Coronavirus-Covid 19. El virus que cambió el Mundo, con Francis Villatoro NAUKAS. Prog 412. La Fábrica de la Ciencia.

Hoy en la Fábrica de la Ciencia, junto a nuestro amigo y colaborador Francis Villatoro, hemos hablado de las siguientes noticias publicadas en su blog de Noticias de la Mula Francis-NAUKAS,
En este capitulo, además de las noticias, hemos charlado sobre la actualidad del Coronavirus y del futuro más próximo.

Cómo se une el coronavirus SARS-CoV-2 al receptor ACE2 de la célula huésped.
Primero se logró la estructura 3D de la glicoproteína espicular S del coronavirus SARS-CoV-2 y su dominio de unión al receptor RBD (LCMF, 24 Feb 2020). Luego la del receptor de la célula huésped, la enzima convertidora de angiotensina humana hACE2 (LCMF, 07 Mar 2020). El siguiente paso era determinar la del complejo SARS-CoV-2 RBD/hACE2. Se publican dos artículos en Nature que la obtienen por cristalografía de rayos X, alcanzando sendas resoluciones de 2.45 Å y 2.68 Å. Cambios estructurales muy sutiles explican la mayor infectividad y patogénesis de SARS-CoV-2 (COVID-19) comparado con SARS-CoV (SARS); un par de puentes salinos y un puente de hidrógeno conducen a una unión más fuerte entre la cresta de los motivos de unión al receptor (RBM) de la proteína espicular del coronavirus y una hélice N-terminal de hACE2 en la membrana de la célula huésped. Sin lugar a dudas, lo que estamos aprendiendo sobre este coronavirus es muy relevante para el desarrollo de fármacos que combatan la COVID-19 y vacunas que controlen futuros rebrotes de la epidemia.

Los incautos pueden pensar que conocidas las estructuras de RBD y hACE2 inferir cómo se unen entre sí debe ser trivial (como juntar piezas de LEGO). Pero por desgracia la bioquímica estructural no es (un juego de niños) tan fácil. Se han realizado reconstrucciones in silico (mediante modelos teóricos usando ordenadores), pero la observación de la estructura cristalográfica real mediante difracción de rayos X es imprescindible. Por supuesto, el primer problema es como formar el complejo SARS-CoV-2 RBD/hACE2 con suficiente estabilidad para su observación; sin entrar en detalles, la experiencia previa en la formación del complejo SARS-CoV RBD/hACE2 (que se logró en 2005) ha sido clave (se aprovecha un puente salino entre Arg426 de RBD y Glu329 de hACE2 para reforzar la unión del complejo). En la figura se muestra en color rojo el RBM, en celeste el RBD y en verde hACE2; en amarillo, apuntados con flechas en naranja, se destacan los enlaces disulfuro; Cys336-Cys361, Cys379-Cys432 y Cys391-Cys525 estabilizan las cinco hojas beta (?1, ?2, ?3, ?4 y ?7), y Cys480-Cys488 es clave en la unión entre el la cresta del SARS-CoV-2 RBM y la hélice N-terminal de hACE2.

Sobre el informe de epidemiólogos del Imperial College sobre COVID-19.
Seguro que has leído que epidemiólogos del Imperial College de Londres (ICL) estiman que en España hay un 15% (7 millones) de contagiados por coronavirus; quizás también que estiman entre un 3.7% (1,5 millones) y un 41% (19 millones) de contagiados al 95% de intervalo de confianza (El Confidencial). Un simple cálculo de servilleta estima 6 millones de contagiados (Héctor Socas-Navarro). ¿Cómo es posible? El grupo de epidemiólogos del ICL está considerado el más prestigioso de toda Europa. ¿Cómo es posible que un cálculo tan sencillo compita con el de los expertos? El grupo del ICL ha usado un modelo jerárquico bayesiano para estimar el efecto de las medidas de confinamiento en países europeos.

No sé si has visto la figura para España (te la muestro por si acaso). A la izquierda tienes el número de contagiados diarios (que al 95% de intervalo de confianza está entre cero y tres millones a fecha del 28 de marzo de 2020). El modelo bayesiano infiere dicha estimación a partir de un ajuste de la curva del número de fallecimientos diarios, que se observa a la derecha; el ajuste es razonable. Mira de nuevo la figura de la izquierda. El número total de contagiados se obtiene sumando el área bajo alguna de las curvas mostradas. El número de 7 millones de contagiados se obtiene sumando para la curva (no mostrada) justo en la mitad de la zona verde oscura. No sé si estás acostumbrado a ver figuras de artículos científicos con intervalos de confianza (C.L.); la parte verde oscura es el resultado a 1 sigma (68% C.L.) y el verde claro es a 2 sigmas (95% C.L.). Simplificando mucho, hay una probabilidad del 32% de que el valor correcto esté fuera de la región verde oscura, y un 5% de que esté fuera de la región verde claro. ¿Qué opinas ahora del número 7 millones? ¿Qué opinas ahora del cálculo de servilleta?