BG 21

Contexto

El proyecto BG21 se basa en los avances tecnológicos logrados durante proyectos previos en el uso de plataformas ómicas integrales —metabolómica, proteómica, fluxómica, microbiótica y genómica—, y busca aplicar ese conocimiento a la investigación y análisis de enfermedades de alto impacto, como la COVID-19 y el Síndrome Metabólico. La integración de estos datos permitirá identificar alteraciones celulares susceptibles de intervención mediante tratamientos de medicina de precisión, altamente eficaces y con baja toxicidad.

El proyecto se enmarca en la estrategia de salud personalizada de la CAPV, con el objetivo de pasar de un modelo médico tradicional basado en la evidencia poblacional a uno más personalizado, predictivo y preventivo, utilizando tecnologías como la Resonancia Magnética Nuclear (RMN), la lipidómica de membrana de eritrocito y herramientas de inteligencia artificial. El análisis de grandes volúmenes de datos fenotípicos y de estilo de vida permitirá desarrollar modelos para predecir la evolución de las enfermedades y responder de forma proactiva a las necesidades de la población.

Objetivos

El proyecto bG21 define una serie de objetivos concretos para consolidar la infraestructura y generar aplicaciones clínicas a partir de los datos recogidos:

• Implementar un sistema eficaz de recogida de muestras humanas en la CAPV, incluyendo la gestión de datos asociados y estudios longitudinales con los mismos donantes.
• Conocer el efecto de la edad y los hábitos dietéticos en muestras de sangre de 360 personas a partir del análisis de los ácidos grasos de membrana de eritrocito
• Construir un banco de muestras de suero y orina de 10.000 donantes sanos, aprovechando la infraestructura de chequeos médicos periódicos (OSARTEN).
• Recolectar y almacenar 1.000 muestras de 300 pacientes con COVID-19, incluyendo datos hospitalarios agudos y de seguimiento ambulatorio.
• Centralizar el almacenamiento y procesado de más de 40.000 muestras biológicas.
• Realizar el análisis metabolómico por RMN de 10.000 muestras de suero y 10.000 de orina.
• Desarrollar dispositivos clínicos como un sistema de recogida de orina y un test rápido para COVID-19.
• Adaptar y preprocesar datos para su uso en modelos de machine learning (ML) y crear modelos predictivos aplicables a síndrome metabólico y COVID-19.
• Diseñar un servicio web multiplataforma para realizar predicciones diagnósticas y pronósticas en tiempo real.

Impacto esperado

El proyecto bG21 fortalecerá la capacidad del sistema de salud vasco para anticiparse a los retos sanitarios emergentes, consolidando su rol como referente en medicina personalizada y transformación digital. Las aplicaciones desarrolladas permitirán una estratificación de riesgo más precisa, así como una mayor personalización en el diagnóstico y tratamiento de enfermedades prevalentes.

Gracias a la infraestructura generada, los datos ómicos y fenotípicos se traducirán en herramientas clínicas útiles, lo que favorecerá la prevención, la detección temprana y la eficiencia en la toma de decisiones médicas. Además, se impulsará el desarrollo de una nueva economía basada en el uso seguro y ético de datos biológicos y de estilo de vida, reforzando el posicionamiento de la CAPV como región líder en salud digital e innovación biomédica.

Resultados clave:

• Las personas mayores de 50 años País Vasco presentan un perfil lipídico más saludable en los glóbulos rojos que las más jóvenes (30-50 años), con niveles más altos de EPA y DHA.
• El consumo de pescado mejora este perfil, mientras que alimentos como carne procesada y aceites refinados elevan el ácido araquidónico, asociado a inflamación.
• El análisis de membrana de eritrocito se propone como biomarcador nutricional útil para estudios poblacionales y estrategias de salud personalizada.

Publicación científica:

Marrugat G, Cano A, Amézaga J, Arranz S, Embade N, Millet Ó, Ferreri C, Tueros I. Effect of age and dietary habits on Red Blood Cell membrane fatty acids in a Southern Europe population (Basque Country). Prostaglandins Leukot Essent Fatty Acids. 2024 Jan;200:102602. doi: 10.1016/j.plefa.2023.102602. Epub 2023 Dec 15.

Datos del proyecto