Presentem el Dr. Ramon Massoni-Badosa, ara investigador postdoctoral al Nova York Genome Center i prèviament al Centro Nacional de Análisis Genómico (CNAG) a Barcelona, en aquesta quarta entrevista del pòdcast de Ciència Oberta, el RecerCA’T. Parlem del món de la bioinformàtica, dels seus reptes i de les novedoses tecnologies single-cell: com aquestes ens permeten identificar les cèl·lules com mai abans i endinsar-nos més a fons en l’estudi del càncer.
Escolta’ns a Spotify, a iVoox o llegeix la transcripció de l’episodi que trobaràs més avall!
Transcripció de l’episodi
Víctor N: La biologia, des de fa uns anys, té un problema. La gran quantitat de dades que genera i que ha d’analitzar nivells tan diferents. I és que la biologia tracta d’estudiar tot allò que concerneix la vida. Com viuen els éssers vius, com es reprodueixen, com es comuniquen entre ells. I ho fa des de virus i bacteris passant per cèl·lules humanes fins a animals i ecosistemes complets. Els resultats d’aquest ampli estudi científic també tenen aplicacions ben diferents, que poden anar des de la medicina al medi ambient. I fins a cert punt és una cosa que s’ha anat fent al llarg dels últims segles amb més o menys èxit. El segle passat, la investigació dels gens i les proteïnes va suposar un esdeveniment significatiu en el camp de la biologia. Primer es descobria l’existència d’alguna proteïna i s’investigava la seva funció. Més tard, amb l’adveniment de l’enginyeria genètica, vam ser capaços d’investigar agents dels quals no teníem cap informació prèvia. Però hi ha un punt d’inflexió on els nostres esforços i capacitats es van veure obligats a canviar com mai s’havia vist abans. En els últims 25 anys hem superat barreres que gairebé no superen a nosaltres. Estem parlant de la publicació del primer esborrany del genoma humà, l’any 2001. A partir de llavors, i sense cap precedent, tenim accés a tota la seqüència d’ADN, i els secrets de la biologia semblen una mica menys secrets. Per aclarir-ho, el genoma humà és tota la informació genètica que tenim en les nostres cèl·lules. Diem que és una mica, fent una comparació simplista, com el codi que hi ha darrere d’un programa informàtic i que té la informació de com funciona i com respon davant les diverses situacions. Un cop descobrir el genoma humà, ja ho tindríem, no, Víctor?
Víctor J: Doncs ens agradaria pensar que sí, però ens va obrir les portes d’una nova disciplina molt desafiant, la bioinformàtica. Hem de pensar una cosa, les cèl·lules contenen molècules molt grans, com ara l’ADN i les proteïnes, les que parlàvem, i que fan funcions de tota mena i són essencials per a la vida. La màgia d’aquestes molècules és que són el resultat d’anar encadenant moltes peces petites, de manera que si coneixem la seqüència d’aquestes peces podem conèixer la identitat i així desxifrar la informació sobre la cèl·lula. I això, suposo, és el que va passar amb el genoma. Podem fer-nos una idea de les mides de les quals estem parlant? És clar, no ens hem de deixar enganyar per la mida real de les cèl·lules. La seqüència del genoma humà té entre 3.000 milions i 4.000 milions de lletres. I aquesta informació ocupa moltíssim. Si fem una sèrie de càlculs, que no explicarem aquí perquè són molt llargs, això ens podria donar per una saga d’aproximadament 1.500 llibres d’unes 1.000 pàgines cadascuna, ni joc de trons. Uau, que fort. I és clar, encara hem de pensar que tot això no acaba aquí. En una cèl·lula hi ha molta més informació útil més enllà de l’ADN. Podríem parlar de diverses capes d’informació. Estan les proteïnes, que ja hem esmentat abans, però també tenim les diverses molècules que participen en les reaccions químiques de l’organisme, que són els metabòlits o tots els mecanismes que regulen el funcionamient de l’ADN. Potser ens és útil pensar en tot això com cadenes formades per diferents baules. Si aconseguim conèixer les seqüències de baules que hi ha a les cèl·lules, podem obtenir la informació de com funciona la vida. Com ho veus tu, Víctor?
Víctor N: Sí, és una bona idea. De fet, això és el que coneixem com les tecnologies òmiques, un sufix que posem al darrere d’algunes paraules per indicar que ho estem estudiant en gran. És a dir, que estem assolint la informació completa d’algun aspecte biològic concret. Genòmica, epigenòmica, proteòmica, transcriptòmica, metabolòmica, avui dia hi ha de tot. Al principi, obtenir aquesta informació tan abundant era un procés molt farragós, lent i costós. Però en pocs anys, les tecnologies han avançat molt, i avui dia l’obtenció d’aquestes dades és una cosa quasi rutinària. Això va requerir un canvi de paradigma, i ara tenim un potencial enorme que mai havíem tingut. Però alhora, des de llavors, naveguem per un oceà de dades enorme, i sovint no som conscients. I aquí és precisament on entra el gran problema que té la biologia actualment i que esmentava al començament del programa. Com gestionem una quantitat tan gran d’informació a nivells tan diferents? A més, hem de tenir en compte que les seqüències, per si soles, no ens diuen res, sinó que hem de ser nosaltres els que trobem algun significat biològic. Com es fa tot això? Avui explorarem una de les possibles solucions de tot això, que es basa a utilitzar les eines que ens ofereix la informàtica. Estem parlant d’una figura clau en la biologia actual, la dels bioinformàtics i bioinformàtiques. Acompanyeu-nos en aquest RecerCA’T, on ens endinsarem en el món de la bioinformàtica i descobrirem algunes tecnologies que ens han portat encara més enllà en l’última dècada. Som-hi!
