El 15 de juliol del 2020, s’inicia oficialment el projecte VEO (Observatori de malalties infeccioses Emergents Versàtils), un consorci d’investigació format pe 20 socis de 12 països europeus.

Durant els pròxims 5 anys, VEO investiga si és possible desenvolupar un sistema de detecció virtual i interactiu que pugui monitoritzar i analitzar una àmplia gamma de fonts d’informació, com estudis de laboratori, treballs de camps i de dades massives (big data).

L’objectiu del projecte és la senyalització i detecció més primerenca de brots de noves malalties infeccioses. Aquest és un projecte rellevant en vista de la recent pandèmia de SARS-CoV-2.

VEO ha rebut 15 milions d’euros per a la investigació del programa Horizon2020 de la Comissió Europea. El projecte està coordinat per la Prof. Marion Koopmans, cap del Departament de Virosciencia, Erasmus MC.


A causa de la creixent mobilitat de les persones, el canvi climàtic i la globalització de les cadenes alimentàries, la freqüència i l’impacte dels brots de malalties infeccioses estan augmentant. Una alta proporció d’aquestes malalties infeccioses poden transferir-se d’animals a humans (zoonosi). Alguns exemples coneguts són l’Ebola, la SARS, la febre de Lassa i, des de gener de 2020, la SARS-CoV-2.

Per detectar brots més ràpid i de manera més efectiva, és important comprendre millor quins factors juguen un paper en la transmissió de malalties infeccioses d’animals a humans.

Vincular les fonts de dades i la ciència ciutadana

El recent brot de SARS-CoV-2 revela clarament quines són les conseqüències d’un brot si es descobreix massa tard per aturar-lo: una pandèmia mundial amb un impacte social i econòmic de gran abast i a escala global.

El consorci vol investigar si els brots de malalties infeccioses poden detectar-se abans i fins i tot, si es poden predir. Per aquest motiu, s’investigaran els escenaris més probables en el desenvolupament d’un brot.

La investigació es realitzarà a través de treballs de laboratori, estudis de camp i el big data. La ciència ciutadana també formarà part de el projecte VEO. Els ciutadans i ciutadanes podran recopilar dades importants sobre diferents espècies de mosquit i les molèsties que aquests els generen. Tot aquest conjunt d’informació permet detectar i controlar poblacions de mosquits exòtics més ràpid.

Cinc escenaris per a un brot

Al vincular i analitzar diverses fonts d’informació, el risc d’un brot es pot detectar i classificar abans. A més, l’impacte potencial d’un brot es pot incloure en aquesta anàlisi.

Durant la investigació, el consorci investigarà cinc possibles escenaris de brots:

  1. Un brot d’una malaltia infecciosa trasmesa per mosquits 
  2. Un brot d’una malaltia infecciosa transmesa d’animals a humans (zoonosis)
  3. Un brot d’una malaltia infecciosa degut a l’alliberament d’un patogen com a resultat del calentament global (per exemple, la fusió del permafrost i els casquets polars)
  4. Un brot anomenat “silenciós”, és a dir, una malaltia que es propaga de manera latent i roman sense ser detectada durant molt de temps. En aquest cas, la detecció seria tardana, i per tant, l’impacte és alt (especialment en les zones urbanes).
  5. Malaltia X: una epidemia internacional causada per un nou patogen prèviament desconegut. És important que desenvolupem mètodes de detecció per preveure, prevenir, gestionar i controlar aquests nous patògens.

A més de la detecció primerenca i les possibles prediccions, VEO també vol investigar com es pot utilitzar l’anàlisi de diversos tipus de dades durant situacions de brot com una possible font d’informació per als cossos involucrats en el control i la limitació de la propagació de virus.

 

VEO_NDP

Figura 1: Els canvis en els factors humans, animals i ambientals augmenten el risc d’introducció i propagació de malalties infeccioses. Al fer un ús específic dels molts tipus de dades disponibles, podem detectar brots abans i possiblement fins i tot predir-los, i podem estimar l’impacte potencial més ràpid i amb més precisió. D’acord amb aquestes dades, podem implementar mesures de control informades i equilibrades i proporcionar una font d’informació clara i fiable en situacions de crisi.

 

La proposta d’investigació es va presentar fa més d’un any i ara és més rellevant que mai.

“La pandèmia actual de SARS-CoV-2 és un exemple no desitjat: podríem haver detectat el brot d’aquest nou virus abans o estimar l’impacte potencial més ràpid? Això és el que necessitem descobrir. La nostra ambició és poder detectar brots de noves malalties infeccioses en una etapa molt més primerenca perquè puguem respondre abans i de manera més adequada, i en conseqüència l’impacte en la societat pot seguir sent limitat“, diu la professora Marion Koopmans, cap del Departament de Viroscience en Erasmus MC Rotterdam, i coordinadora del projecte europeu VEO.

Fonts de dades

“La disponibilitat de dades obertes i tècniques d’anàlisi assistit per ordinador augmenta el nombre de possibilitats per identificar, monitoritzar i controlar brots de malalties infeccioses en una etapa primerenca”, afegeix el professor Frank Aarestrup, cap del grup de recerca d’Epidemiologia Genòmica al Institut Nacional d’Aliments a la Universitat Tècnica de Dinamarca i co-coordinador de VEO.

Partners del projecte VEO

Els membres del consorci VEO són:

  1. Erasmus University Medical Center (Erasmus MC), the Netherlands
  2. Technical University of Denmark (DTU), Denmark
  3. Friedrich-Loeffler Institute (FLI), Germany
  4. European Laboratory for Molecular Biology (EMBL), Germany
  5. Animal and Plant Health Agency (APHA), United Kingdom
  6. Eötvös Loránd University (ELTE), Hungary
  7. National Institute for Public Health and the Environment (RIVM), the Netherlands
  8. National Institute for Ocean Science (IFREMER), France
  9. Aristotle University of Thessaloniki (AUTH), Greece
  10. Academic Medical Center (AMC), the Netherlands
  11. Pasteur Institute (IP), France
  12. Spanish National Research Council (CSIC), Spain
  13. EPFL, Switzerland
  14. Statistics Netherlands (CBS), the Netherlands
  15. University of Edinburgh (UEDIN), United Kingdom
  16. University of Bologna (UNIBO), Italy
  17. University of Padua (UNIPD), Italy
  18. Uppsala University (UU), Sweden
  19. University of Helsinki (UH), Finland
  20. University of Copenhagen (UCPH), Denmark