El IR Sant Pau coordina un proyecto europeo para anticipar el riesgo de hemorragia tras un ictus

El Instituto de Investigación Sant Pau (IR Sant Pau) coordinará BIOMERGE, un proyecto internacional que busca desarrollar una herramienta capaz de predecir qué pacientes con un ictus isquémico presentan un mayor riesgo de sufrir una hemorragia cerebral grave después de recibir tratamiento trombolítico. La iniciativa combinará información clínica con datos genómicos, epigenómicos y proteómicos mediante herramientas bioinformáticas e inteligencia artificial.

El proyecto está liderado por el Dr. Israel Fernández-Cadenas, jefe del grupo de Farmacogenómica y Genética Neurovascular del IR Sant Pau, y reúne a siete socios de seis países europeos. BIOMERGE cuenta con una financiación total de 1.975.911 euros. De este importe, el Departamento de Salud de la Generalitat de Catalunya ha concedido al IR Sant Pau una subvención de 249.720 euros para desarrollar el proyecto durante el periodo 2026-2028, en el marco de la convocatoria transnacional de la European Partnership for Personalised Medicine (EP PerMed).

«Actualmente, contamos con tratamientos muy eficaces para restablecer el flujo sanguíneo durante la fase aguda del ictus, pero todavía resulta difícil anticipar qué pacientes pueden desarrollar una complicación hemorrágica grave. BIOMERGE quiere generar herramientas que nos permitan estimar ese riesgo de forma más precisa y avanzar hacia un manejo realmente personalizado», explica el Dr. Fernández-Cadenas.

BIOMERGE ha sido seleccionado en la convocatoria JTC2025 de EP PerMed, centrada en el desarrollo de estrategias farmacogenómicas para avanzar hacia una medicina personalizada. El proyecto pretende trasladar el análisis de grandes volúmenes de información molecular a una herramienta que pueda ayudar a tomar decisiones durante la fase aguda del ictus, cuando el tiempo disponible para iniciar el tratamiento es especialmente limitado.

Una complicación grave difícil de anticipar

En el ictus isquémico, un coágulo bloquea el flujo sanguíneo hacia una parte del cerebro. Para intentar disolverlo y restablecer la circulación, pueden administrarse tratamientos trombolíticos como la alteplasa —también conocida como rtPA— o la tenecteplasa —TNK—, además de recurrir, en los casos indicados, a la trombectomía mecánica.

Aunque estos tratamientos pueden mejorar de forma decisiva el pronóstico, algunos pacientes desarrollan posteriormente una transformación hemorrágica, es decir, un sangrado en la zona cerebral afectada. Las formas más graves, conocidas como hematomas parenquimatosos PH-1 y PH-2, se asocian a un mayor riesgo de discapacidad y mortalidad y pueden aparecer aproximadamente entre el 5 % y el 10 % de los pacientes tratados. En la actualidad, no existen herramientas suficientemente precisas y rápidas para anticipar qué personas presentan un mayor riesgo de desarrollar esta complicación.

Identificar a estos pacientes antes de administrar el tratamiento podría permitir, en el futuro, adaptar de manera individualizada algunas decisiones clínicas, como la intensidad del control de la presión arterial, la dosis del fármaco o seleccionar el tipo de tratamiento. BIOMERGE no parte todavía de una herramienta lista para utilizarse en la asistencia, sino que busca generar y validar los biomarcadores y algoritmos necesarios para avanzar hacia ese objetivo.

«No se trata de limitar el acceso a un tratamiento que puede resultar determinante para la recuperación del paciente, sino de disponer de más información para utilizarlo de la forma más segura y eficaz posible en cada caso», señala el investigador.

Integrar distintas capas de información biológica

El proyecto estudiará inicialmente una cohorte de 450 pacientes con ictus isquémico tratados con tPA o TNK. La mitad habrá desarrollado una transformación hemorrágica grave, mientras que la otra mitad estará formada por pacientes de características comparables que no hayan presentado esta complicación.

A partir de muestras de sangre recogidas antes del tratamiento, los investigadores analizarán alrededor de 5.000 proteínas plasmáticas, aproximadamente nueve millones de variantes genéticas y el estado de metilación de unos 800.000 puntos del ADN. A estos datos se añadirá la información multiómica ya disponible de otros 200 pacientes, lo que permitirá trabajar con una cohorte integrada de 650 casos durante la fase de desarrollo de los algoritmos.