Analitzar les dades òmiques que comentàvem ens permet conèixer l’estat i activitats de les cèl·lules. I no es tracta pas d’una informació trivial, ja que, per exemple, ens permet entendre els canvis que es donen a les cèl·lules canceroses o com les cèl·lules immunològiques combaten els virus. Però, Víctor, hi ha alguna cosa que no em queda del tot clara. Quan parlem d’obtenir seqüències, estem referint-nos. Sempre les obtenim per a cèl·lules individuals o això realment no importa?
Víctor J: Aquí planteges una qüestió superinteressant. Fins fa relativament poc, l’obtenció d’aquestes dades es feia de forma global. Agafes una mostra i obtens una mitjana del que hi ha, que de vegades poden ser milers de cèl·lules. De vegades no importa, però hi ha molta informació respecte a l’heterogeneïtat que hi ha, perquè hi ha molts tipus de cèl·lules diferents, fins i tot en un mateix òrgan o en un mateix tumor. Per això, en l’última dècada, s’han desenvolupat tecnologies de seqüenciació d’anàlisis de cèl·lules individuals, que direm en anglès single cell. En aquestes anàlisis treballa el nostre convidat d’avui.
Víctor N: Avui tenim entre nosaltres el Ramon Massoni Badosa, actualment investigador postdoctoral al Centre Nacional d’Anàlisis Genómico a Barcelona. És llicenciat en biologia humana per a la Universitat Pompeu Fabra i després d’acumular experiència en el món de la biomedicina i el càncer, va fer el màster en bioinformàtica a la mateixa universitat, on va adquirir tot el necessari per introduir-se en aquest món. Compta amb estades a molts grups de recerca nacionals i internacionals i recentment ha defensat la seva tesi doctoral. Benvingut al RecerCA’T, Ramon.
Ramon: Gràcies, Víctors! És un plaer estar aquí amb vosaltres, compartint la ciència que fem aquí al CNAG a Barcelona.
Víctor N: Igualment. Ramon, ets bioinformàtic: quan pensem en bio, molts ens imaginem a la persona de bata blanca al laboratori, o bé a la que explora i analitza les plantes i els animals. Però costa d’imaginar com pot ser útil la informàtica per respondre a qüestions biològiques. Com expliques tu què és la bioinformàtica i com és el teu dia a dia?
Ramon: Com has dit, quan vaig començar la carrera, la visió que tenia d’un biòleg era binària. Era el biòleg de bata, que és el que fa experiments al laboratori, i amb el qual jo em vaig formar, o el biòleg de bota, que és el que surt al camp a recollir mostres i a analitzar-les. Però al final de la carrera, em vaig adonar que el que més m’agradava era la bioinformàtica.
Podríem dir que un bioinformàtic es beneficia de tres evolucions que han ocorregut al mateix temps. Per un costat tenim l’evolució biotecnològica, que heu explicat molt bé. La segona evolució que hi ha hagut és en termes d’ordinadors: és la capacitat que tenim d’emmagatzemar aquestes dades i de processar-les, també ha augmentat exponencialment. I, tercer, és els mètodes computacionals per analitzar-ho. No només ha augmentat, o sigui, ha evolucionat la biotecnologia i la informàtica, sinó l’estadística i els algoritmes que ens permeten analitzar aquestes dades. Llavors, jo diria que un bioinformàtic és una persona que entén molt bé aquests tres camps, entén molt bé la tècnica que està analitzant, es maneja bé amb ordinadors i sap aplicar mètodes computacionals, sobretot els d’última generació, per respondre problemes i preguntes biològiques d’interès.
I aquest seria el meu dia a dia, fer servir, utilitzar aquests tres ingredients per respondre preguntes que a mi m’interessen.
Víctor J: Molt bé. Ens has estat dient que tu tractes amb eines matemàtiques, que fas servir ordinadors. Llavors, clar, els experiments necessiten reactius, que són, diguem, cars, difícils d’aconseguir, però la bioinformàtica no necessita res d’això. Llavors, qualsevol persona amb un ordinador pot fer bioinformàtica?
Ramon: Et diria sí i no. Podríem dir que per aprendre, amb un ordinador en tens prou, però si vols ser competent i bo, necessites accés a un ordinador que tingui petabytes i petabytes de memòria i unes CPUs que diem molt potents. No pots muntar-te un superordinador a casa, clandestí, però pots aprendre’n.
Víctor N: Llavors, continuant amb aquestes diferències amb la biologia experimental,
les dades amb bioinformàtica sabem que es reaprofiten molt sovint i molt més sovint que aquestes dades experimentals que es generen. Per què creus que és així?
Ramon: Jo diria que és un tema ètic. Si estem utilitzant diners públics, diners del contribuent, per generar dades a partir de molts cops mostres de pacients, el més ètic és que si has analitzat aquestes dades i tens el consentiment de la persona, d’una manera anonimitzada podríem dir, que es puguin pujar a un repositori públic de manera que altres persones, a Barcelona, que algú als Estats Units, algú a la Xina, sigui capaç de baixar-se aquelles dades i utilitzant un altre d’aquests elements que hem parlat, que és l’estadística
i eines computacionals diferents o des d’un angle biològic diferent, puguin reaprofitar aquestes dades per trobar hipòtesis i troballes diferents que la persona que ha generat les dades no sigui capaç de veure.
A més a més, com més avançats en la biologia i la recerca, més capaços serem de trobar cures per les malalties que investiguem.
Víctor J: Això està molt bé, perquè és veritat que a la mínima que mires qualsevol cosa de bioinformàtica trobaràs bases de dades, repositoris amb tot de dades que són reals,
que s’han utilitzat en estudis reals, i per tant això és un avantatge molt bo.
Una cosa que es pregunta molt sovint: creus que la biologia s’encamina cap a un futur completament computacional on no necessitarem experiments per aconseguir resultats perquè podem analitzar-ho o simular-ho per ordinador?
Ramon: El perfil de biòleg que explicàvem a l’inici, el biòleg de bata. Cada cop haurà de ser més i més competent en aquestes eines computacionals. Ara bé, no crec que es pugui abolir totalment el biòleg de bata. Ara, gràcies a la informàtica i a aquesta triple evolució biotecnologia, informàtica, ordinadors i estadística, estem al punt on això és un cercle. Podem començar amb les dades. Amb les dades trobem patrons que no sabíem que existien i després això ens ajuda a generar hipòtesis on necessitarem el biòleg de bata perquè les validi. I amb aquesta validació podem tornar a aglutinar més dades, a recollir-les, analitzar-les, i és una conversa que al final és eterna.
Víctor J: Un etern retorn, molt bé.
Víctor N: S’ha carregat aquí el mètode científic en un segon.
Molt bé, parlem ara de les tecnologies single cell, que fan referència a una cèl·lula individual, que cada cop estan més de moda. Des d’una perspectiva biomèdica, en què ens poden ajudar aquestes tecnologies?
Ramon: Et posaré un exemple dintre de l’àmbit de l’oncologia, que és en el que jo treballo. Dins de l’oncologia, les tecnologies de single cell ens poden ajudar a millorar el diagnòstic i el tractament dels tumors. Fa molts anys es pensava que els tumors eren homogènics. Totes les cèl·lules eren clons d’una cèl·lula inicial que prolifera i donava lloc a la mateixa cèl·lula. Això fa unes dècades es va desmentir i avui en dia sabem que els càncers són heterogenis. Vol dir que dintre d’un mateix tumor tenim diferents poblacions de cèl·lules que es caracteritzen per unes mutacions, unes aberracions genòmiques, podríem dir, diferents. El que passa amb això és que si realitzem una biòpsia, com un tumor és variable, estarem agafant només una fracció del tumor i estarem generalitzant un diagnòstic a tot el tumor d’una fracció que potser es correspon a només una part del tot. I és només quan podem entendre totes les parts d’aquest tumor que realment ens permetrà fer un diagnòstic acurat i diferencial.
Les tecnologies de single cell, com estem seqüenciant totes les cèl·lules una a una i les podem agrupar per aquestes mutacions, ens permeten entendre aquesta heterogeneïtat, aquesta variabilitat i ens poden ajudar a entendre en quins punts podem estar duent a terme un diagnòstic que no és acurat. Quant al tractament, ens pot ajudar a explicar per què alguns pacients acaben amb remissió, que al cap d’uns anys aquestes cèl·lules proliferen i acaben donant lloc a una remissió.
Víctor N: Una eina superpoderosa, la veritat. Quin inconvenient tenen?
Ramon: El joc d’analitzar dades de single cell sempre és entendre i poder separar allò que és tècnic, allò que és soroll de la tècnica i d’allò que és música, d’allò que és senyal que estem captant de les dades. Llavors, una gran part de la investigació en single cell és en entendre aquests biaixos.
Víctor J: Molt bé. Llavors, per endinsar-nos una mica més en la teva feina real, ara parlarem de l’article que traduït al català seria “Un atlas de cèl·lules en les amígdales humanes” i que es pot trobar des de l’any 2022 al repositori d’articles científics BioArchive. Ara està en procés de publicació i és un dels pilars de la teva tesi doctoral. Ens podries explicar en què consisteix l’article? Petit incís aquí que amb amígdales ens referim a les del coll, no a l’amígdala del cervell (hi ha hagut certa confusió mentre preparàvem el guió).
Ramon: Deixa’m que expliqui primer d’on sorgeix aquest article. A l’inici d’aquest pòdcast hem parlat del projecte del genoma humà, que tenia la unitat del que era el gen. El que volia aquest consorci era crear un mapa de tots els gens del genoma humà. Ara hem passat del gen a la cèl·lula i del projecte del genoma humà al projecte de l’atlas de cèl·lules humanes, amb anglès Human Cell Atlas. Aquest consorci la finalitat que té és utilitzar les tècniques de single cell per entendre la variabilitat entre cèl·lules per crear un catàleg, una taxonomia, una classificació de totes les cèl·lules que formen part del nostre cos. Dintre d’aquest consorci, en el qual engloba laboratoris de tot el món, tenim que, per exemple, un lab es pot encarregar de crear un atlas, una classificació de les cèl·lules del cervell, les neurones, la glia. Un altre es pot encarregar del fetge, que serien els hepatòcits; o de les amígdales.
