Abordamos la fase final de nuestro proyecto sobre antimicrobianos vegetales

Iniciábamos con este curso un maravilloso proyecto encaminado a estudiar el efecto antimicrobiano de sustancias producidas por las plantas. El propio desarrollo del proyecto nos llevó a abrir dos frentes, uno dedicado a valorar el efecto de los extractos vegetales sobre el crecimiento de las bacterias y otro en el que hemos estudiado el efecto de los aceites esenciales sobre su desarrollo. La aparición de la pandemia nos obligó a interrumpir nuestros experimentos en el laboratorio cuando, como sucede en toda investigación científica, se nos abrían nuevos interrogantes a los que responder. Dejábamos el laboratorio pero a la vez comprobábamos cómo también se puede desarrollar un proyecto científico en nuestras casas con los recursos informáticos de los que disponemos. 

Nos quedan aún muchos campos que explorar dentro de este proyecto; pero también tenemos resultados de los que extraer nuestras conclusiones. Y es momento de desarrollar otra fase de la investigación científica, la de publicar nuestros resultados. Así que ahora nos toca redactar nuestros artículos científicos con nuestros resultados y conclusiones.

Tal y como hemos hablado en nuestras videoclases, nos vamos a dividir en dos grupos. Uno de ellos se va a dedicar a los extractos vegetales y otro a los aceites esenciales. Tenemos incluso los coordinadores de cada grupo: Aarón Villoslada y Pablo Delgado en el primer equipo y Paula Duro y Antonio David Zamora en el segundo. Todos ellos tienen experiencia en estas lides ya que el curso pasado desarrollaron de una manera excelente el proyecto dedicado a Marte. Por lo que me comentáis, además ya os estáis distribuyendo el trabajo dentro de cada equipo, aunque hay apartados como la discusión de los resultados y la elaboración de las conclusiones en los que debéis de participar todos.

Para facilitar nuestro trabajo y organizarnos os incluyo una serie de documentos:
En primer lugar tenéis una guía de cómo hemos de trabajar y una de cómo escribir artículos científicos.

Plan de trabajo.

Cómo escribir un artículo científico.

Los dos últimos números de la revista editada por la Estación Experimental del Zaidín (CSIC) en los que hemos colaborado:

High School Students for Agricultural Science Research vol 7.
High School Students for Agricultural Science Research vol 8.

 Y seguidamente una serie de artículos científicos que os ayudarán a la elaboración del artículo:

Sobre técnicas y conceptos de Microbiología:

Técnicas de Microbiología.

Términos usados en Microbiología y con antimicrobianos.

Referencias sobre extractos vegetales:

Screening of some selected medicinal plants extracts for in-vitro antimicrobial activity.

Antibacterial activities of the crude ethanol extracts of medicinal plants against Lysteria monocytogenes and other pathogenic strains.

Rosa canina L. -new possibilities for and old medicinal herb.

Punica granatum: A review on phytochemical, antioxidant and antimicrobial.

Referencias sobre aceites esenciales:

Aceites esenciales: conceptos básicos y actividad antibacteriana.
Essential oils: antimicrobial activities, extraction methods and their modeling.
Antimicrobial activity of essentials oils extracted from medicinal plants against the pathogenic microorganisms.
Catálogo de aceites esenciales. Labiatae. 

Posibles tratamientos frente a la COVID-19

Nos encontramos acabando el temario de la asignatura de Biología de segundo de bachillerato y, dada la situación tan especial que vivimos, han tomado una relevancia especial los dos últimos temas, el dedicado a microorganismos y el que tiene como objeto la respuesta inmune y las defensas de nuestro organismo. En una situación normal, habrían sido dos temas interesantes sin más, pero en esta ocasión nos aportan muchas claves para entender cómo es, cómo se reproduce el coronavirus responsable de esta pandemia, cómo nuestro cuerpo se puede defender del mismo y cuáles son los posibles tratamientos que pueden ayudar a prevenir o a curar la enfermedad. Conceptos como vacunación, sueroterapia, interferón, como os digo, adquieren un interés especial. 

El 28 de abril la revista Nature publicaba un interesante artículo en el que describía los distintos tipos de vacunas que se están estudiando, algunas de los cuáles nunca han sido autorizados previamente, en la lucha contra el SARS-COV-2. Os recomiendo especialmente que veáis el gráfico en el que explica cómo el sistema inmune se defiende del coronavirus.

