Community needs for FAIR pathogen data

Este estudio de la Red de Datos de Patógenos (PDN) identifica que las principales barreras para la implementación de datos FAIR en enfermedades infecciosas son sistémicas, como la falta de financiación y personal capacitado, y establece que la formación en bioinformática y el uso del Portal de Patógenos son prioridades clave para la comunidad.

Lo esencial

Imagina que el mundo de la investigación sobre enfermedades infecciosas es como una gigantesca biblioteca de recetas médicas, pero con un problema enorme: las recetas están escritas en idiomas diferentes, guardadas en cajas de zapatos bajo la cama, en sótanos sin luz o en bibliotecas que no te dejan entrar.

Este artículo es el resultado de una encuesta masiva realizada por un grupo llamado "Red de Datos de Patógenos" (PDN). Su objetivo era simple: preguntar a los chefs de esta biblioteca (científicos, médicos, educadores) qué les impide cocinar la comida perfecta para salvar vidas.

Aquí tienes la explicación de lo que descubrieron, usando analogías sencillas:

1. El Problema: La Biblioteca Desordenada

Los investigadores querían que sus datos fueran FAIR (en inglés, significa Encontrable, Accesible, Interoperable y Reutilizable). En español, imagina que quieres que todas las recetas sean fáciles de buscar, que cualquiera pueda entrar a la cocina, que las medidas sean las mismas para todos y que puedas usarlas para crear nuevos platos.

Pero, ¿qué les impide hacerlo? La encuesta reveló que no es un problema de tecnología, sino de recursos y organización.

• El dinero no alcanza (74%): Es como intentar construir una casa sin presupuesto para ladrillos. Les falta dinero para comprar las herramientas necesarias o pagar las suscripciones a las bases de datos.
• Las cajas están separadas (68%): Imagina que tienes los ingredientes en la nevera, pero la harina está en el garaje y la sal en el jardín. Los datos están "aislados" en diferentes sistemas que no se hablan entre sí. Es muy difícil juntarlos.
• Falta personal experto (52%): Hay muchos ingredientes, pero pocos chefs que sepan cómo cocinarlos todos juntos. Falta gente con las habilidades necesarias para manejar estos datos complejos.

2. Lo que NO es el problema

Curiosamente, la gente no dijo que el problema fuera que la tecnología fuera mala o que tuvieran miedo de que robaran sus recetas.

• La mayoría dijo que la tecnología actual es suficiente.
• Tampoco les preocupa demasiado que alguien use mal los datos (aunque es un tema serio, no es su mayor queja diaria).
• La moraleja: El problema no es que falten "ordenadores potentes", sino que falta dinero, coordinación y gente capacitada.

3. Lo que la gente quiere aprender (La "Lista de la Compra" de Formación)

Si pudieras abrir una escuela para estos investigadores, ¿qué les enseñarías?

• Lo más urgente: "Bioinformática para enfermedades" (68%). Básicamente, cómo usar la computadora para entender los virus y bacterias.
• El segundo lugar: Cómo usar el "Portal de Patógenos". Imagina que la PDN construyó una app central donde todas las recetas están organizadas. El 72% de la gente dijo que esta app es la herramienta más importante que tienen.
• Diferencias entre grupos:
  • Los científicos querían aprender trucos avanzados, como usar Inteligencia Artificial (IA) para predecir brotes.
  • Los educadores (los profesores) querían historias reales y casos prácticos para enseñar a sus alumnos.

4. ¿Cómo prefieren aprender?

Olvídate de las clases presenciales largas y aburridas en un auditorio.

• La gente prefiere cursos cortos virtuales (68%) y webinars (66%).
• Es como si dijeran: "No tenemos tiempo para ir a la universidad un año entero; necesitamos recetas rápidas que podamos ver en el móvil mientras tomamos café".

5. La Conclusión: ¿Qué hacemos ahora?

El estudio nos dice que para arreglar el sistema de datos de enfermedades, no necesitamos inventar una nueva máquina mágica. Necesitamos:

1. Más dinero para que la gente pueda trabajar.
2. Mejor coordinación para que las "cajas de recetas" se hablen entre sí.
3. Más formación rápida y práctica, especialmente en cómo usar la nueva "App Central" (el Portal de Patógenos).

En resumen:
La comunidad científica tiene las herramientas y la voluntad, pero está atada de manos por la falta de fondos y la desorganización. Si logramos darles el dinero, la conexión entre sistemas y la formación correcta, podrán responder mucho más rápido a las futuras pandemias y salvar más vidas. Es como pasar de tener ingredientes sueltos en la cocina a tener un chef experto con una receta clara y un horno encendido.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo en español, estructurado según los componentes solicitados:

Título: Necesidades de la comunidad para datos de patógenos FAIR

1. Problema

Los conjuntos de datos relacionados con enfermedades infecciosas son fundamentales para la toma de decisiones en salud pública, especialmente en la era de la medicina genómica. Sin embargo, su potencial no se aprovecha plenamente debido a que los datos suelen estar aislados ("silos"), mal anotados o inaccesibles. Aunque existe un consenso general sobre la importancia de los principios FAIR (Findable, Accessible, Interoperable, Reusable - Localizables, Accesibles, Interoperables y Reutilizables) para acelerar el descubrimiento científico, las necesidades específicas de la comunidad global de datos de patógenos no habían sido caracterizadas sistemáticamente.

