front a la COVID-19). L'objectiu d'aquesta eina és planificar la logística sanitària, tant en fases agudes de la pandèmia com en el retorn als hospitals de pacients afectats per altres malalties. Actualment els estan utilitzant l'Hospital Clínic, l'Hospital de Bellvitge i la Xarxa Santa Tecla.
   
• Investigadors del departament d'Aplicacions per a la Ciència i l'Enginyeria han col·laborat en l'adaptació del simulador de malalties infeccioses Epigraph, a les característiques del COVID-19 per simular la propagació de l'actual pandèmia a Espanya. El simulador va ser desenvolupat a la Universitat Carlos III de Madrid pel professor David Singh i la investigadora Cristina Marinescu, de l'equip de Smart Cities del BSC. Tots dos han realitzat la seva actualització a l'COVID-19, amb la supervisió de el Centre Nacional d'Epidemiologia (CNE) i el Consorci Centre de Recerca Biomèdica en Xarxa (CIBER) i l’estan enriquint amb finançament del programa impulsat per l'Institut de Salut Carlos III. El simulador uneix quatre models, cadascun alimentat amb dades diferents: epidemiològic, interaccions socials, mobilitat a través de transport i meteorològic. L'eina pretén ajudar els professionals de la salut en la presa de decisions relacionades amb la pandèmia ja que crea escenaris de la propagació de virus en diferents nivells de restriccions de mobilitat, davant panorames de vacunació selectiva i altres.
   
•  Investigadors dels Departaments d'Aplicacions Computacionals per a la Ciència i l'Enginyeria i Ciències de la Computació han donat assistència a la Secretaria d'Estat de Digitalització i Intel·ligència Artificial en el desenvolupament de l'aplicació de rastreig de contactes de coronavirus que el mes de juliol es va posar en marxa a l'illa de la Gomera.
  El BSC ha col·laborat amb estudis acadèmics i assessorament sobre a) la interoperabilitat de diferents aplicacions de rastreig, b) el modelatge d'algoritmes de risk scoring, c) el disseny funcional de la infraestructura i d) recomanacions respecte l'arquitectura de sistema.
  L'assessorament es va realitzar després de mesos d'investigar els protocols i característiques de les aplicacions de traceig que diferents governs europeus estaven implantant, així com aspectes relatius a la privacitat, la interoperabilitat, els backends, i mesures per ponderar el risc real de contagi a través de paràmetres relatius al contacte electrònic.
  El BSC té previst col·laborar amb la Generalitat de Catalunya en el desenvolupament de la seva versió de l'aplicació de rastreig.
   
• El departament de Ciències de la Terra està realitzant diversos estudis per quantificar com les mesures de confinament han afectat la qualitat de l'aire a Espanya. Els estudis es realitzen seguint diferents metodologies, entre elles models basats en machine learning mostren la relació real que existeix entre la reducció de les emissions i la millora de la qualitat de l'aire, tenint en compte els eventuals efectes que la meteorologia podria haver tingut en aquest últim paràmetre.
  Les innovacions contingudes en aquesta metodologia han estat l'origen de noves col·laboracions del BSC amb el Centre Europeu de Previsions Meteorològiques a Mitjà Termini (ECMWF, per les sigles en anglès), l'entitat encarregada del Servei de Vigilància Atmosfèrica del programa de la Unió Europea Copernicus.
  Els resultats s'estan utilitzant en diferents aplicacions, com els modelats d'emissions i qualitat de Copernicus, incloent-hi el servei d'informació europea sobre la qualitat de l'aire en suport de la crisi COVID-19 i les activitats que es realitzen des d'aquesta entitat per donar suport als usuaris de les polítiques europees en temes de qualitat de l'aire.
  També s'utilitzen en estudis d'IS Global que analitzaran l'efecte que la reducció d'emissions ha tingut en la salut dels ciutadans.
   
•  El mateix departament ha desenvolupat un servei d'alertes d’onades de calor amb setmanes d'antelació a escala europea per a les poblacions vulnerables, dins el projecte 2S24E Climate Services for Clean Energy, un dels objectius del qual és ajudar a la població general i als proveïdors d’energia a preparar-se per esdeveniments de calor extrema.
   
