Altos niveles de globulinas y bajos niveles de fosfatasa alcalina predicen la muerte cercana de un delfín
Cuando se reúnen Sylvain De Guise y sus amigos, no es en una barbacoa ni para jugar al pickleball. Sus reencuentros ocurren en barcos de investigación.
De Guise, profesor de patobiología y ciencias veterinarias de la Facultad de Agricultura, Salud y Recursos Naturales, y sus colegas de la Universidad de Connecticut, han estado estudiando las poblaciones de delfines en el sureste de los Estados Unidos durante décadas. Cada verano salen al agua para recoger muestras y estudiar la salud de los delfines.
"Es como conocer a 80 de tus mejores amigos cada año en un campamento", dice De Guise, quien también es director de Connecticut Sea Grant. "Hay camaradería".
Al igual que el chequeo anual de un ser humano, uno de los componentes clave para evaluar la salud del delfín es una muestra de sangre.
Ahora, este grupo ha desarrollado una forma nueva y mejorada de comprender qué significan estas muestras para la salud de toda la población.
El grupo revisó años y años de datos que habían recopilado sobre cientos de delfines para determinar qué señales biológicas podían decirles más sobre la supervivencia a largo plazo de un delfín.
"Hicimos un estudio retrospectivo analizando diferentes poblaciones que fueron muestreadas en diferentes momentos, en diferentes lugares, por diferentes razones. Esto nos permitirá ver si había cosas que no eran obvias al principio y que, en retrospectiva, predecían problemas de salud", dice De Guise. "Y para determinar si esos problemas de salud eran realmente problemáticos, evaluamos si los delfines que tomamos muestras murieron en años posteriores".
Los investigadores descubrieron que tener altos niveles de globulinas y bajos niveles de fosfatasa alcalina predecía de manera confiable la muerte de un delfín en dos años. Ambas métricas son marcadores de inflamación y, por lo tanto, indican estrés en el sistema inmunológico.
Imagen: Descripción general del enfoque analítico para ajustar coeficientes para los parámetros del modelo y aplicación del modelo del sistema experto veterinario para la predicción de resultados (VESOP). Los datos de salud son predictores. Los datos de varamiento y de identificación fotográfica (photo-ID) proporcionan resultados observados e insumos para los modelos de captura-marca-recaptura para estimar los resultados de supervivencia para destinos desconocidos. El modelo ajustado se puede aplicar a una nueva población (Popj) para estimar una tasa de supervivencia anual.
"Si eres constantemente atacado por desafíos inmunológicos, sigues respondiendo y respondiendo y respondiendo, generas más inmunoglobulinas", De Guise. "Eso podría ser un reflejo de un estrés a largo plazo en su salud".
En particular, estos marcadores no están incluidos en los casos de los libros de texto sobre qué buscar para predecir la mala salud de los delfines.
"Algunas cosas, como los altos niveles de globulinas, si las analizáramos por sí solas, no serían un importante motivo de preocupación", dice De Guise. "Pero si nos fijamos en un modelo que incluye varias variables, a menudo se asocia con aumentos de la mortalidad".
Los marcadores tradicionales de estrés del sistema inmunológico, como el recuento de glóbulos blancos, varían con el tiempo, lo que los hace menos útiles para predecir la supervivencia a largo plazo.
El modelo que desarrollaron los investigadores es particularmente útil cuando se analiza la mortalidad asociada con enfermedades en poblaciones de delfines donde se han producido catástrofes ambientales.
Por ejemplo, los delfines que viven en ambientes tóxicos como el Golfo de México, lugar del derrame de petróleo de Deep Water Horizon en 2010, pueden sufrir problemas de salud crónicos que estos marcadores pueden exponer.
Imagen: Poblaciones de delfines mulares de bahía, estrecho y estuario de las que se obtuvieron datos de salud (recuadros).
Pero, señala De Guise, el modelo no puede dar cuenta de eventos aleatorios como la proliferación de algas nocivas que matan a los delfines casi instantáneamente.
"Si evaluaras los resultados de salud en humanos, sería poco probable que capturaras algo en una muestra de sangre que indicara que te iba a atropellar un autobús al día siguiente", dice De Guise. "Es una especie de equivalente del delfín, que no podemos predecir con una muestra de sangre".
Esta información puede permitir a los investigadores estudiar la salud de los delfines de forma más eficaz. Al saber qué marcadores son indicadores confiables de mortalidad, pueden usar una pequeña muestra de sangre en lugar de un examen físico completo, que puede tomar una hora por delfín e involucra grandes equipos de campo.
"Si, por ejemplo, tuvieras que recolectar un poco de sangre, en lugar de mirar 100 parámetros, si tuvieras que mirar cinco, ¿cuáles elegirías?" Dice De Guise. "Y podríamos elegir algunos que, según ese modelo, estén asociados con malos resultados de salud".
Actualmente, los investigadores están desarrollando formas de tomar pequeñas muestras de sangre de delfines de forma remota. Esto implicaría el uso de una tecnología similar a una ballesta para lanzar al delfín un dispositivo de muestreo.
De Guise compara el dispositivo con un monitor de diabetes, que recoge sólo unas pocas gotas de sangre. El dispositivo permanece sobre el delfín durante un minuto y luego se cae.
Ya existen métodos que pueden tomar muestras de piel y grasa de manera similar. Este método requiere sólo tres o cuatro personas en un bote, en lugar del esfuerzo de 80 personas necesario para completar los exámenes físicos completos.
Estas nuevas tecnologías también podrían permitir a los investigadores recolectar muestras de delfines más tímidos que tienden a permanecer demasiado lejos del barco para ser capturados para un examen físico.
"Si pudiéramos validar métodos confiables para estas evaluaciones de salud, podríamos tomar una cantidad mucho mayor de muestras de una submuestra más aleatoria de la población. Mejoraría los resultados del modelo y también la interpretación de los resultados del modelo", afirma De Guise.
Los hallazgos se han publicado en Conservation Biology: An expert-based system to predict population survival rate from health data