Un grupo de vacunas están basadas en el propio coronavirus, y su objetivo es conseguir bien formas debilitadas del mismo o bien virus inactivados. Los virus inactivados se obtienen cultivando sucesivamente los virus e induciendo mutaciones en su material genético que reducen su capacidad de producir la enfermedad. En el caso de los virus inactivados, estos se someten a procedimientos físicos como el calor o se tratan con sustancias químicas, como el formol, que desnaturalizan sus proteínas con lo que pierden su capacidad infectiva aunque conservan su carácter inmunogénico.

Otras vacunas están basadas en los ácidos nucleicos. El procedimiento consiste en usar la información genética codificada en el ADN o en el ARN para una determinada proteína del virus que sea capaz de inducir respuesta inmune; un ejemplo es la proteína que constituye la espícula del virus. En este caso, el fragmento de material genético se inserta en una célula humana y ésta adquiere la capacidad de expresar la proteína vírica. Serían vacunas seguras porque no se produce el virus en su totalidad, sino únicamente algunas de sus proteínas con valor antigénico.

Otros grupos de investigación están trabajando en vacunas basadas en vectores virales. Se trata de modificar genéticamente a otros virus existentes para que produzcan las proteínas del coronavirus. Un ejemplo podría ser el virus del sarampión, modificado genéticamente para que expresase en superficie alguna proteína con carácter antigénico del SARS-Cov-2 y a su vez atenuado para que no pudiera causar esa enfermedad.

El último grupo de vacunas en las que se está trabajando tiene como objetivo introducir directamente las proteínas del coronavirus en el organismo. Una posibilidad sería inocular directamente proteínas del virus, como las de las espículas mediante las que se une a los receptores ACE 2 y entra en las células. Otra posibilidad sería obtener viriones sin material genético, es decir coronavirus sin ARN, que no serían infectivos pues no podrían llevar a cabo su ciclo aunque  podrían sensibilizar.

Pero como bien sabemos, las vacunas sirven para prevenir la enfermedad. Cualquiera de las anteriores, en caso de resultar efectivas, inducirían una respuesta primaria que daría lugar a células con memoria que nos defenderían frente a una infección posterior gracias a una respuesta secundaria eficaz.

¿Pero cómo se podría tratar a las personas que ya estuviesen contagiadas y estuviesen desarrollando la enfermedad?  Una posibilidad es administrarles suero de pacientes recuperados de la enfermedad que contienen los anticuerpos que han producido frente al coronavirus. Grupos de investigadores de Estados Unidos y del Reino Unido está animando a la personas recuperadas de la COVID-19 a que donen plasma que sería utilizado para tratar a los pacientes enfermos. En España se está lanzando una iniciativa similar localizada sobre todo en jóvenes y adolescentes mayores de 18 años liderada por investigadores de la Universidad Autónoma de Madrid, a cuya información podéis acceder desde este enlace. Este sería un paso previo a la obtención de anticuerpos mediante ingeniería genética, introduciendo en cultivos celulares la información genética que codifica la producción de anticuerpos frente al SARS-COV-2. En este sentido os recomiendo la lectura de este artículo, también de la revista Nature.

Pero si recordáis, hemos visto en nuestras clases otro tipo de sustancias que las células producen en respuesta a las infecciones por virus y que inducen resistencia frente a éstos en las células vecinas. Se trata de los interferones. Y efectivamente estas moléculas se utilizaron ya para el tratamiento de la infección por el SARS-Cov-1, el coronavirus que apareció en 2003 responsable del SARS (Síndrome Respiratorio Agudo Severo).

Recientemente se ha descubierto que los pacientes con manifestaciones graves de la COVID-19 presentan niveles bajos de determinados tipos de interferones, lo que nos privaría de una defensa importante frente al virus. Administrar estos compuestos ayudaría a luchar contra la enfermedad si no fuese porque hay indicios de que un exceso de interferón induce la expresión de los receptores de entrada del virus en las células pulmonares, los receptores ACE 2. En este sentido, os recomiendo la lectura de este artículo aparecido en The Conversation.

Como vemos, no puede ser más oportuna la materia que en estos días estudiamos en nuestras clases con la situación causada por la pandemia del SARS-COV-2. Y ahora os pido una breve reflexión acerca de todo esto. ¿Qué opináis acerca de cada uno de estos tratamientos? Si tuvierais que decidiros por una de las vacunas comentadas, ¿por cuál lo haríais? ¿Por qué? ¿Aplicarías la sueroterapia? ¿Qué ventajas y desventajas veis en ello? Y por último ¿creéis que los interferones serán un tratamiento efectivo frente al coronavirus? Espero vuestras respuestas en los comentarios.

Referencias

The race for coronavirus vaccines: a graphical guide. Nature. 28 de abril de 2020.

Convalescent serum lines up as a first choice treatment for coronavirus. Nature, 7 de mayo de 2020.

¿Son los interferones el nuevo tratamiento contra COVID-19? The Conversation.

La evolución de la COVID-19 en Andalucía a través de cálculos simples

Hace unas semanas, cuando empezaba extenderse la pandemia os proponía una serie de procedimientos sencillos que nos permitirían comprender la marcha de la enfermedad y, sobre todo valorar cuándo las cosas mejorarían. La situación ha mejorado considerablemente y nos encontramos en una etapa de remisión, donde se están reduciendo tanto el número de contagios como el de fallecimientos. Volvemos de nuevo a retomar los datos y a valorar la evolución de la COVID-19 a lo largo de marzo y abril. La datos proceden del Informe COVID-19 en Andalucía, publicado por la Junta de Andalucía. Este ofrece cifras de la pandemia en nuestra comunidad autónoma y se actualiza a diario.

Figura 1. Evolución del número de contagios diarios. Casos diarios y frecuencias acumuladas.

En la figura 1 se muestra la evolución diaria del número de contagios. Podemos apreciar cómo la pandemia alcanza su mayor gravedad en Andalucía, referida al número de contagios registrados por día, en torno a los últimos días del mes de marzo (diagrama de barras). Igualmente se representa en la misma gráfica la curva con las frecuencias acumuladas (símbolos redondos). 

En la figura 2 se muestra la evolución diaria del número de fallecimientos durante este mismo periodo (diagrama de barras). Las frecuencias máximas diarias de fallecidos se han registrado centradas en torno al 7 de abril, desplazadas unos 8-9 días con respecto a los días en los que se habían registrado los valores máximos de los contagios. Igualmente se representan las frecuencias acumuladas de defunciones (símbolos redondos).

Figura 2. Evolución del número de fallecimientos diarios por COVID-19. Casos diarios y frecuencias acumuladas.

La curva que representa las frecuencias acumuladas es una figura muy frecuente en la naturaleza. Es una curva con forma de S, una sigmoide, que obedece a una función llamada logística. Aparece, como vemos en las epidemias, pero también en otros fenómenos naturales como el crecimiento de seres vivos en nuevos ambientes o el crecimiento de bacterias en un medio de cultivo, en ambos casos con recursos limitados. En un principio el crecimiento se acerca a un modelo exponencial, para posteriormente irse enlenteciendo hasta tender a una asíntota que representa la capacidad de carga del sistema. En el caso concreto de la pandemia del coronavirus, habremos vencido totalmente a la enfermedad cuando alcancemos esa asíntota horizontal, que en nuestro modelo supondrá que no habrá casos nuevos. La forma de estas curvas se muestra en la figura 3. En la imagen de la derecha se muestra varias funciones con distintos valores de los parámetros que matemáticamente definen esas curvas.

Figura 3. Diversos ejemplos de curvas logísticas (izquierda) y la representación gráfica de la primera derivada de sus funciones (derecha). (Wikipedia).

En las primeras etapas de la pandemia, el crecimiento tanto de contagiados como de fallecidos se ha podido asociar a un modelo exponencial. Para ello hemos ajustado, con la ayuda de una hoja de cálculo, una línea de tendencia exponencial a una selección de valores observados en días consecutivos de manera que obtuviésemos un buen ajuste, definido por el valor de R cuadrado (figura 4). Los resultados se pueden ver en la figura 4. En las gráficas se pueden ver las ecuaciones que definen estas fases de crecimiento exponencial y la bondad de su ajuste, tanto mejor cuanto más próximo a 1 esté el valor de R cuadrado. El alejamiento de la gráfica con las frecuencias observadas con respecto a la que define el modelo exponencial, es un indicativo de mejora en la evolución de la pandemia. Igualmente se puede ver cómo el desfase entre las frecuencias máximas de contagios y fallecimientos al que antes nos referíamos también se aprecia aquí: la curva de los contagios comienza a alejarse de la exponencial a partir del 24-25 de marzo, mientras que la de los fallecimientos no lo hace hasta el día 2 de abril.

