El trabajo plantea una estrategia en base a modelamiento matemático para detectar la presencia del virus SARS-CoV-2 en situaciones donde existe incertidumbre en la red de alcantarillado. En la investigación, que tiene varias otras aplicaciones potenciales, participan el académico José Verschae junto a José Baboun y Benjamín Rubio, ex estudiantes del Instituto.
A fines del 2020, la ciudad de Yellowknife, con 20 mil habitantes y ubicada al norte de Canadá, parecía haberse librado de la expansión casi inexorable que por aquel entonces mostraba la pandemia de Covid-19 en todo el mundo. Sin embargo, las autoridades locales estaban en alerta porque, aunque todavía no existían casos confirmados, ya se había detectado la presencia del virus en la zona. Las evidencias no provenían de pruebas clínicas hechas directamente en pacientes, sino que de otra fuente inicial: las aguas desechadas por las casas al alcantarillado.
Los expertos canadienses explicaron que cuando las personas infectadas van al baño, expulsan a través de la orina y las heces fragmentos del virus SARS-CoV-2, por lo que el material genético del microorganismo viajaba a través de las aguas residuales. Era en el alcantarillado donde se recogían muestras que luego se analizaban en un laboratorio con una prueba PCR para confirmar la carga viral. Las pruebas eran tan sensibles que el virus se podía detectar aun cuando las heces se diluían con agua fluvial o efluentes industriales, estrategia que ayudó a evitar la propagación desbocada en Yellowknife y que también se replicó en 72 países como Chile, alcanzando hoy un total de más de 4.600 sitios de pruebas en todo el globo.
Precisamente, identificar la presencia del virus en escenarios con incertidumbre como los que se dan en las redes de alcantarillado es el objetivo de una nueva investigación titulada “Identifying outbreaks in sewer networks: An adaptive sampling scheme under network’s uncertainty”. En la publicación, que aparece publicada en el prestigioso journal Proceedings of the National Academy of Sciences (PNAS) de la Academia Nacional de Ciencias de EE.UU. -una de las organizaciones científicas más importantes a nivel mundial-, participan tanto José Verschae, académico IMC, como José Baboun y Benjamín Rubio, ex estudiantes del Instituto. Además, colaboran académicos del departamento de estadística de la Facultad de Matemáticas UC, todos estos a través del Centro para el Descubrimiento de Estructuras en Datos Complejos (MiDaS) e incluyendo a los profesores Alejandro Jara, Mauricio Castro e Isabelle Beaudry.
Verschae, Doctor en Matemáticas Aplicadas de la Universidad Técnica de Berlín, comenta que en plena pandemia el Ministerio de Ciencia, Tecnología, Conocimiento e Innovación se acercó a investigadores de la UC y MiDaS. Su objetivo era llegar a implementar un método de búsqueda de Covid-19 a través de la red de alcantarillado: “Tenían un problema computacional, algorítmico y matemático que debían resolver. Este era cuál era la mejor estrategia en cuanto a dónde tomar las muestras del agua, para así poder identificar rápidamente la zona de una ciudad donde había nuevos contagios”.
José Verschae.
Ese dilema, agrega el académico, fue planteado inicialmente a investigadores de MiDaS a través de Alejandro Jara, docente de la Facultad de Matemáticas y que en ese entonces era director de dicho organismo. “Eso se dio porque en el Ministerio el desafío se planteó inicialmente como un problema de sampleo, que es algo más propio de la Estadística. Pero al final lo abordamos como un problema de modelamiento matemático y algorítmico, en particular de análisis de redes porque había que entender el sistema de alcantarillado y cómo explotar su estructura para poder hacer una toma de muestras de la mejor manera posible. Ahí fue donde me contactaron. Si bien yo aún no era parte de MiDaS, ya que después me involucré como investigador adjunto, en esa época dictaba en el IMC el curso de optimización combinatorial, un electivo de pregrado”, recuerda Verschae.
Fue a través de ese curso que el profesor consiguió la colaboración de José Baboun y Benjamín Rubio. “A ellos les propuse desarrollar este tema como un proyecto final y con una metodología en un comienzo bastante sencilla. Empezamos a trabajar y a partir de eso ambos alumnos se mantuvieron colaborando en ese proyecto, hasta que al final incluso los dos elaboraron sus respectivas tesis de magíster sobre este tema”, indica el investigador del IMC.
Tal como cuenta Verschae, en 2023 José Baboun defendió con distinción máxima su tesis del Magíster en Ciencias de la Ingeniería con un trabajo titulado "Complexity, Lower Bounds, and Algorithms for Searching Infected Nodes in Uncertain Trees". El profesional, quien hoy se desempeña en una consultora que trabaja con LATAM Airlines, detalla que el potencial que tiene la investigación publicada en PNAS para detectar en el futuro próximos virus o epidemias es bastante alto.
