OpenRNA: capa de coordinación para vacunas de mRNA en oncología

# # OpenRNA: Cómo una Capa de Coordinación Abierta Acelera el Desarrollo de Vacunas de mRNA Personalizadas contra el Cáncer

Los datos clínicos confirman la efectividad de las vacunas de mRNA personalizadas en oncología, pero su adopción generalizada se ve obstaculizada por la falta de herramientas estandarizadas de gestión de flujos de trabajo. OpenRNA es el primer proyecto de código abierto que combina tuberías de bioinformática, requisitos regulatorios y protocolos clínicos en un sistema unificado de orquestación.

De Datos Clínicos a Desafíos Sistémicos

Los estudios modernos demuestran un momento de avance en la terapia contra el cáncer. Los datos del ensayo de Fase III de KEYNOTE-942 (Moderna/Merck) mostraron una reducción del 49 % en el riesgo de recurrencia del melanoma al usar la vacuna de mRNA personalizada V940 en combinación con pembrolizumab. Resultados similares se observan en estudios de cáncer de páncreas: los respondedores tienen una supervivencia libre de recurrencia mediana superior a 3,2 años frente a 13,4 meses para los no respondedores. Estas cifras apuntan a una transición del desarrollo experimental a la producción estandarizada.

Sin embargo, cada paciente requiere un ciclo de producción único: secuenciación del tumor, predicción de neoantígenos, diseño del constructo de mRNA e incorporación en nanopartículas lipídicas. Con un ciclo objetivo de 4 semanas, la automatización de todas las etapas es fundamental. Las soluciones existentes no cubren todo el espectro de tareas:

• Nextflow y nf-core/sarek manejan tuberías de bioinformática
• pVACtools clasifica neoantígenos
• LinearDesign diseña mRNA

Al mismo tiempo, no existe un sistema para gestionar el proceso de extremo a extremo, desde la recepción de la muestra hasta el monitoreo de la respuesta inmune, que cumpla con los estándares regulatorios de la FDA (21 CFR Part 11) y la EMA (ATMP).

Arquitectura de OpenRNA: Puertos de Dominio y Adaptadores

OpenRNA se basa en principios de arquitectura limpia con 17 puertos de dominio que aíslan la lógica de negocio de los detalles técnicos. Las interfaces clave se centran en dos capas:

Capa de Flujo de Trabajo Científico:

• IConstructDesigner para generar constructos
• IHlaConsensusProvider para consenso de tipificación HLA
• INeoantigenRankingEngine para clasificación de epítopos
• IWorkflowOrchestrator para gestión de tuberías

Capa de Cumplimiento Regulatorio:

• IAuditSignatureProvider para rastros de auditoría
• IConsentTracker para gestión de consentimientos
• IStateMachineGuard para control de transiciones de estado

Ejemplo de implementación de un puerto para diseño de constructos:

// src/ports/IConstructDesigner.ts
export interface ConstructDesignRequest {
  caseId: string;
  rankedCandidates: RankingRationale[];
  deliveryModality?: DeliveryModality;
}
export interface IConstructDesigner {
  designConstruct(request: ConstructDesignRequest): Promise<ConstructDesignPackage>;
}

El sistema utiliza una única fábrica de dependencias, eliminando la creación directa de objetos mediante new en la lógica de negocio:

export function createApp(dependencies: AppDependencies = {}) {
  const {
    modalityRegistry,
    constructDesigner,
    workflowRunner,
    store,
    // ...
  } = resolveAppDependencies(dependencies);
  // ...
}

De forma predeterminada, se activan adaptadores en memoria para desarrollo. Para entornos de producción, se conectan adaptadores de PostgreSQL mediante variables de entorno, sin afectar la lógica de dominio.

Gestión del Ciclo de Vida del Paciente en un Entorno Regulatorio

Los procesos clínicos requieren una modelización explícita de todos los estados posibles. OpenRNA implementa una máquina de estados finitos con 15 estados, incluyendo etapas intermedias y escenarios de retroceso:

INTAKING -> AWAITING_CONSENT -> READY_FOR_WORKFLOW -> WORKFLOW_REQUESTED
-> WORKFLOW_RUNNING -> WORKFLOW_COMPLETED -> QC_PASSED -> AWAITING_REVIEW
-> APPROVED_FOR_HANDOFF -> HANDOFF_PENDING
// Estados adicionales para errores:
WORKFLOW_CANCELLED, QC_FAILED, REVISION_REQUESTED

Cada transición genera un evento de dominio con atributos inmutables:

• correlationId para rastreo de extremo a extremo
• Marca de tiempo con precisión de nanosegundos
• Contexto de ejecución (usuario, rol, IP)

Esto cumple con los requisitos de la FDA 21 CFR Part 11 para registros electrónicos y permite la reconstrucción completa del historial de procesamiento de cada caso. El puerto IStateMachineGuard bloquea transiciones inválidas, por ejemplo, intentar aprobar una vacuna sin pasar el control de QC.

Soporte para Modalidades de RNA: Estrategia, No Especulación

La arquitectura de OpenRNA soporta de forma nativa tres modalidades de administración:

• mRNA — modalidad base con datos de Fase III (30-100 μg/dosis)
• saRNA — RNA autoamplificante (5 μg/dosis, como en ARCT-154)
• circRNA — RNA circular con mayor estabilidad

La decisión está respaldada por perspectivas clínicas: aunque solo mRNA ha completado Fase III hasta la fecha, saRNA ya tiene fármacos aprobados (ARCT-154 para COVID-19) y circRNA está en desarrollo activo. En el sistema, las modalidades se gestionan mediante IModalityRegistry, donde los administradores pueden activar/desactivar opciones:

const sampleTypes = [
  "TUMOR_DNA", "NORMAL_DNA", "TUMOR_RNA", "FOLLOW_UP"
] as const;

La tipificación con Zod asegura la corrección de los datos de entrada en todas las etapas. La lógica de negocio permanece sin cambios al cambiar de modalidad; solo cambia el adaptador de generación de constructos.

Lecciones Clave

• Preparación Regulatoria: OpenRNA cumple con los estándares de la FDA 21 CFR Part 11 y EMA ATMP mediante eventos de auditoría inmutables y transiciones de estado controladas
• Flexibilidad Arquitectónica: 17 puertos de dominio permiten intercambiar componentes (Nextflow → Snakemake, pVACtools → MHCflurry) sin reescribir la lógica de negocio
• Relevancia Clínica: Soporte para tres modalidades de RNA que tiene en cuenta datos actuales y desarrollos futuros, con mRNA como base

El proyecto muestra cómo un enfoque de código abierto puede abordar desafíos previamente encerrados en sistemas farmacéuticos propietarios. Con 440 pruebas y 95 % de cobertura de código, OpenRNA proporciona a los equipos de investigación una herramienta para lanzar ensayos clínicos iniciados por investigadores sin presupuestos de varios millones de dólares. Para desarrolladores, es un ejemplo de aplicación de arquitectura limpia en entornos altamente regulados, donde omitir un solo paso podría costarle la vida a un paciente.

— Editorial Team