Un nuevo marco mejora la predicción genética de la respuesta a los medicamentos y los efectos secundarios

Un nuevo marco mejora la predicción genética de la respuesta a los medicamentos y los efectos secundarios

Un estudio de UCLA ha descrito un nuevo marco que, según los investigadores, mejoraría la predicción genética para determinar qué tan bien respondería un paciente a los medicamentos recetados comúnmente, así como la gravedad de cualquier efecto secundario.

Publicado en RevistaGenómica celularEl estudio encontró que los datos de grandes bibliotecas de genomas humanos secuenciados y otros datos biológicos, llamados biobancos, pueden proporcionar nuevos conocimientos sobre la arquitectura genética de las respuestas a fármacos ampliamente utilizados.

Autor principal del estudio y doctorado en bioinformática de UCLA. El candidato Michal Sadowski dijo que el método más común para analizar la genética de la respuesta a los medicamentos son los estudios farmacogenómicos en participantes genotipados en ensayos controlados aleatorios. Sin embargo, estos estudios tienen un número pequeño de participantes, son costosos y, dependiendo del medicamento, a veces ni siquiera son factibles, dijo Sadowski.

Los datos genéticos en los biobancos ofrecen varias ventajas. Estas bibliotecas también se pueden analizar a un costo menor junto con datos genéticos secuenciados de grandes poblaciones, incluidas personas que toman y no toman ciertos medicamentos. Si bien los datos de los biobancos no pueden reemplazar los ensayos controlados aleatorios, pueden desbloquear nueva información que mejorará los estudios futuros y avanzará en el campo en evolución del uso de la genética para predecir los resultados del tratamiento, dijo Sadowski.

Esperamos que en el futuro esto permita a los médicos y pacientes sopesar los beneficios y riesgos del tratamiento de una manera más personalizada y tomar decisiones más informadas y oportunas para participar en el tratamiento. Nuestra hipótesis es que el análisis de los datos del biobanco será más útil para los medicamentos recetados ampliamente. “

Michal Sadowski, Ph.D. en Bioinformática de UCLA. candidato

El estudio, supervisado por el profesor de neurología, medicina computacional y genética humana de la UCLA, Noah Zaitlen, y el profesor de medicina genética de Uchicago, Andy Dahl, utilizó datos genéticos de más de 342.000 personas en el biobanco del Reino Unido. Los investigadores analizaron cómo su composición genética afectaba su respuesta a cuatro de los medicamentos más comúnmente recetados en el mundo: estatinas para el colesterol alto, metformina para la diabetes tipo 2, warfarina para los coágulos sanguíneos y metotrexato para enfermedades autoinmunes y cáncer.

Sadowski y sus colegas intentaron determinar cuánta variación genética influyeba en la variabilidad de la respuesta a estos fármacos y qué genes específicos estaban implicados.

"Si la genética puede explicar muchas cosas, entonces la genética puede usarse como un buen predictor de cómo responderá al medicamento", dijo Sadowski. "Digamos que desea tomar estatinas debido a sus niveles de colesterol. Su médico puede observar su genética y darle una opinión, incluidos los posibles efectos secundarios. Si tiene predictores que dicen que responderá bien y existe una pequeña posibilidad de que desee tener efectos secundarios, probablemente sea una buena opción comenzar el tratamiento".

Por ejemplo, el estudio identificó 156 genes que pueden generar variaciones en los efectos de las estatinas sobre los niveles de colesterol LDL. En general, alrededor del 9% de la variación en la respuesta a los medicamentos se atribuyó a diferencias genéticas de persona a persona.

Además, el estudio encontró que las interacciones entre genes y medicamentos también pueden influir en el poder predictivo de una herramienta de riesgo genético conocida como puntuación poligénica. Las puntuaciones poligénicas se utilizan para resumir el efecto combinado de una gran cantidad de variantes genéticas para estimar el riesgo de una persona de desarrollar un rasgo o enfermedad en particular. Los modelos utilizados para generar estas evaluaciones deben basarse en datos genéticos de grandes poblaciones de personas y tienen limitaciones importantes, incluida la dependencia principalmente de datos de personas de ascendencia europea.

El estudio de Sadowski encontró que la precisión de las evaluaciones poligénicas en contextos clínicos probablemente era deficiente porque incluían datos tanto de usuarios de estatinas como de no usuarios de estatinas.

"Nos sorprendió ver que los predictores poligénicos produjeron diferencias tan significativas en el rendimiento entre las personas que consumen drogas", dijo Sadowski. “También nos sorprendió la magnitud de la heredabilidad específica de algunos resultados.

El estudio tiene varias limitaciones, y se necesita trabajo futuro para mejorar la confiabilidad de la inferencia a partir de datos observacionales del biobanco y comprender las limitaciones de la predicción del riesgo genético.

Fuentes: