El reto de las gráficas
Si para el equipo de Lorenzi condensar esta información en palabras y números fue todo un proceso, para Eduardo Zurek convertirla en algoritmos que generaran gráficas, no lo fue menos. “En todos estos artículos, uno de los mayores retos (aparte de la comunicación de los temas de ciencia con los médicos y biólogos) es buscar las gráficas adecuadas, porque generalmente se crean muchísimas de ellas, ya que uno empieza a correr los algoritmos para todos los pasos posibles”, dice el profesor del Departamento de Ingeniería de Sistemas, que obtuvo un doctorado en esta disciplina en la Universidad del Sur de la Florida.

La conexión de Zurek con el investigador del J. Craig Venter Institute comenzó a raíz de un proyecto del doctor Homero San Juan, de Uninorte, sobre el análisis de la microbiota intestinal que generó el primero de tres artículos en Scientific Reports publicados entre 2018 y 2019, en los cuales Zurek ha estado involucrado ver aquí artículo. “Con el doctor San Juan hicimos el proceso de aprender todas las técnicas para análisis de ese tipo de datos. A raíz de eso se fueron presentando otras oportunidades. La siguiente fue con el doctor Emiro Buendía de la Universidad de Cartagena (en ese entonces estudiaba su doctorado), y su tesis también se publicó en Scientific Reports ver aquí artículo.

“Ese estudio del doctor San Juan tenía recursos para una pasantía en el extranjero y yo me fui dos meses en 2016 al Craig Venter Institute en Rockville, donde estuve interactuando con el doctor Lorenzi. Aprendí cómo ellos hacían las cosas y, al final, cuando ellos estaban analizando unos datos del estudio de la NASA, él me decía ‘necesitamos ver en este conjunto de datos qué puedes encontrar, qué pruebas se pueden aplicar’, etc., y yo iba dando mis contribuciones. El paper salió un par de años después de yo regresar de Estados Unidos”.

Revisando las gráficas del estudio a cuatro manos durante una llamada, Zurek me explica algunos detalles de las visualizaciones. “La finalidad de este gráfico, por ejemplo, era saber si las bacterias se agrupaban por el lugar donde se tomó la muestra, o si había diferencias entre un astronauta o grupo de astronautas con respecto a los otros. En cosas como estas era donde yo contribuía: elaborar las figuras y encontrar las diferencias. Esta es una técnica de análisis de datos en general, pero aquí en este estudio tiene una aplicación bastante particular por la naturaleza de los datos, donde se tiene un número pequeño de muestra (los astronautas) y un número grande de variables dentro de cada astronauta, es decir, de bacterias”.

Lo que se hace, continúa, “es lo que llamamos una reducción de dimensionalidad: una técnica que permite reducir desde muchas dimensiones a un número que uno considere para ver mejor los datos. En microbiota se tienen muchas dimensiones porque cada persona tiene montones de bacterias en su organismo. Cada bacteria, entonces, es una dimensión”.

Al final de cuentas, dice Zurek, lo que se busca es ver cómo representar ese conjunto de datos de una forma más simplificada.

“La colaboración con Eduardo Zurek fue muy buena, porque él escribió varias herramientas que fueron sumamente útiles para analizar los datos”, dice Lorenzi. “Fue una ayuda muy grande, y siempre estoy pensando en más proyectos que podamos hacer en común. Además, siempre trato de formar gente en el campo de la bioinformática, porque ahora se está implementando muchísimo”.

En este momento, Lorenzi sigue adelante con el estudio de la microbiota en el intestino, incluyendo el componente de la dieta: el trabajo con un grupo de personas sometidas a un simulador de vuelos espaciales de larga duración en la NASA llamado Human Exploration Research Analog, HERA, está demostrando que “una dieta enriquecida en vegetales y frutas ayuda a los sujetos del estudio a lidiar mejor con el estrés, los cambios que este puede producir en el microbioma, y potencialmente también en el sistema inmune. Y el mismo estudio lo estamos haciendo ahora, pero con astronautas en el espacio, aunque aún no tenemos datos concluyentes”.

Seguramente que cuando esos datos se conviertan en algoritmos y luego en gráficos, darán a los investigadores muchas cosas nuevas en qué pensar. Y en un futuro cercano, gracias a trabajos como el del MIT y la Universidad de Washington, la ciencia de la información visual les permitirá a los investigadores escribir un tema y obtener una gran gama de diagramas y fotografías relacionadas a este. En otras palabras, será como permitirles hojear la literatura científica con un nivel de abstracción distinto que les ayude a pensar en la ciencia de otra manera.