La combinación de estas distintas capas de información —genómica, epigenómica y proteómica— permitirá buscar señales biológicas que, analizadas de forma aislada, podrían pasar inadvertidas. El proyecto aplicará herramientas bioinformáticas y técnicas de aprendizaje automático para determinar qué combinación de variables ofrece una mayor capacidad para predecir el riesgo individual.

Los investigadores también utilizarán métodos de inferencia causal, como la aleatorización mendeliana, para distinguir los biomarcadores que simplemente se encuentran asociados a la hemorragia de aquellos que podrían estar relacionados de una manera más directa con los mecanismos biológicos que la provocan. Priorizar estos últimos podría mejorar la capacidad de los modelos para funcionar en poblaciones diferentes y facilitar su futura traslación clínica.

«Uno de los principales valores del proyecto es que no analizaremos la genética, la epigenética o las proteínas de manera independiente. Queremos integrar toda esta información para identificar qué combinación de biomarcadores aporta una predicción más robusta y, al mismo tiempo, entender mejor los mecanismos que explican la respuesta al tratamiento», destaca el Dr. Fernández-Cadenas.

Dos modelos predictivos con diferente complejidad

BIOMERGE desarrollará dos algoritmos complementarios. El primero integrará información clínica, genética, epigenética y proteómica para obtener el modelo predictivo más completo posible. El segundo combinará únicamente variables clínicas y proteínas plasmáticas, con el objetivo de generar una herramienta más sencilla de trasladar a la práctica asistencial.

Esta segunda aproximación responde a una de las principales dificultades del tratamiento del ictus: las decisiones deben tomarse en muy poco tiempo. Mientras que determinados análisis genéticos o epigenéticos todavía requieren procedimientos complejos, algunas proteínas pueden detectarse en sangre en pocos minutos mediante tecnologías rápidas de diagnóstico.

Por este motivo, el proyecto priorizará la identificación de biomarcadores proteicos que puedan medirse mediante dispositivos en la ambulancia, incluso antes de que el paciente llegue al hospital. La finalidad a largo plazo es que el cálculo del riesgo pueda integrarse en el circuito asistencial del ictus y aportar información útil durante la atención prehospitalaria.

Una vez desarrollados, los algoritmos se validarán en una nueva cohorte prospectiva de 450 pacientes, reclutados en las unidades de ictus de los centros participantes. Esta fase permitirá comprobar si los modelos mantienen su capacidad predictiva en pacientes distintos de aquellos utilizados para crearlos. «Para que una herramienta de este tipo sea útil, no basta con que funcione en la cohorte en la que se ha desarrollado. Debemos demostrar que mantiene su capacidad predictiva en nuevos pacientes y que puede integrarse en los tiempos y circuitos reales de la atención al ictus», añade el investigador.

Un consorcio europeo coordinado desde Sant Pau

La coordinación científica del proyecto recae en el grupo de Farmacogenómica y Genética Neurovascular del IR Sant Pau, dirigido por el Dr. Israel Fernández-Cadenas. El equipo investiga los factores genéticos, epigenéticos y moleculares relacionados con el ictus, la respuesta a los tratamientos y la evolución neurológica de los pacientes.

Junto al IR Sant Pau participan la Universidad de Leipzig, en Alemania; la Universidad Jaguelónica de Cracovia, en Polonia; el Instituto de Biomedicina de Sevilla; la Universidad de Burdeos, en Francia; el Syreon Research Institute, en Hungría, y el St. Ann’s University Hospital Brno, en República Checa. El consorcio reúne especialistas en neurología, genética, epigenética, proteómica, bioinformática, inteligencia artificial, estadística y economía de la salud.

Además de evaluar la precisión de los algoritmos, BIOMERGE analizará la viabilidad de incorporarlos a los circuitos asistenciales y su relación entre costes y beneficios respecto a la atención habitual. El proyecto contará también con la participación de asociaciones europeas de pacientes y personas cuidadoras, que contribuirán a identificar resultados relevantes desde su perspectiva y a valorar las implicaciones prácticas de la futura herramienta.

«La dimensión internacional y multidisciplinar de BIOMERGE es esencial. Necesitamos combinar cohortes, tecnologías y conocimientos muy distintos para que los resultados sean sólidos y puedan aplicarse más allá de un único centro o una población concreta», concluye el Dr. Fernández-Cadenas.