Nuevo algoritmo mejora las tasas de diagnóstico de enfermedades raras

Las enfermedades raras, también conocidas como enfermedades huérfanas, son trastornos médicos que afectan a un número muy pequeño de personas en comparación con la población general. En muchas partes del mundo, se define como una enfermedad rara aquella que afecta a menos de 1 de cada 2.000 personas. Estas enfermedades pueden ser genéticas, congénitas o adquiridas, y a menudo son crónicas, debilitantes y potencialmente mortales. Debido a su baja prevalencia, las enfermedades raras a menudo presentan desafíos únicos en su diagnóstico y tratamiento.

Ahora, un equipo de investigación liderado por Aurora Pujol, investigadora principal de área CIBER de Enfermedades Raras (CIBERER) y del Instituto de Investigación Biomédica de Bellvitge (IDIBELL), ha desarrollado un innovador algoritmo computacional denominado ‘ClinPrior’. Este algoritmo ha demostrado su capacidad para  .

La detección de las enfermedades raras es un desafío constante en el campo de la medicina, y aunque la secuenciación del exoma completo (WES) y la secuenciación del genoma completo (WGS) son técnicas muy valiosas, continúa siendo necesario identificar métodos más rápidos. La mayoría de las herramientas actuales utilizan información fenotípica del paciente para priorizar datos genómicos, pero a menudo se ven limitadas por el conocimiento incompleto de los fenotipos de genes almacenados en bases de datos biomédicas y la falta de evaluación en cohortes de pacientes del mundo real.

El algoritmo ClinPrior aborda estas limitaciones de manera innovadora. Utiliza las características fenotípicas estandarizadas del paciente, basadas en la Ontología del Fenotipo Humano, para clasificar variantes causales candidatas. Posteriormente, a través de un enfoque de priorización basado en una red de interacciones proteicas, propaga los datos para identificar las variantes con mayores posibilidades de éxito.

En una serie prospectiva de 135 familias afectadas por Paraplejía Espástica Hereditaria (HSP) o Ataxia Cerebelosa (CA), dos enfermedades raras de origen neurodegenerativo, “ClinPrior logró una tasa de diagnóstico positivo del 70%, lo que representa el doble de los casos que se diagnostican con las herramientas actuales utilizadas en los centros de diagnóstico.” según comenta la Dra. Pujol.

En 135 familias afectadas por Paraplejía Espástica Hereditaria (HSP) o Ataxia Cerebelosa (CA), “ClinPrior logró una tasa de diagnóstico positivo del 70%, lo que representa el doble de lo habitual

Además de su impacto directo en el diagnóstico, ClinPrior ha permitido a los investigadores crear una red de interacciones específica para los trastornos de HSP/CA, lo que posibilita futuros diagnósticos y el descubrimiento de nuevos genes asociados con estas patologías. El grupo liderado por Aurora Pujol ha identificado en los últimos años 10 nuevos genes causantes de enfermedades ultrararas del sistema nervioso.

En palabras de la Dra. Pujol, "ClinPrior representa un avance crucial en el diagnóstico genómico clínico. Su enfoque en la información fenotípica estandarizada y los datos de interacción proteica no solo mejora la identificación de casos atípicos, sino que también predice eficazmente nuevos genes causantes de enfermedades cuya relación con enfermedad humana no existía previamente. Esta herramienta nos permite reducir los tediosos procesos diagnósticos, estas Odiseas diagnósticas que sufren las familias en busca de un nombre para su enfermedad durante varios años,  y a la vez, aumentar el conocimiento científico sobre el funcionamiento del cerebro humano ".

En la investigación, publicada en Genome Medicine, han participado por parte del CIBER, además del grupo de la Dra. Pujol, los grupos de investigación de Eduardo López-Laso de la Fundación para la Investigación Biomédica de Córdoba - FIBICO; Mireia Del Toro y Alfons Macaya, de Vall d´Hebron Institut de Recerca - VHIR; Luis G. Gutiérrez-Solana, del Servicio Madrileño de Salud; Carme Fons del Hospital de Sant Joan de Deu de Barcelona y Luis A. Pérez Jurado, de la Universidad Pompeu Fabra. Asimismo, ha contado con la colaboración del grupo de investigación de Adolfo López de Munain, director científico de CIBERNED y  responsable del Área de Neurociencias delIIS Biodonostia.

Fuente: CIBERER e IDIBELL