Figura 4. Ajuste a una función exponencial de las frecuencias acumuladas de contagios (izquierda) y fallecimientos (derecha).

En aquella primera entrada a la que antes me refería, os proponía un método para valorar cómo variaba la pandemia; el objetivo era que pudiéramos comprobar cuando las cosas empezaban a mejorar. Para ello lo que os proponía era, también con la ayuda de una hoja de cálculo, ajustar una recta de regresión -una recta de tendencia lineal- a los datos de cinco días consecutivos, tomar el valor de la pendiente (el coeficiente de la x en la función de regresión) y representar el mismo a lo largo del tiempo. Cuanto mayor sea el valor de las pendientes, peor es la evolución de la enfermedad; es decir, se incrementa de un modo más rápido el número de contagiados. Por el contrario, cuando las pendientes disminuyen implican que la tasa de contagiados o fallecidos se va reduciendo. Matemáticamente, esto es una aproximación muy sencilla al concepto de la derivada de la función logística a la que se aproximan nuestros datos acumulados; de hecho, los que ya habéis dado estos conceptos en matemáticas sabéis que una definición de la derivada de una función es el valor de la pendiente en cada punto de la misma. A pesar de esta simplicidad, el cálculo nos ayuda a valorar, como digo, la marcha de la pandemia. La figura 5 muestra estos resultados. En azul aparece la tendencia de los contagios y en grana la de los fallecidos.

Figura 5. Evolución de las pendientes de las distribuciones de contagiados y fallecidos, calculadas por periodos de cinco días.

La utilidad de todos estos cálculos matemáticos, y la de aquellos más complejos y fiables que realizan los epidemiólogos, es en nuestro caso es comprender lo que ha pasado y, en el de los profesionales de la salud pública, hacer previsiones acerca de la marcha de la misma para poder tomar las decisiones apropiadas.

Nosotros nos vamos a quedar con la primera parte. Vamos a asumir el papel de epidemiólogos aficionados. ¿Os animáis a explicar en base a estos resultados que os proporciono cómo ha evolucionado la pandemia en Andalucía? Sí, seguramente me diréis que esto es muy complicado, y bueno algo más que otras actividades que os he propuesto por aquí sí que lo es. Pero os voy a ayudar con una serie de preguntas:

¿Podemos sacar algunas conclusiones acerca del desfase entre los máximos de la distribuciones que antes hemos descrito o en la diferencia de las fechas en las que ambas distribuciones dejan de seguir un modelo exponencial? 

Estudiad la última gráfica, la figura 5. Una vez alcanzados los máximos en ambas distribuciones en distintos momentos, vemos que en la fase de descenso aparecen nuevos picos, pero en este caso coinciden los valores máximos de la distribución de los contagiados y de los fallecidos (señalados con las bandas de color naranja); no existe el desplazamiento que observamos en los picos mayores en la peor etapa de la enfermedad. Y curiosamente, la distancia que separa todos estos máximos es de una semana, siete días. ¿Con qué podríamos relacionar este comportamiento? ¿Creéis que es debido a la propia marcha de la pandemia o tendrá algo que ver con los datos de la misma?

Y una última cuestión, en la franja naranja intermedia se puede ver una subida bastante importante de la tendencia en el número de los contagios que no se acompaña de la de fallecimientos. ¿Quién se atreve a dar una interpretación? Otra pista; en algunas de las entradas anteriores hemos hablado de las pruebas para identificar a aquellas personas que han  estado en contacto con el coronavirus, hayan desarrollado la enfermedad o haya sido asintomáticos;  si habéis estado al tanto de las noticias habréis observado como en un momento dado se ve la necesidad de aumentar el número de pruebas en la población. 