•  El grup de recerca Intel·ligència artificial d'altes prestacions (HPAI) del BSC col·labora amb UNICEF en un projecte que pretén analitzar l'impacte socioeconòmic del virus de manera local i global, posant l'accent en el distanciament social. L'objectiu és trobar indicadors, patrons i estadístiques d'impacte que serveixin a l'ONU i als responsables locals per prendre millors decisions i més ràpides.
   
• El mateix equip d'experts en intel·ligència artificial del BSC col·labora amb investigadors mexicans i altres investigadors del centre en la creació d'un sistema de recollida i anàlisi de dades per ajudar en la pressa de decisions per fer front a la COVID-19. El projecte es du a terme en col·laboració amb les ciutats de Mèxic DF, Nuevo León i Jalisco: http://dash.covid19.geoint.mx/
   
• El servei de suport a l'usuari del BSC ha assistit al Govern d'Espanya i a la Generalitat en el cribratge de contractes públics de compra per localitzar material sanitari (especialment respiradors) adquirits per centres que no es dediquen a l'atenció sanitària i que puguin ser susceptibles de ser traslladats a centres de salut. En total s'han cribat més de 850.000 documents amb tecnologies de big data i el servei continua obert.
   
• El grup de Social Link Analytics coordina una iniciativa per realitzar una anàlisi dels tweets emesos a Espanya relacionats amb la COVID-19. S’ha fet un seguiment diari de l'evolució del sentiment de la ciutadania en relació amb l'evolució de la pandèmia.
   
•  Investigadors del grup de Social Link Analytics col·laboren en un projecte que investiga les dinàmiques de difusió en xarxes socials de notícies falses sobre salut a Espanya. L'objectiu és comprendre els mecanismes de la seva difusió, per tal de desenvolupar i divulgar pautes que serveixin per contrarestar aquest fenomen. L'estudi està liderat per la Universitat de Navarra i ha estat seleccionat per obtenir finançament del programa de Programa d'Ajudes a Equips d'Investigació Científica 2019 la Fundació BBVA.

MareNostrum 4 i suport als usuaris del superordinador

El superordinador MareNostrum 4 aporta la capacitat de càlcul necessària per accelerar les investigacions en marxa contra el coronavirus.

El departament d'Operacions del BSC proporciona suport en l'ús de MareNostrum 4, tant a investigadors interns com externs. Durant els últims 6 mesos entre tots els projectes llistats s'han consumit més de 39,5 milions d'hores de còmput en investigacions relacionades amb la lluita contra el coronavirus.

Els usuaris externs han pogut utilitzar les infraestructures del BSC per la via de l'assignació d'hores de càlcul reservades al BSC o per la via de les convocatòries a investigadors que es realitzen a través de la Xarxa Espanyola de Supercomputació (RES) o la xarxa europea PRACE.

•  PRACE va obrir el mes de març una convocatòria extraordinària per a les investigacions en COVID-19.

A través d'aquesta convocatòria va accedir a MareNostrum el projecte del grup del catedràtic de química i física de la Universitat de València, Iñaki Tuñón, que va portar a terme un projecte per simular la reactivitat química de la proteasa de la SARS-COV-2 i obtenir informació que ajudi al disseny de fàrmacs que serveixin per inhibir i, per tant, impedir que el virus es repliqui.

Aquest equip va usar durant dos mesos i mig (d'abril a juny) més de 12.000 processadors (un 7,3% de la capacitat de MareNostrum). En total ha fet servir 23,4 milions d'hores de processador per a realitzar més de 400 simulacions.

• La Xarxa Espanyola de Supercomputació (RES) ha reservat un 50% dels recursos en les seves últimes dues convocatòries, 2020-2 i 2020-3, (el que inclou un 20% del superordinador MareNostrum 4) per a investigacions relacionades amb la pandèmia.

A través de la convocatòria 2020-2, que va ser avaluada al mes de juny, han obtingut accés a les infraestructures de supercomputació del BSC els següents projectes relacionats amb la lluita contra la SARS-Cov-2: