Santander destina más de 630.000 euros en la Comunitat a 6 investigaciones sobre covid-19 

VALÈNCIA. Nuevos sistemas de diagnóstico del SARS-CoV 2, identificación de compuestos y proteínas que sean capaces de frenar la infección viral o el desarrollo de nuevas herramientas basadas en inteligencia artificial para hacer pronósticos fiables y personalizados del desarrollo de la enfermedad en cada paciente, son algunas de las investigaciones lideradas por cuatro universidades valencianas cuyos proyectos han sido seleccionados por el Fondo Supera Covid 19, entre 700 presentados en toda España.

Un total de 6 investigaciones a las que Banco Santander, a través de Santander Universidades, ha destinado más de 630.000 euros de un total de 8,5 millones con los que está dotado el Fondo Supera Covid 19, promovido por la entidad en colaboración con Crue Universidades Españolas y el CSIC.

El Fondo respalda proyectos impulsados por las universidades españolas y el CSIC, sobre tres ejes estratégicos: investigación aplicada sobre el virus y su prevención, a los que se han destinado 5 millones de euros; estudios de impacto social, dotados con un millón de euros y fortalecimiento de la capacidad tecnológica de las universidades y reducción de la brecha digital, eje al que se han dirigido 2,5 millones.

España cuenta con numerosos estudios y proyectos de investigación sobre el covid-19 y su impacto, tanto en la salud de las personas como a nivel económico y social y las universidades están jugando un papel fundamental en esta labor.

En este contexto, todas las universidades valencianas que cuentan con acuerdos de colaboración con Santander apoyaron desde el primer momento la iniciativa Fondo Supera Covid-19 y de ellas, cuatro universidades están liderando 6 de los proyectos seleccionados por el Fondo:

• La Universidad de Valencia lidera tres de ellos: COV-CRISPIS, que se desarrolla en el Instituto de Biología Integrativa de Sistemas y se trata de un nuevo biosistema autónomo para diagnosticar la presencia del SARS-CoV-2 en tres pasos de reacción tras la recogida de la muestra, sin necesidad de un equipo sofisticado; BlockAce, impulsado en el Instituto de Química Médica para identificar compuestos y  proteínas que frenen la infección viral al impedir la entrada del virus en las células del huésped; y el estudio ‘Los ROstros del COvid-19. Género e Impactos Socioeconómicos’.

• La Universidad Politécnica de Valencia, que junto a la Universidad de Valencia figura entre las top 100  ‘Europe's Most Innovative Universities’ elaborado por Reuters, lidera el proyecto SUBCOVERWD-19 para el desarrollo de un sistema que, mediante inteligencia artificial y aprendizaje automático, ayude a pronosticar la evolución de cada paciente covid 19 en el momento de su ingreso. Un trabajo en el que colaboran también expertos del Instituto de Investigación Sanitaria INCLIVA del Hospital Clínico Universitario de Valencia y del Instituto de Investigación del Hospital Universitario 12 de Octubre de Madrid i+12.

• La Universidad de Alicante encabeza otro estudio para analizar la violencia de género en relación a las  respuestas socio-sanitarias que se han proporcionado durante la crisis del coronavirus. Según la Universidad, durante el confinamiento se produjo un incremento de las llamadas de emergencia y una disminución de las denuncias por violencia familiar y en la pareja por las dificultades inherentes a la imposibilidad de salir de los domicilios. La investigación se lleva a cabo con un equipo multidisciplinar integrado por expertos también de las universidades Autónoma de Madrid, Lleida, el Instituto Carlos III y CIBER de Epidemiología y Salud Pública.

• La Universidad Jaume I es protagonista de del proyecto ‘Ciencias de datos en la lucha contra la COVID-19: movilidad, modelos epidemiológicos, modelos predictivos y ciencia ciudadana’, que analizará la movilidad de los ciudadanos, cómo están impactando las medidas de confinamiento y la efectividad de las mismas, tanto entre poblaciones como dentro de ellas. Este estudio de investigación ayudará entre otras conclusiones a prever la máxima movilidad que puede permitirse una región antes de alcanzar su tasa máxima de contagio y, por tanto, posibles colapsos en el sistema sanitario.