Per què ens interessen les amígdales? Aquests òrgans podríem dir que són el punt d’unió de dos tipus cel·lulars del nostre sistema immunitari, les defenses que nosaltres tenim. Podem dir que al sistema immune tenim dos tipus de cèl·lules. Unes que serien les cèl·lules policia. Són aquelles cèl·lules que patrullen els nostres òrgans i intenten detectar antígens, i que pot resultar en un perill per la nostra supervivència. Aquestes cèl·lules, com hem dit, estan a cada òrgan. Un cop patrullen i troben un d’aquests antígens, el que fan és passar la sang i passar a la circulació. Aniran a buscar l’òrgan limfoide secundari més proper, normalment un gangli. Qui es troben allà? Es troben el que coneixem com a limfòcits, que són les cèl·lules que es diuen B, que són les cèl·lules que produeixen anticossos, o les cèl·lules T, que podríem dir que són les que ajuden les cèl·lules B a produir aquests anticossos dintre d’altres funcions que tenen.
Víctor J: Petit incís, els anticossos són per, diguem en aquest context de policia, derrotar aquells agents foranis que poden ser un perill pel nostre organisme.
Ramon: Les cèl·lules B i les cèl·lules T el que tenen són aquests receptors d’antígens. Podríem dir que aquests òrgans limfoides són el punt de trobada. És aquell punt on les cèl·lules policia aniran a presentar els antígens, els patògens a les cèl·lules B i T de manera que no hagin de patrullar per tots els teixits i òrgans del nostre cos. I allà s’aglutinaran i si aquestes cèl·lules B o T reconeixen aquell antigen, aquell patogen concret, llavors seran seleccionades, proliferaran, es multiplicaran a una velocitat ingent de manera que puguin generar anticossos molt específics per aquest antigen i nosaltres ens puguem defensar d’aquest perill.
Víctor J: Ens podríem imaginar a la sala aquesta típica de pel·lícules on posen tots els criminals en línia i els policies s’han d’identificar-los per poder saber qui és el dolent i poder atacar-lo o poder castigar-lo. Això és el que passa a aquests òrgans.
Ramon: Correcte. I dintre d’aquests òrgans l’amígdala està localitzada a una posició privilegiada que és a la intersecció entre els aparells respiratori i digestiu al final de la cavitat oral. Allà, com et pots imaginar, és un punt d’entrada per molts patògens que inhalem o ingerim i allà tenim cèl·lules especialitzades. Per nosaltres és un model molt bo d’aquests òrgans limfoides secundaris per entendre i per crear un catàleg de totes aquestes cèl·lules presentadores d’antigen.
Víctor J: Llavors, en aquest article com has dit, el que heu fet i la principal tasca d’aquestes cèl·lules que podem trobar a les amígdales. Llavors, com és aquest procés de definir cèl·lules i d’identificar-les? Estàs fent de policia del policia una mica.
Ramon: Aquí faré referència a quatre conceptes que ja he mencionat en aquest pòdcast. El primer seria que vam començar des de les dades, no des de la hipòtesi. Nosaltres vam començar gràcies al fet que tenim accés a aquestes amígdales humanes sense cap hipòtesi. El que volíem fer és generar aquestes dades d’una manera lliure d’hipòtesis, hypothesis free, com diu el meu supervisor, que les dades parlessin per si soles.
Víctor J: Molt poètic.
Ramon: El segon punt que vam aprofitar va ser aquestes tecnologies de single cell. En concret, la principal, el que coneixem com a single cell RNA sequencing. Tornant a les amígdales, hem dit que tenim les cèl·lules policia, les que patrullen, les cèl·lules presentadores d’antigen i les cèl·lules que produeixen anticossos, les cèl·lules B o les cèl·lules que tenen receptors d’antigen, que són les cèl·lules T. Ens podem imaginar que el conjunt d’instruccions que necessiten aquests dos tipus diferents de cèl·lules són totalment diferents El que fem amb les tècniques de single cell no és seqüenciar l’ADN, sinó l’ARN. Podríem dir que és, dintre de tot el catàleg d’instruccions, només aquella petita proporció del catàleg que la cèl·lula necessita interpretar per generar les proteïnes. I aquest subcatàleg, si l’anomenem així, un catàleg més petit, és molt diferent de les cèl·lules del fetge, de les cèl·lules policia i de les cèl·lules B. I el que ens permet aquesta tecnologia que he parlat, single cell RNA sequencing, és quantificar aquest catàleg d’instruccions. I fent això podem agrupar cèl·lules que comparteixin aquest catàleg i agrupant-les i interpretant-les després les podem classificar. Aquí passem al segon punt, que també he mencionat, tenim la tecnologia, el segon punt és els ordinadors. Jo he fet el doctorat al Centre Nacional d’Analisis Genòmics, on tenim aquests superordinadors que ens permeten processar tot aquest volum ingent de dades que hem generat en aquest article. Tenim els mètodes computacionals, algorítmics, estadístics, que ens permeten, a partir d’aquestes dades que hem generat de single cell que emmagatzemem amb aquests superordinadors, d’analitzar-les per treure l’agulla del paller. Agrupem cèl·lules que tinguin un catàleg similar i fem servir el nostre coneixement d’immunologia d’aquells catàlegs concrets. Si nosaltres sabem que aquesta cèl·lula necessita anticossos per funcionar, sabem que l’anticòs és necessari per a la cèl·lula B. Llavors la classifiquem com a cèl·lula B. Aquest ha sigut el procés. Hem utilitzat bioinformàtica i coneixement d’immunologia per assignar un nom a cada clúster i passar de clústers a tipus cèl·lules.
