La genómica es el tema de un nuevo Informe Anticipando “Predicción del riesgo de enfermedad en poblaciones en la era de la medicina personalizada de precisión” en el marco del Observatorio de Tendencias en la Medicina del Futuro impulsado por la Fundación Instituto Roche.
El desarrollo de la mayoría de las enfermedades comunes, como el cáncer o las patologías coronarias, se debe normalmente a múltiples factores condicionantes de la salud o enfermedad, que pueden ser factores biológicos, ambientales o de exposición, hábitos de vida o factores socioeconómicos.
De hecho, estos factores se pueden emplear para predecir el riesgo de desarrollar una determinada enfermedad a través de la creación de modelos de predicción de riesgo.
Se trata de análisis estadísticos que, además de servir para predecir el riesgo específico de cada persona de padecer una determinada enfermedad, permiten la integración del conocimiento sobre factores y características individuales con la información de salud pública para identificar factores que condicionen el desarrollo de enfermedades a nivel poblacional.
Según el informe, los avances en el campo de la medicina personalizada de precisión y la incorporación de nuevas tecnologías, como las ciencias ómicas, han permitido el desarrollo y mejora de la medicina preventiva y la salud pública de precisión.
La revolución genómica y tecnológica de los últimos años favorece disponer de mayor información acerca de la base genética de las enfermedades, que se incorpora a los análisis y de este modo poder cuantificar las diferencias de riesgo entre diferentes personas mediante los llamadas Estimas de Riesgo Poligénico o PRS, por sus siglas en inglés (Polygenic Risk Scores).
Aportaciones de la genómica a los modelos de predicción de riesgo
Desde el punto de vista genético, las enfermedades pueden ser “mendelianas” (aquellas que están determinadas por una alteración en genes de elevada penetrancia, es decir, alteraciones que confieren una elevada probabilidad de padecer la enfermedad), o complejas (cuyo desarrollo está condicionado por la presencia de múltiples variaciones genéticas y/o de otros factores no genéticos).
La detección de enfermedades mendelianas se puede realizar en la práctica clínica habitual mediante pruebas de diagnóstico genético para la identificación de mutaciones causantes de patologías o que aumentan el riesgo de padecer una enfermedad.
Sin embargo, en la mayoría de las enfermedades comunes el componente “mendeliano” explica solo una parte de la heredabilidad.
Estos casos se deben principalmente a variaciones genéticas relativamente frecuentes en la población, de baja o media penetrancia y que confieren un riesgo bajo de manera individual, pero que en conjunto con el efecto de otros genes puede resultar considerable, explica el informe sobre genómica.
De hecho, la mayoría de las enfermedades comunes presentan un componente mendeliano, con variaciones genéticas de elevada penetrancia, y un componente más complejo con genes de escasa penetrancia que, en su conjunto y por su interacción con el ambiente, confieren un riesgo variable de enfermedad por lo que, para la detección de enfermedades complejas, se deberán tener en cuenta otros factores.
En este sentido, los estudios genéticos familiares permiten establecer el grado en el que una enfermedad concreta está determinada genéticamente (es decir, su heredabilidad).
Estos estudios han permitido identificar mutaciones concretas asociadas a patologías como, por ejemplo, las mutaciones en los genes BCRA1 y BCRA2 asociados al cáncer de mama y a otros tumores.
Se ha visto que la mutación de estos genes en el genoma de una persona aumenta considerablemente su predisposición a padecer cáncer de mama, por lo que constituye un factor de riesgo de desarrollar la enfermedad.
De hecho, en la práctica clínica se emplean pruebas genéticas rutinarias para la detección de estas mutaciones en familias para la detección temprana y el abordaje clínico de personas de alto riesgo.
Sin embargo, estas mutaciones son muy infrecuentes y de alta penetrancia, y la mayoría de las pacientes con cáncer de mama no presentan este tipo de mutaciones, sino que el desarrollo del cáncer de mama está influido por la combinación de otros factores.
Por otro lado, para conocer variantes comunes de baja penetrancia se emplean los estudios de asociación de genomas completos o GWAS, por sus siglas en inglés (Genome Wide Association Studies), que permiten identificar múltiples variantes como, por ejemplo, los polimorfismos en un único nucleótido o SNPsm, por sus siglas en inglés (Single Nucleotide Polymorphism), asociadas al riesgo de desarrollar enfermedades.
De hecho, este tipo de estudios en los que se comparan genomas de individuos han permitido identificar variantes presentes de manera más frecuente en personas con una enfermedad determinada.
Por ejemplo, en el caso de la enfermedad coronaria, se han identificado más de 300 variantes genómicas que están presentes en mayor medida en personas con esta patología.
Esta información sobre variantes genéticas puede incorporarse al desarrollo de modelos de predicción de riesgo y contribuir a mejorar su eficacia en la estimación del riesgo de enfermedades poligénicas.
Las recomendaciones de los expertos
En el informe Anticipando de la Fundación Instituto Roche sobre genómica se recogen una serie de recomendaciones relativas a los modelos de predicción de enfermedades:
• Impulsar el estudio en ciencias ómicas. En este sentido, el exposoma y otros factores condicionantes de salud o enfermedad modificables, entre otras ómicas, podría contribuir a mejorar el desarrollo de modelos de predicción.
• Crear bancos de información integrados de información sobre condicionantes de salud y enfermedad: Compartir información genética y de otros determinantes de la salud resultaría útil para el desarrollo de modelos de predicción.
• Generar modelos validados en las diferentes poblaciones: Esencial, no sólo para la eficacia de los modelos, sino también para favorecer la equidad en su uso y aplicación en diferentes poblaciones.
• Establecer estándares para la generación de modelos de predicción de riesgos: Es recomendable impulsar iniciativas dirigidas a establecer criterios bien definidos a fin de reducir la variabilidad y facilitar su implementación.
• Evaluar la eficiencia de los modelos en el contexto sanitario pertinente. Con el objetivo de incorporar los modelos de predicción de riesgos a la práctica clínica real en España y contribuir a la sostenibilidad del sistema, es importante generar datos económicos que permitan evidenciar las ventajas que supone su uso desde el punto de vista de la eficiencia en el entorno sanitario actual y su potencial incorporación en la cartera común de servicios del Sistema Nacional de Salud.
• Aumentar la formación en el campo de la predicción de riesgos. Formación de los profesionales sanitarios en el funcionamiento de los modelos de predicción de riesgo, sus limitaciones e implicaciones.
• Concienciar a la población sobre las implicaciones del uso de la información genética. Es importante no generar excesivas expectativas en la población sobre la capacidad predictiva de los modelos predictivos y transmitir de manera correcta sus resultados.
