Investigadores de la Universidad Rey Juan Carlos (URJC) y la Universidad Bar-Ilan (Israel) han creado un modelo matemático pionero para predecir futuras pandemias.

Tal y como han apuntado los investigadores en el artículo publicado en la prestigiosa revista científica ‘Nature Communications’, si las mutaciones son «demasiado lentas», la prevalencia del patógeno decae antes de la aparición de una mutación crítica.

«Por otro lado, si las mutaciones son demasiado rápidas, la evolución del patógeno se vuelve volátil y, una vez más, no se propaga. Sin embargo, entre estos dos extremos, identificamos una amplia gama de condiciones en las que un patógeno inicialmente subpandémico puede avanzar para obtener una prevalencia generalizada», han dicho los expertos.

Estas condiciones a las que hacen referencia en este estudio son las que se han conjugado para que el SARS-COV-2 se haya propagado a escala mundial y con tanta rapidez. «Para hacer los modelos epidemiológicos más capaces de capturar la realidad de una pandemia es necesario considerar a la vez dos mecanismos: la propagación y la mutación del patógeno», ha subrayado el investigador del Grupo de investigación consolidado en Análisis y Computación con Redes Complejas de la URJC, Stefano Boccaletti.

El modelo desarrollado por el investigador de la URJC y Baruch Barzel, científico del departamento de Matemáticas de la Universidad Bar-Ilan, servirá para prever futuras pandemias que puedan estar causadas por patógenos que tengan gran capacidad de mutación y propagación en condiciones similares.

En el análisis que presentan, utilizan diferentes variables temporales, de replicación del virus o empleo de fármacos que, mediante diferentes ecuaciones matemáticas, arrojan resultados relevantes de cómo evolucionó la pandemia y cómo podrían desarrollarse nuevas enfermedades.

«Hasta ahora, todas las fases de mutaciones apenas se habían considerado en el proceso de predicción y este es uno de los primeros trabajos que tiene en cuenta este factor, junto con la velocidad de propagación, de manera explícita», ha apuntado Boccaletti.

Para desarrollar este trabajo y recabar los numerosos datos analizados, la URJC y la Universidad Bar-Ilan también han contado con la colaboración de científicos de las universidades chinas de Jinan, Tecnológica de Zhejiang, Jiangsu y Normal del Este de China.