Bueno, esta tarea es un poco más complicada que otras que otras que hemos propuesto con anterioridad, pero los retos difíciles son aquellos en los que mejor nos medimos. Y por eso quien elabore su explicación tendrá una mejor recompensa. Es muy importante que seáis imaginativos e atrevidos en vuestras respuestas, pero eso sí, con fundamento científico. Espero vuestros análisis y conclusiones en los comentarios.  

Coronavirus, matemáticas y psicología, por Marta Roldán Martín (4º ESO)

Incluyo a continuación en nuestro blog un nuevo trabajo elaborado por nuestros estudiantes. Se trata del excelente trabajo elaborado por Marta Roldán Martín, de cuarto de ESO sobre los efectos psicológicos de la pandemia de COVID-19. Es una magnífica aplicación del método científico a las informaciones y recursos que se han hecho públicos con motivo de esta enfermedad.

Coronavirus, matemáticas y psicología

Marta Roldán Martín.

IES Zaidín Vergeles. Granada

Introducción

Vivimos una pandemia que nunca imaginábamos que íbamos a vivir: muchas personas afectadas en el mundo, un gran número de fallecimientos, una situación de confinamiento donde no podemos salir a las calles para evitar contagios, y una gran crisis económica. 

¿Qué genera todo esto en la poblacion? ¿Y en cada uno de nosotros? La respuesta es sencilla: ansiedad, miedo, depresión, incertidumbre... Y ser consciente de todo esto es otra forma de luchar contra la pandemia. Este es el principal objetivo que me he propuesto para este trabajo.

Para ello he utilizado COVIDAFFECT, un proyecto de Ciencia Ciudadana de la Universidad de Granada, en colaboración con la Fundación Descubre, que tiene como objetivo recopilar y ofrecer, de forma pública y en tiempo real, datos sobre la evolución del estado anímico de la población española en la crisis sanitaria del coronavirus. 

Este proyecto además de fomentar el interés de la población por el mundo científico nos aportará datos muy interesantes,  que luego podrán ser utilizados para elaborar informes o para otros estudios e investigaciones con el objetivo de conocer el impacto psicológico de esta pandemia en la población o incluso como recurso para posibles futuras crisis. 

Los datos de la plataforma son públicos,  por lo tanto he decido  utilizarlos para realizar  este estudio cuyo objetivo  es analizar  y exponer con ayuda del método científico cuales son los grupos de población según su edad que se han visto más afectados psicológicamente por la pandemia de COVID-19, dentro de la provincia de Granada.

Metodología

He estudiado el efecto la pandemia sobre el estado anímico en función de la edad de los granadinos. Para ello he seleccionado en la aplicación COVIDAFFECT tres grupos de población: jóvenes (edades compendidas entre 16-15 años). adultos (35-55 años) y mayores (56-76 años). A partir de los gráficos que proporciona la aplicación he valorado la evolución de estos valores.

Cada persona que participa en este proyecto puede valorar  diariamente o incluso varias veces al día su estado de ánimo desde -10  hasta 10, como mi objetivo es dar respuesta a qué parte de la población se ha visto más afectada piscológicamente a lo largo del tiempo y la plataforma te permite visualizar el promedio diario de cada grupo, lo único que he tenido que hacer es recopilar los promedios diarios de todo el mes de Abril, para después hacer un promedio mensual de cada grupo. Para ello me he ayudado de una  hoja EXCEL.

Resultados

La puntuación que he obtenido para el promedio mensual de cada grupo es el siguiente: jóvenes de entre 16 y 35 años: 0,15; adultos de entre 36 y 55: -2,86; mayores de edad entre 56-76 años: 0,63. Los datos se pueden ver representados en la siguiente gráfica en la que se pueden apreciar mejor las diferencias.

También he analizado las gráficas que ofrecía la plataforma , en las que se puede ver las fluctuaciones en el estado de ánimo de cada uno de los grupos de población a lo largo de los días. Esta primera gráfica pertenece a la población  joven y podemos darnos cuenta de que es un grupo en el que el estado de ánimo tiene bastantes bajadas y subidas, me gustaría destacar de que además son muy pronunciadas.

La gráfica siguiente pertenece a la población adulta. Al igual que en la población joven, hay bastantes fluctuaciones, aunque parece  que conforme el tiempo iba pasando estas fluctuaciones siempre han tendido a la baja. 