Víctor J: Tu mires els catàlegs per veure si al final els mobles acaben sent els mateixos en les cèl·lules i assumir que si tenen els mateixos mobles seran del mateix tipus. Aquí necessites coneixement previ, que és el que hem parlat de les cèl·lules policia, les cèl·lules que presenten els antígens, etc. Però us heu trobat algun tipus cel·lular i heu dit: què fa això aquí. Com l’heu definit? Com es pot estar segur que aquestes cèl·lules existeixen i no són aquest soroll tècnic del que parlaves?
Ramon: Aquí, tornant al principi, estem a la interfase entre molts camps diferents i l’equip que tenim i que ha format part d’aquest procés està integrat per metges, biòlegs, immunòlegs, programadors, etc. I entre tots hem mirat el problema des de diferents angles per poder ser capaços de discernir el que és un tipus cel·lular concret i el que no. I tornant també a la idea de la conversa entre les dades i la hipòtesi, un cop hem tingut un tipus cel·lular que no era clar, el que hem fet és tornar al laboratori per validar-lo utilitzant bates, utilitzant pipetes i utilitzant tècniques que no generen aquest volum ingent de dades, sinó que són molt fines. Van a buscar d’una manera molt reduccionista aquest tipus cel·lular concret que ens interessa.
Víctor N: Superinteressant.
Víctor J: I avançant una mica en el tema i en la vostra feina, la següent pregunta seria com utilitzeu aquest mapa de cèl·lules de les amígdales per estudiar el càncer, perquè a la vostra feina es fa una anàlisi del limfoma de cèl·lula de mantell. Llavors, clar, passes d’una cosa a l’altra, quina utilitat té?
Ramon: Aquí hem parlat d’aquests dos tipus de cèl·lules. Les cèl·lules que presenten els antígens, els microbis, i les cèl·lules que els reconeixen, que serien les cèl·lules B. Aquestes cèl·lules B quan reconeixen un antigen podrien dir que es seleccionen. Aquestes cèl·lules es proliferen, es multipliquen i creen moltes còpies. Dintre d’aquest procés de selecció, proliferació i mutació, tenim un còctel tumorigènic molt fort, un còctel carcinogènic. Tenim mutacions, tenim proliferació, i això pot donar lloc a molts tumors diferents. Aquests tumors, de la manera que els patòlegs els reconeixen, és en base a la seva cèl·lula d’origen. Tenir un mapa molt complet de tots els estadis cel·lulars que té lloc en aquesta diferenciació, en aquesta proliferació de les cèl·lules B, ens pot permetre diagnosticar i crear unes taxonomies, unes classificacions molt més fines de les leucèmies i els limfomes.
Jo no seria tan valent, diria que hem fet un proof of concept. Hem iniciat la idea i en el futur esperem que altra gent utilitzi aquest atlas de cèl·lules que hem creat per crear aquestes taxonomies i classificacions més fines.
Víctor J: És un primer pas, no treguis mèrit. Per tancar el tema de la publicació, ens agradaria que ens comentessis quin és el resultat que destacaries més de l’estudi i de la teva recerca.
Ramon: Hi ha molts resultats que hem trobat, però per mi del qual estic més orgullós és que al final això era un projecte en el qual no teníem cap mena d’hipòtesi. A partir d’aquesta anàlisi n’hem trobat vàries que hem sigut capaços de validar, però el nostre objectiu des del principi era crear un recurs que qualsevol persona del món, qualsevol investigador interessat en el sistema immunitari, en les leucèmies, els limfomes, hi pogués tenir accés d’una manera molt fàcil. I del que estic més orgullós és que aquest recurs és molt accessible per la comunitat.
Víctor N: Sí, de fet una qüestió a la qual dediqueu és a la correcta difusió de les dades perquè la comunitat científica les pugui fer servir. Això ho fa tothom avui en dia?
Ramon: Malauradament no, i és un tema que m’hi porta bastant de cap. No només té implicacions en quant ha anat avançant la ciència, sinó dintre del mètode científic com a tal. Si tu m’estàs dient que a partir d’aquestes dades i d’aquestes conclusions, la base de la ciència és que qualsevol persona del món, a partir d’aquestes dades i mètodes, ha de ser capaç d’arribar a les mateixes conclusions. Si tu no em dones accés a aquestes dades, jo mai podré verificar que el que estàs concloent és veritat. Llavors, la validesa que té aquell article per mi ja és més baixa que algú que publica tant les dades com el codi.
Víctor J: Potser una pregunta que molta gent no hi pensa. Per què es fa això? Es fa per motius econòmics? Per què no es decideixen publicar aquestes dades?