Las barreras para compartir y reutilizar estos datos van más allá de las limitaciones técnicas e incluyen:

• Insuficiente apoyo institucional.
• Falta de experiencia para completar procesos de envío.
• Consideraciones éticas y de sensibilidad de los datos.
• Limitada experiencia computacional.
• Restricciones presupuestarias y de personal cualificado.

2. Metodología

El estudio fue realizado por la Red de Datos de Patógenos (PDN, por sus siglas en inglés) mediante una encuesta transversal a partes interesadas (stakeholders).

• Diseño: Se desarrolló un cuestionario de 10 ítems (preguntas de opción múltiple, tipo Likert y abiertas) enfocado en demografía, contexto institucional, barreras percibidas y necesidades de formación.
• Población y Recolección de Datos: La encuesta se distribuyó entre febrero y abril de 2025 a través de canales profesionales, listas de correo (incluyendo 7.000 docentes universitarios y 4.000 becarios de los NIH/NIAID) y redes sociales. Se alcanzaron aproximadamente 10.000 destinatarios.
• Muestra: Se analizaron 136 respuestas válidas completadas por investigadores, profesionales de la salud, bioinformáticos, educadores y responsables de políticas.
• Análisis: Los datos cuantitativos se analizaron descriptivamente (frecuencias y proporciones) utilizando R. Las respuestas abiertas se revisaron cualitativamente para identificar temas recurrentes. No se ofreció compensación y el protocolo fue exento de revisión ética.

3. Contribuciones Clave

• Diagnóstico Empírico: Proporciona la primera caracterización sistemática de las prioridades de infraestructura y educación de la comunidad global de datos de patógenos.
• Marco de Referencia: Establece una línea base empírica para alinear el desarrollo de infraestructura, la formación y la divulgación con las necesidades reales de los usuarios.
• Recurso Reutilizable: El marco de la encuesta y el conjunto de datos abierto sirven como una plantilla reutilizable para evaluar necesidades en otras comunidades y regiones.
• Validación de Herramientas: Ofrece retroalimentación directa sobre la utilidad de los recursos de la PDN, específicamente el "Portal de Patógenos".

4. Resultados Principales

Los hallazgos revelaron que las barreras son predominantemente sistémicas y estructurales, no puramente tecnológicas:

• Barreras Identificadas:

  • Financiación limitada: El 74% de los encuestados la citó como la barrera principal (insuficiencia de presupuesto para experimentos, herramientas computacionales y suscripciones).
  • Desafíos de agregación de datos: El 68% reportó dificultades para combinar y compartir datos entre sistemas y organizaciones aisladas.
  • Escasez de personal cualificado: El 52% señaló la falta de expertos como un obstáculo significativo.
  • Nota: Pocos participantes consideraron limitaciones técnicas o el riesgo de mal uso de datos como barreras primarias.

• Necesidades de Formación:

  • Prioridad Máxima: La bioinformática para la investigación de enfermedades infecciosas fue la prioridad más alta (68%).
  • Segunda Prioridad: Guía sobre el uso del Portal de Patógenos de la PDN (51%).
  • Otros temas: Visualización de datos (50%), gestión de datos (41%) y aplicación de Machine Learning/IA (39%).
  • Diferencias por rol: Los investigadores priorizaron temas técnicos (ML, gestión de datos FAIR), mientras que los educadores priorizaron estudios de caso del mundo real y conocimientos fundamentales del dominio.

• Formatos Preferidos:

  • Cursos virtuales cortos (68%) y seminarios web (66%) fueron los formatos más demandados, superando a los cursos presenciales (53%).

• Valoración de Recursos de la PDN:

  • El Portal de Patógenos fue calificado como el recurso más esencial por el 72% de los participantes.
  • Le siguieron los estándares de metadatos (43%) y los flujos de trabajo analíticos validados (37%).

5. Significado e Implicaciones

Los resultados indican que los impedimentos actuales para la adopción de datos FAIR en patógenos son organizacionales y estructurales (financiación, coordinación interinstitucional y desarrollo de capital humano) más que tecnológicos.

• Estrategia de Intervención: Para mejorar la interoperabilidad y reutilización de datos, las organizaciones de apoyo deben priorizar la inversión sostenida en:
  1. Formación en bioinformática aplicada a enfermedades infecciosas.
  2. Fortalecimiento de la infraestructura centralizada (como el Portal de Patógenos).
  3. Desarrollo de programas de capacitación flexibles y distribuidos (virtuales).
• Impacto Futuro: Abordar estas necesidades sistémicas es crucial no solo para responder a brotes infecciosos actuales y futuros, sino también para resolver preguntas fundamentales en la investigación de patógenos. El estudio sugiere que la comunidad está lista para adoptar herramientas FAIR si se eliminan las barreras de recursos y formación.