Por último, tenemos la gráfica de la población de mayor edad y la que parece que ha sido emocionalmente más estable. A excepción de casos puntuales y aunque al igual que en los grupos anteriores, hay cambios en el estado de ánimo estos parecen estar siempre situados en el mismo rango.

Discusión

Teniendo en cuenta que la escala para valorar el ánimo se situaba desde -10 hasta 10 podemos observar que el estado de ánimo en general no ha sido muy positivo, sobre todo para el grupo de edad situado entre los 36 y 55 años (adultos ). Por el contrario, el grupo de mayores ( 56 -76 ) parece que es el que mejor está llevando esta situación y en mitad se situaría el grupo de los jóvenes (16-35) aunque realmente las diferencias no son muy significativas ya que apenas hay una variación de algo menos de  2 puntos entre el grupo que mejor está llevando la situación y el que peor.

¿Cuáles son los aspectos que hacen que haya estas diferencias en las gráficas de la evolución? Observando de nuevo las gráficas, podemos ver que el grupo de los jóvenes mejora su estado de ánimo conforme pasa el tiempo, al igual que el de los mayores, al contrario que en edades intermedias. Una cosa está clara y es que cada uno tiene sus preocupaciones dependiendo de en qué etapa de su vida se  encuentre.  Un adolescente no tiene porque estar preocupado por un ERTE , si obviamente no trabaja,  al igual que un adulto no se va a preocupar por el examen de física de la semana que viene.

Opino que el grupo de población adulta tiene una mayor carga de responsabilidades que los otros dos grupos. Por un lado están los jóvenes cuyas preocupaciones serían el no poder salir a la calle y no poder relacionarse con sus amigos de otra manera que no sea virtual, algo muy importante en estas edades,  además de los estudios. Por eso conforme se ha ido anunciado una mayor flexibilidad en las medidas de confinamiento y se ha dado algunas respuestas sobre el curso escolar este ánimo ha subido.

Personalmente creo que el grupo de mayores es el que menos preocupaciones tiene y que por ello ha sido el que se ha visto menos afectado psicológicamente por esta pandemia, ya que la mayoría de personas de este grupo están jubiladas o prejubiladas y sus hijos ya son adultos. Su mayor preocupación es que  que ellos son los más vulnerables ante el virus pero conforme este ha ido aminorando tanto en número contagios como de muertes el ánimo en este grupo  ha ido aumentando. 

 Por último tenemos el grupo adulto que como he mencionado anteriormente es el que más afectado se va a ver tanto a corto como a largo plazo ya que tiene un mayor número de responsabilidades: hijos, trabajo, padres mayores que se pueden ver afectados por el virus, el miedo al contagio teniendo a cargo a personas de los otros dos grupos. Y a diferencia del resto de población,  la incertidumbre de no saber qué va a pasar cuando la pandemia acabe,  sobre todo a nivel económico y laboral:  ERTES, autónomos sin prestaciones, dueños de bares, restaurantes y otros negocios que ni siquiera saben si es rentable volver a abrir con ls condiciones impuestas o incluso sanitarios que ven que sus contratos finalizarán cuando toda esta crisis acabe.

Si quisiéramos aventurarnos más en el aspecto psicológico,  podríamos analizar si las fluctuaciones negativas o  positivas están relacionadas con las noticias y con las distintas medidas que se han ido adoptando a lo largo de los días. Por ejemplo, podemos observar que el día 27 de abril hay una pequeña subida en el estado de ánimo de la población adulta; este fue el primer día que se dejó salir a los niños a la calle. O que el ánimo en torno al 11-12 de abril no era muy bueno en ninguno de los grupos;  el 11 de abril el BOE publicó la segunda prórroga del estado de alarma hasta el 26 de abril. El 25 de abril también es nefasto para toda la población ese día el BOE publicó la prórroga del estado de alarma hasta el 10 de Mayo. O un último ejemplo en el que vemos que los días posteriores al anuncio de las fases de la desescala 28 de abril, el ánimo aumenta en la población joven y mayor.

La conclusión que he sacado a raíz de este estudio sería que toda  la población ha sufrido un desgaste  psicológico a causa de la pandemia, independientemente de la edad, aunque haya algún grupo algo más afectado,  como el de adultos.

Recursos

Página web del proyecto COVIDAFFECT: https://covidaffect.info/