Ramon: A mi em costa d’imaginar, però si hagués d’imaginar-m’ho, per un costat seria por, un sentiment molt humà que és que tot ha passat quatre anys amb aquesta investigació. Acabes molt cremat d’aquestes dades i realment fa por que si arribes a publicar aquestes dades amb una revista molt puntera, amb un factor d’impacte molt alt, que tothom, a qualsevol punt hi tingui accés, les reanalitzi, trobi errors a les teves dades, a la teva anàlisi, les publiqui a Twitter, que avui en dia s’amplifica tot molt. O sigui, un tuit perquè et facis una idea d’algun “tuit star” dels Estats Units pot arribar a milions i milions de vistes. Això com a científic, sobretot si estàs començant, genera molta por. A mi em pesa més l’ètica i els valors que aquesta por, llavors és el que em permet superar-la, però també empatitzo molt amb aquesta por. Altres sentiments dels quals no empatitzaria tant seria la competició feroç que hi ha en la ciència. Llavors molts investigadors no les publiquen perquè els competidors no les baixin, les reanalitzin i trobin coses que ells s’han perdut. Cosa que per mi no és raó per no compartir-la.
Víctor N: Totalment d’acord. Canviem de tema una miqueta. Una cosa que ens ha cridat l’atenció d’aquesta publicació és la quantitat d’autors i autores que hi ha. En total, 33. És veritablement un treball en equip molt gran. Suposo que estar en un equip tan gran és un repte.
Ramon: Acabes de tocar un punt que em toca l’ànima. Té aspectes positius, molt positius i molt negatius. Per un costat tenim aquesta interdisciplinarietat que parlàvem al principi. Aquesta és la raó per la qual hi ha tants autors, perquè hem mirat a les dades des de molts punts de vista i això com a tal és molt enriquidor perquè he après molt durant aquests tres anys, però també ha sigut molt challenging, que diríem en anglès, perquè per mi ha sigut el meu projecte principal del doctorat, però per molta altra gent ha sigut un projecte secundari. Llavors, quan treballes amb tanta gent, si necessites que aquest projecte tiri endavant i estàs en un punt de l’anàlisi que és un coll d’ampolla que no pots seguir, no pots tirar endavant fins que solucionis aquell coll d’ampolla i aquest coll d’ampolla depèn d’una persona per la qual aquesta anàlisi no és primordial perquè té altres projectes. Llavors això genera molta frustració i per a estudiants de doctorat que tenen una deadline, un termini molt marcat, pot generar bastant d’estrès, la veritat. És gratificant, però alhora pot ser frustrant en certs punts. Pot ser frustrant, per això una de les coses que he après en aquest projecte és la importància de la comunicació, de comunicar expectatives, de si això mateix ara no t’interessa, doncs anem a buscar una altra persona que sigui capaç d’analitzar-la. Si tu ara mateix no tens la capacitat física, mental, temporal d’analitzar-les, no passa res, però s’ha de comunicar. Només quan es comuniquen les expectatives i la capacitat que tenim tots de dur a terme la feina és quan podem buscar alternatives perquè el projecte tiri endavant.
Víctor J: Anirem tancant una mica les preguntes sobre el Tonsil Atlas que esperem veure publicat aquí poquet a alguna revista indexada.
Ramon: Jo també ho espero.
Víctor J: I passarem a unes altres preguntes més de la teva vida com a investigador. Al llarg de la teva carrera ens consta que has estat en molts grups de recerca diferents tant nacionals com internacionals encara que siguin estades curtes i et volem preguntar per tu quina és la millor qualitat que ha de tenir un grup de recerca per treballar-hi.
Ramon: Això ha anat evolucionant durant els anys. Quan vaig començar la carrera a mi em meravellaven aquests investigadors amb laboratoris molt grans que tenien molt de renom, que sortien a les notícies, i vaig fer el possible per estar en contacte, per apropar-me el màxim possible i aprendre d’ells. El que he vist malauradament és que molts cops hi ha una correlació directa entre el que és un laboratori i l’absència del cap pels seus doctorands, per la seva gent, o fins i tot molts cops, i això em pesa, molts cops aquests investigadors han arribat al més amunt trepitjant altra gent. No vull generalitzar, no vull dir que sigui el cas, però tenint avui el micròfon i tenint avui un altaveu és una cosa que vull posar en relleu i de manifest, i que com a estudiant naïf que entra a la carrera i el que t’arriba des de la societat és que aquests investigadors que posen el nom, que tenen molt de renom, molts cops de portes endintre, no són les millors persones. Si em preguntes a mi quina és la qualitat que destacaria d’un investigador, per mi seria la qualitat humana, l’empatia, la capacitat comunicativa. A mi no m’interessa treballar per una persona que tingui tot el nom del món si no cuida de la seva gent, si els seus treballadors, els seus estudiants no estan a gust amb ells. Com sabem i d’aquests últims anys s’han publicat molts articles sobre problemes de salut mental entre estudiants de doctorat i un dels factors més determinants en la salut mental dels doctorands és el supervisor. Per mi, si hagués de dir quins són per mi els meus ídols, són aquells investigadors que d’una manera ètica, com hem dit, compartint les dades, compartint el codi, compartint les preguntes de manera curiosa, duent a terme les seves investigacions, també cuidant de la seva gent, fomentant, mentoritzant, etc.
