És una “frikada”, ho sé. Però m’ha fet gràcia. Aquests dies estic fent un càlcul gegant, 80 CPUs treballant durant un temps estimat de 30 dies. Aquest càlcul va agafant molècules d’un fitxer i va “jugant” amb elles (fins aquí tota la informació, ja n’explicaré més coses quan el tingui).

Em feia gràcia muntar quelcom per poder veure, de manera senzilla i fora del despatx, com anàven els resultats. I la solució l’he trobat al Twitter. La idea és ben senzilla: un script que s’executa com a dimoni, cada X segons, fa un sumari dels resultats obtinguts fins al moment i envia el resultat a un compte del Twitter. Associó aquest compte al meu ja existent i, ja està, cada vegada que em connecto al Twitter miro com tinc els càlculs.

Per enviar coses al Twitter empro un “truc” que vaig llegir fa un temps aquí. Cal crear (si no es té ja) el fitxer .netrc al home i inserir-hi el codi següent:

1

machine twitter.com login TWITTERUSER password TWITTERPASS

Per enviar quelcom, només cal teclejar:

1

curl -n -d status='EL QUE HI VOLS ENVIAR' https://twitter.com/statuses/update.xml

I ja està. Si es vol automatitzar (que és el que he fet jo), s’escripta i llestos.

Com he dit algunes vegades, empro el pybel a diari.Aquest conjunt de classes que permeten cridar l’openbabel des de qualsevol script python, van molt bé per fer diverses tasques en quimioinformàtica (manejar molècules, càlculs de descriptors, dibuixar molècules,…).

Va molt bé però, cal vigilar amb la memòria quan es treballa amb un gran nombre de molècules (parlo de l’ordre de milions de molècules). Si es fa servir a “petita escala” no hi ha cap problema, ara bé, si s’empra a gran escala cal tenir cura de l’ús de la memòria.

He estat dos dies lluitant amb això. Tenia un programet per analitzar uns quants milions de molècules, totes les proves m’anaven bé fins que en feia ús a gran escala. Aleshores la memòria s’anava carregant gradualment fins a saturar la màquina. M’he mirat el codi de dalt a baix, esborrat totes les variables després de fer-ne ús, escriure tots els fitxers de sortida al moment,… però res, memòria a “tope”. Finalment he vist que l’error venia del pybel (no sé si del propi pybel o de l’openbabel).

Dijous vinent (12 de novembre), al CosmoCaixa hi ha una xerrada que crec que pot ser molt interessant: “Qui va matar Darwin? 100 anys del descobriment de la malaltia de Chagas“. S’organitza dins del programa de Cooperació Internacional de la Fundació La Caixa coincidint amb els 100 anys del descobriment de la malaltia de Chagas i el bicentenari del naixement de’n Charles Darwin.

El programa és el següent:

18.30 h
Introducció
A càrrec de Joaquim Gascon
Cap de la Secció de Medicina Tropical. Centre de Salut lnternacional, Hospital Clinic. Investigador Principal, CRESIB (Hospital Clinic-Universitat de Barcelona).

18.40 h
Darwin i la malaltia de Chagas
A càrrec de Jordi Serrallonga
Arqueòleg
I deMª Jesús Pinazo
Metgessa adjunta de la Secció de Medicina Tropical. Centre de Salut Internacional, Hospital Clinic. Investigadora del CRESIB (Hospital Clinic-Universitat de Barcelona).

19.10h
Malaltia de Chagas a AmBrica: un exemple de Cooperació -
A càrrec de Nines Lima
Responsable tècnic de malalties tropicals de Metges sense Fronteres

19.30 h
Investigant la malaltia de Chagas
A càrrec de Joaquim Gascon

19.40 h
Tinc Chagas: Interrogants entorn a la malaltia de Chagas
A càrrec de Elizabeth Posada
Antropòloga de /’Hospital Clinic de Barcelona
i el testimoni d ‘un pacient

Pybel és un conjunt de classes escrites en Python per treballar amb l’OpenBabel. És una eina molt potent que et permet fer ús de totes les utilitats de l’OpenBabel des de Python. Jo l’empro molt i a diari!

Per, per exemple, llegir un smile i escriure’n un sdf només cal fer el següent:

1
2
3
4
5
6
7
8
9
10
11
12

#Importar el pybel
from pybel import *
 
#Ara llegirem l'smile
mol = readstring('smi', 'CCCC(Cl)CCF')
 
#Obrim el fitxer de sortida
out =Outputfile('sdf','NomDelFitxer.sdf')
#Hi escrivim i tanquem
 
out.write(mol)
out.close()

Això va molt bé però m’he trobat que escriu sdfs sense posar cap títol (nom) a les molècules. Pel que ho estic emprant ara però, necessito posar els InchiK com a títol de cada molècula. Hi he estat hores i hores, intentant entendre la classe “Outputfile”, però he desistit, no crec que es pugui fer, així, directament.

Com a alternativa he decidit emprar els mètodes natius de Python per escriure fitxers, barrejat amb el Pybel (l’opció molecula.write). Així doncs:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

#Importar el pybel
from pybel import *
 
#Ara llegirem l'smile
mol = readstring('smi', 'CCCC(Cl)CCF')
 
#Obrim el fitxer de sortida (tal com es fa amb Python). Li diem que és per escriure
out = open('NomDelFitxer.sdf','w')
 
#Hi escrivim el títol
out.write('TítolDeLaMolecula')
 
#I ara, la molècula
out.write(mol.write('sdf'))
 
#Finalment, tanquem
out.close()

De moment, és l’única solució que he trobat i va prou bé.

Avui, tot escoltant la ràdio, he sentit una noticia relacionada amb la cimera pel canvi climàtic que es fa aquests dies a Barcelona que m’ha cridat l’atenció. La noticia feia referència als costos en salut que suposarà el canvi climàtic i es referia a l’augment de malalties concretes en zones no endèmiques (en zones on no són freqüents).

Fa temps que es parla dels canvis en les malalties degut als canvis climàtics, un exemple és la presència de malària en altiplans africans on abans no n’hi havia. Això és degut a que fins ara, el vector que transmetia la malària no podia viure en aquestes zones degut a les condicions ambientals (més fredes) però ara, amb un lleuger escalfament, ja s’hi pot desenvolupar sense problemes. Però això és a l’Àfrica i ens queda massa lluny. Tenim algun projecte que estudia les evolucions de malalties com la malària en funció del clima i la població, però ben poqueta cosa.

Però bé, si el clima canvia, les temperatures pugen i, si això li sumem el fet que cada vegada ens movem més i que visitem llocs remots i llunyans, fa que, malalties no endèmiques de zones “riques”, ens puguin portar algun problema. Només cal recordar els mals de cap del mosquit tigre (Aedes albopictus),i això que a casa nostra “només” ens molesta la picada!

Ara comencem a parlar dels costos en salut que ens pot comportar el canvi climàtic. Ara. Aquí, als “països enriquits” tenim sort de tenir maneres d’afrontar aquests costos. Però fa anys que hi ha gent que els pateix i no tenen més remei que conviure amb ells. “Oblidem” aquestes malalties, res, són coses de l’Àfrica i ens queda molt lluny! però quan ens afectin, segur que començarem a veure patents de nous medicaments (que la gent del sud tampoc podrà adquirir), i hi sabrem posar solucions. I doncs, per què no ens hi posem ja?

La Marató de TV3 d’enguany està dedicada a les malalties rares, malalties que, a l’afectar una minoria de la població, no reben l’atenció ni tenen els tractaments que tenen les malalties “rentables”.

Aquestes malalties afecten una proporció molt baixa de població i això fa que no siguin “rentables” per als laboratoris farmacèutis que, desenganyem-nos, són, per norma general, els encarregats de llançar nous fàrmacs i/o tractaments al mercat. I, per tant, aquestes empreses es mouen per les regles del mercat i, on no hi ha diners, no hi inverteixen. Aquestes malalties, tot sovint, no són prou rentables i, per tant, no disposen ni de la recerca ni dels tractaments que tenen d’altres malalties. Em sona (i ara ho dic de cap) que algunes administracions donen algun tipus d’ajuda a les indústries que desenvolupen tractaments per a aquestes malalties, però, en molts casos, la recerca bàsica està encara massa endarrerida.

Hi ha però grups de recerca, tot sovint bàsica, que es dediquen a estudiar aquestes patologies, també hi ha grups de metges que miren d’identificar diferents casos i fer-ne un seguiment. I felicito tota aquesta gent, treballar en “coses” minoritaries no sempre és fàcil. I, per això m’alegro que la Marató d’enguany estigui dedicada a aquestes patologies.

Hi ha però, un altre grup de malalties “no rentables” i, en aquest cas, no són ni molt menys rares ni minoritàries: les malalties oblidades. Malalties que afecten milions de persones arreu del món però que, per desgràcia, són persones que no poden accedir a cap tractament, que no tenen poder adquisitiu per adquirir un hipotètic tractament i que, per tant, no interessen a aquells que busquen el negoci en el disseny de fàrmacs.

Com he dit, m’alegro que la Marató d’enguany tracti les malalties rares però em faria il·lusió i m’agradaria veure, en un futur, una Marató dedicada a les malalties oblidades.

M’ha arribat per diferents bandes però encara no sé si és oficial, així que parlaré de “C”. I he de dir que “C” tanca la paradeta. “C”, una xarxa de recerca a nivell estatal plega, li han retirat el finançament i no pot continuar.

Conseqüències? es destruiran uns 25 llocs de treball directes, els de la gent que treballen al nucli de la xarxa i, alguns més d’indirectes, gent que treballa a d’altres centres de recerca i universitats els sous de les quals es financen amb un acord amb “C”.

Estem parlant de gent qualificada, molta amb un doctorat a l’esquena. Però en fi, les ministres diuen que la retallada no afectarà la gent, no pas. Suposo que és més senzill ensenyar a quatre científics com posar maons i arreglar les boreres que no pas fer una reconversió a fons del model econòmic.

Avui s’ha obert al públic la ChemPedia, un repositori obert, públic i gratuït de molècules. Quan algú hi afegeix una nova molècula, aquesta passa una revisió i se li assigna un codi únic. Posteriorment, els usuaris del portal li poden assignar noms.

L’eina crec que està molt bé i pot ser molt útil per a gestionar els sinònims (el paracetamol, per exemple, es coneix amb els noms de paracetamol i acetaminophen). Els usuaris, a banda d’assignar noms, poden votar pels noms ja assignats. Amb tot, els usuaris van obtenint una puntuació (en funció de si s’assignen noms a molècules seves, si assignen noms a d’altres molècules. Com més puntuació té l’usuari, més confiança se li dóna.

Com a punt fort hi destacaria el tema dels sinònims i la facilitat de ser-ne usuari (funciona amb openID, usuari Google, Yahoo!, Wordpres,…). Com a punts negatius però, el fet de crear una enèssima classificació (que els gestors del portal li assignen un rang d’única) i no fer ús d’eines existents i universals com els Inchis. Per altra banda, per afegir una nova molècula cal dibuixar-la en un “applet”, no permetent afegir ni smiles ni “pujar” sdf (cosa que simplificaria enormement la tasca).

La idea és bona però crec que caldrà veure com evoluciona.

La malalties oblidades, bàsicament tropicals, no són rentables. Afecten a milions de persones però, tot i així, hi ha escassos i antics (sovint, amb molts efectes secundaris) tractaments. Això és bàsicament perquè aquestes malalties afecten a països, a població, amb pocs recursos i, per tant, un laboratori que desenvolupi i comercialitzi un medicament per a aquesta població, rarament obtindrà els escandalosos beneficis que obté produïnt un comprimit contra la caiguda del cabell.

Això fa que, aquestes malalties tinguin, com he dit, escassos tractaments, antics i amb greus efectes secundaris. Si bé és cert que hi ha grups de recerca, tot i que són minoria, que poden fer recerca bàsica amb aquestes malalties, aquests grups no tenen, ni de bon tros, els recursos necessaris per engegar tots els engranatges necessaris per a desenvolupar un nou medicament.

Avui, fent una mica de bibliografia he trobat un article a PLoS Neglected Tropical Diseases, de finals d’agost que parla dels avenços en el desenvolupament de fàrmacs per a aquestes malalties. La lectura, llarga però interessant, resumeix el que s’ha fet i s’està fent en el desenvolupament de fàrmacs per aquestes malalties.

Seguim amb el tema pressupostos de l’Estat. I seguim també amb el tema personal. Com deia dies enrere, tot i que les ministres involucrades en el cas insisteixin en que la retallada no afectarà als llocs de treball, jo no hi estic d’acord. Suposo que no veuen que el fet de disminuïr les contractacions de personal de recerca sí que és “afectar la gent”. Suposo que només entenen com a “afectar la gent” que la retallada impliqui haver de fer fora personal.

Primer, la retallada segur que implicarà una disminució de personal en centres de recerca i universitats. El personal és el més costós en recerca. El personal no és una màquina que compres, hi inverteixes uns milers d’euros i allà la tens. I, per tant, si hi ha menys diners, hi ha menys personal.

Avui he llegit un escrit al bloc de l’Enric Canela que ens remet a un article de El País. En ell s’hi desgloça com afectarà la retallada al personal i, la conclusió: si vols matar l’arbre, si us plau, talla-li les arrels.

Per què? doncs per que tot allò que implica formació de personal científic patirà les fonestes conseqüències de la disminució de fons. Es disminuirà el nombre de beques FPU (formació de professorat universitari -les beques “predoc”-), el nombre de beques FPI (formació de personal investigador -beques “predoc” vinculades a projectes del Plan Nacional-), el nombre de beques post-doc i, el colofó, es reduiran de manera dràstica els fons del programa Ciber (de l’Instituto de Salud Carlos III) que són bàsicament de personal. Només aquest darrer capítol suposa una eliminació o no creació d’entre 400 i 500 contractes.

Cal destacar que del Carlos III en surten les “joves” Sara Borrell, programes de post-doc de quatre anys. Una aposta per la creació d’una carrera investigadora paral·lela a la funcionarial.

En fi, no, no ministres, no afectarem el personal. Farem quelcom pitjor! ens carregarem l’arbre de la ciència, però no l’esporgarem, li tallarem les arrels per matar-lo des de la base.