“Esto porque estudiamos el problema desde una perspectiva bastante abstracta, por tanto, podría usarse para distintas enfermedades y brotes de virus en redes que tengan incertidumbre, adaptándose muy bien a esos casos. Además, tiene otras aplicaciones como detección de errores en programas de software o fugas dentro de tuberías de gas”, comenta Baboun.
Logros y desafíos
La investigación se desarrolló en base a información proveniente de la red de alcantarillado de San Pedro de la Paz, comuna de la provincia de Concepción, en la región de Biobío. Esto representó varios desafíos: “A través de un contacto del Ministerio, nos contactamos con la empresa que manejaba el sistema de alcantarillado local y que nos entregó los datos de esa red, dispuesta espacialmente. Pero había un gran número de inconsistencias”, recuerda Verschae.
Al respecto, el académico explica que en general “las redes de alcantarillado tienen una cierta estructura que en teoría de grafos se conoce como un ‘árbol’. Sin embargo, los datos que recibimos no reflejaban esa estructura, no eran consistentes. En función de eso, empezamos a estudiar la información en detalle y nos dimos cuenta de que en realidad había cierta incertidumbre en esos datos. Por la forma en que esa información se maneja y se guarda en bases de datos, es natural que aparezcan esos errores en un porcentaje no menor de la red”. Cuando aparecen esas inconsistencias en un problema, agrega el investigador, hay distintas maneras de abordarlo: “Nosotros lo hicimos con técnicas de modelamiento matemático. Tratamos de proponer un sistema que fuera robusto ante la inconsistencia de la información”.
Las muestras provenientes del alcantarillado pueden ser vitales para contener un brote.
De esta manera, los autores desarrollaron un método de búsqueda que consideraba esa incertidumbre para la red de alcantarillado, la cual también puede surgir producto de mapas obsoletos, registros incompletos y la falta de una gestión centralizada: “Esencialmente uno dice ‘si hay una aparición de muchos casos en una zona de la ciudad y uno quiere determinar con rapidez dónde están exactamente, hay que tratar de circunscribir el área posible donde podría estar ese contagio’. La manera en que planteamos el problema apunta a lograr identificar esa área, pese a que pueda haber ciertos errores en los datos”. De hecho, el paper publicado en PNAS propone una estrategia diseñada específicamente para situaciones donde existe incertidumbre sobre la red de alcantarillado: se trata de un método secuencial que determina un conjunto adaptativo de puntos de muestreo en cada paso. Los resultados muestran que el método de búsqueda aumenta mínimamente el tiempo requerido para detectar un brote, en comparación con casos en los que existe información perfecta sobre la red.
“La gracia de todo esto es que, si bien en su momento tuvo bastante relevancia producto de la pandemia de Covid-19, se trata de metodologías que funcionan en muchas otras áreas. Una cosa es la búsqueda de un virus o material orgánico en redes de alcantarilla, pero esa no es la única aplicación”, afirma Verschae. El investigador precisa que, por ejemplo, hay literatura que da cuenta de la detección del uso de drogas en ciertas zonas de una ciudad a partir de información proveniente de aguas residuales. “En Europa hay un proyecto de gran magnitud que busca poner sensores en la red de alcantarillado para la rápida detección de ingredientes utilizados para hacer bombas caseras, y así poder preventivamente encontrar células terroristas”, señala el investigador del IMC.
Pese a los positivos resultados iniciales, el profesor agrega que aún quedan muchos desafíos por abordar. “Lo que realmente se necesita es implementar esto a gran escala y, por ejemplo, dejarlo funcionando de manera continua, porque se podría pensar en monitorear permanentemente la presencia de virus, no sólo Covid-19. Una de las dificultades todavía presentes es que cuando se toma una muestra de la alcantarilla hay mucho ruido en los resultados, el cual no proviene de la red misma, sino que de la incertidumbre sobre lo que contiene el agua”, comenta el académico.
Más allá del desarrollo que se realizó, Verschae comenta que la experiencia de haber trabajado en el proyecto junto a estudiantes fue sumamente enriquecedora: “Mi impresión es que cuando uno les plantea este tipo de aplicación a los alumnos, estos se motivan muchísimo. Y cuando además uno les propone un problema matemático sobre esa aplicación que se ve interesante y desafiante, se llega al pináculo de lo que uno espera de algún ingeniero matemático. En verdad, fue una experiencia súper bonita; pocas veces he tenido un proyecto así de gratificante”.
Baboun también señala que trabajar en un desarrollo como el descrito en el paper publicado en PNAS fue muy reconfortante, ya que no “estamos respondiendo solamente a preguntas teóricas que conectamos muy bien con ciencias de la computación y matemáticas aplicadas, sino que también lo estamos llevando a problemas reales que impactan a la gente. Esto tiene un alcance que va más allá de quedar escrito en un artículo, ya que puede usarse para mejorar políticas públicas”.