Víctor J: És un missatge meravellós i tot i que sembla una cosa molt òbvia, és una cosa que en aquest món de vegades sembla que no és tan òbvia i no és tan estesa com podria estar-ho i em sembla un missatge molt positiu, que s’ha de dir.
Has estat parlant també de la comunicació i que has après a comunicar que és molt important i fer investigació és aprendre moltes més coses més enllà de la ciència, de les cèl·lules i tot, sobretot pel que fa a gestionar la teva vida com a doctorand, com a investigador. Hi ha valors d’aquest tipus que hagis adquirit mentre feies el doctorat en la teva tesi? Segur que n’hi ha molts.
Ramon: N’hi ha molts, però tornant al tema de l’assumpte mental, m’agradaria compartir un exemple que ara mateix em fa molta gràcia. Ahir un dels meus millors amics va defensar la seva tesi a la Pompeu i em vaig trobar la cap d’estudis de biologia humana, i em va recordar el primer dia que ens va venir un d’aquests investigadors, professors que ens donava classe. Imagineu, era el 2012, en plena crisi econòmica, no hi havia finançament públic per la investigació, i va haver-hi un professor en qüestió que ens va estressar molt dient que o teníem tot excel·lents al currículum, a l’expedient acadèmic, o no tindríem possibilitat de fer un doctorat a Espanya.
Víctor J: Amb la perspectiva d’uns anys després, no ha canviat gaire.
Ramon: Vull dir que encara és així el missatge, però conec a tots els meus companys amb notes de 6 cap a dalt, que si han volgut fer doctorats els han fet i si no han marxat fora, i estan la mar de feliços. Però me’n recordo que amb aquest missatge vaig anar a la cap d’estudis i li vaig dir mira, tinc aquesta assignatura amb un 5 i poc o un 6, i sé que si anés a la recuperació al final t’acaba quedant aquesta nota. No hi hauria la possibilitat d’anar a recuperar una assignatura que he aprovat per ser capaç de pujar nota i tenir aquest excel·lent. Per què ho dic això? Perquè la ciència per mi és un imant de persones perfeccionistes, d’autoexigents, i que si miro al meu voltant estic envoltat d’elles i jo el primer és una cosa que des de petit m’han dit com a tal, he despuntat com a tal. I quan estàs amb un doctorat que és un projecte de 4 anys que depèn de tu, que és per allò que somiaves des que vas començar la carrera i que és per tot allò que portes quasi una dècada treballant, acabes sent com el teu fill i és una cosa que et prens molt en sèrio. El doctorat ha sigut aprendre a separar el professional de la vida personal, a no a prendre’s la feina tan “en serio”.
Tornant al que he dit abans, una de les coses que he après al final del doctorat és que el que pesa més quan acabes no és tant allò que has descobert, torno a dir que estic molt orgullós de la feina que hem fet, sinó de la gent que has trobat, de lo bé que t’ho has passat, etc. Per mi he après, per exemple, no treballar caps de setmana, tancar l’ordinador a partir de certa hora i dedicar-me a la meva gent o als meus hobbies a partir de certa hora, però també intentar treballar des de l’oficina, poder compartimentalitzar la meva vida, que la feina es quedi la feina, després surto d’allà i desconnecto. I això seria una de les coses que he après.
Víctor J: Em sembla també un aprenentatge bastant útil, sobretot perquè, com dius, en aquest món està plegat d’aquest “mundillo”, per dir-ho així de la ciència, i al final moltes vegades s’utilitza aquesta excusa que és la teva passió, has de dedicar tota la teva vida per aprofitar-te i per aprofitar-se’n i dedicar més espai del que hauries a la feina. Em sembla una cosa que s’ha d’aprendre i que costa d’aprendre de vegades.
Ramon: Costa molt d’aprendre, però per mi és el més important.
Víctor J: Molt bé. I una última pregunta, llavors, durant el doctorat també has parlat i tu has fet de professor a la universitat, que és una activitat que molts contractes s’estipulen. Llavors, com has compaginat la teva recerca, en general, el teu fill, la teva tesi, amb l’ensenyament? És una cosa factible amb el sistema que tenim muntat?
Ramon: He de dir que a Espanya no ho faciliten gaire.
Víctor J: Vaja, quina sorpresa.
Ramon: O sigui, se’t facilita si tens una beca FPU, que són les de formació de personal universitari, on dintre de la beca en si hi ha, crec que són 60 hores anuals que has de dedicar a la docència. Si no tens aquesta beca, la veritat és que tu has de buscar una mica pel teu compte. Com ho vaig trobar jo? Doncs amb aquesta interdisciplinarietat que parlàvem, dels àmbits on em vaig voler formar més, va ser amb les matemàtiques, i per mi no hi ha millor manera d’aprendre que ensenyar. Llavors, durant el primer any i mig, dos anys de doctorat, pel meu compte, i gràcies a, altre cop, els vídeos públics i la importància de l’educació pública de YouTube… Gràcies a internet, vaig poder accedir a les millors classes d’Àlgebra Lineal del MIT a Boston, i gràcies a això em vaig comprar el llibre, vaig estudiar, vaig aprendre, fins al punt on vaig contactar amb el professor de matemàtiques del màster que havia fet jo, i em vaig posar en contacte amb ell, i vam establir una col·laboració, i em va permetre, em va deixar, fer les hores pràctiques, diguem.
Víctor N: Molt bé, Ramon, doncs ha arribat el moment de fer-te les preguntes dels seguidors i, recordeu, si voleu participar en els següents programes, estigueu atents a les xarxes de Ciència Oberta i deixeu-nos una pregunta pel nostre convidat o convidada. Avui ens l’envia l’Alícia i diu el següent. Per on recomanes començar a introduir-se a la bioinformàtica? A algun lloc amb continguts per a diversos nivells?
Ramon: Jo et diria que, primer de tot, obre’t una compta de Twitter. Jo no he pres més bioinformàtica que a Twitter, i et diria que seguissis un usuari que es diu Ming Tang, fins que ara està a Boston, i podríem dir que és un influencer de bioinformàtica. Sabia que s’existia. Porta anys divulgant sobre bioinformàtica i recopilant recursos per estudiar i aprendre bioinformàtica. I ara, en concret, acaba de publicar un llibre que es diu From Cell Line to Command Line, que és d’intentar ensenyar bioinformàtica d’una manera molt divulgativa i explicar molt bé els passos que necessites per iniciar-te en la bioinformàtica.
Víctor N: Molt bé. És molt interessant i fins i tot apuntem el nom per tothom. Després de les preguntes dels seguidors, passem ara al minut d’or, com si fossis un polític al final del seu discurs. Ramon, et donem el màxim d’un minut perquè ens deixis un missatge, un consell o una reflexió general per a tota aquella gent que ara mateix ens està escoltant, estigui relacionat amb la ciència i la bioinformàtica, o no, com tu vulguis.
Ramon: Jo li recomanaria a l’oient d’aquest pòdcast i en la línia del que he anat esmentant en els últims minuts, que cuidi com més aviat millor de la seva salut mental. Per mi ha sigut el millor que he fet a la meva vida. Per circumstàncies diverses, per exemple, el moment que va suposar el més difícil és fer el pas d’haver d’acudir un psicòleg a una edat molt d’hora, quan tenia 21 anys. I tot i que el moment va ser molt difícil, en perspectiva és el millor que m’ha passat a la vida perquè en 22 anys ja vaig trobar aquells problemes que tenia, aquells patrons mentals que m’estaven sabotejant, i vaig aprendre a diagnosticar-los, a tractar-los, i a fer-los una altra cosa. I em trobo de vegades amb persones de 50 o 60 anys que clarament tenen patrons mentals molt fixats, que en potser sis mesos, un any de teràpia, serien capaces de resoldre, però com que no han estat exposades d’aquest entorn, segueixen donant-se de cap contra la paret. Llavors jo et diria, si identifiques que tens un problema, primer no passa res per demanar ajuda, o sigui, no et fa ni més dèbil ni més fort, és una cosa completament humana, i per mi la vulnerabilitat és una de les capacitats i trets humans més encomiables, podríem dir, i un cop l’identifiques, no tinguis por a demanar ajuda.
Víctor N: Molt bé. Sí, sí. Al final solem donar molta importància als problemes físics del cos, perquè el mental també està molt invisibilitzada, hi ha molta por al seu voltant, i és important que se’n pugui parlar obertament.
Doncs Ramon, abans d’acabar, ens agradaria que ens recomanessis, tradicionalment en els altres programes, havíem dit un llibre, una pel·lícula i un lloc, però també pots canviar alguna d’aquestes per algun altre passatemps que tu gaudeixis com un videojoc, un àlbum musical o el que tu vulguis. O una afició o un esport.
Ramon: Doncs una sèrie, ara mateix he acabat la sèrie de Succession, que està a HBO, i la recomanaria, perquè sobretot amb el tema de les cloques de l’estat, dona una perspectiva molt clara de com això es pot dur a terme. Un llibre, val a dir que no soc gaire l’actor, m’ha costat bastant crear l’hàbit, però un llibre que, tot i que aquesta dificultat, em va ajudar a iniciar-me va ser el de Billy Summers de Stephen King. Em va agradar molt. I un passatemps, m’agrada molt el tennis-taula. És un esport que feia de petit i que he començat a entrenar des de fa poc i que m’ha ajudat molt a desconnectar de la feina, com parlàvem abans, i que gaudeixo moltíssim.
Víctor N: I el lloc?
Ramon: Costa Brava o Menorca.
Víctor N: Tens clares les teves prioritats i gustos.
Ramon: Sí, molt clares.
Víctor N:Doncs amb aquestes recomanacions ens hem d’anar acomiadant. Moltes gràcies, Ramon, per concedir-nos el teu temps i per estar avui amb nosaltres i també per la teva tasca diària.
Ramon: Moltes gràcies, Víctor. Ha estat un plaer estar aquí amb vosaltres. Ho he gaudit com un nen.
Víctor N: Ets sempre benvingut aquí. I gràcies a tu també, Víctor, i a tot l’equip de RecerCA’T per tirar endavant tot això. Un plaer i gràcies als dos per venir, Ramon, i per portar el pòdcast, Víctor.
I també hem d’agrair a l’IDIBAPS per cedir-nos l’espai i a la Fundació Catalana per a la Recerca i la Innovació per subvencionar el projecte. Fins al pròxim recerca’t!
