Interpretando el genoma

Los 12 prototipos parecen fuertes prefabricados para niños: cajas del tamaño de congeladores, revestidos con plástico rojo brillante y agrupados de dos en dos y de tres en un piso de concreto en Pacific Biosciences, una startup en Menlo Park, CA. Pero el exterior simple de las máquinas oculta la complejidad interna. Cada caja contiene un pequeño chip con miles de hebras de ADN de bacterias o virus, cada hebra en un pozo de tamaño nanométrico. Una enzima pegada al fondo de cada pozo construye rápidamente una hebra correspondiente, uniendo las bases, o subunidades químicas del ADN, que se emparejan correctamente con las del original. Cada uno de los cuatro tipos de bases, representados por las letras A, T, C y G, está marcado con un marcador fluorescente diferente, que se activa mediante la reacción que une una nueva base a la hebra. Debido a que la máquina rastrea las reacciones a medida que ocurren, puede producir una gran cantidad de datos sin procesar en las secuencias de las muestras de ADN tan rápido como una cámara incorporada puede registrarlas.

Secuenciación ultrarrápida: Se están probando prototipos de máquinas en Pacific Biosciences con ADN bacteriano.

Un monitor de computadora instalado junto a cada máquina muestra una instantánea de la acción que tiene lugar. Una serie de luces se esparcen por la pantalla, estallando y apagándose en rápida sucesión. Cada destello dura solo decenas de milisegundos, pero su color indica cuál de las cuatro bases se acaba de agregar a una hebra de ADN, y su posición indica dónde. El video debe ralentizarse para su visualización: los destellos llegan demasiado rápido para que el ojo humano los procese. Los algoritmos informáticos convierten el patrón de destellos en secuencias de ADN de cientos a miles de bases de largo. Luego, algoritmos adicionales comparan millones de estos tramos de ADN, identifican secuencias que se superponen en sus extremos y unen las piezas para capturar un genoma completo.

Esta historia fue parte de nuestra edición de enero de 2009.

• Ver el resto del número
• Suscribir

Cuando se trata de secuenciar el ADN, el tiempo es dinero, y las máquinas comerciales de Pacific Biosciences, que se lanzarán en 2010, podrían resultar las más rápidas jamás fabricadas. El Proyecto del Genoma Humano tardó aproximadamente $ 300 millones y 13 años en calcular la secuencia de los tres mil millones de pares de bases de ADN en un genoma humano compuesto, una tarea que se completó en 2003. En octubre de 2008, los investigadores que utilizaron una variedad de nuevos tipos de máquinas fueron diciendo que podrían secuenciar un genoma individual por menos de $ 100,000; una compañía promete un genoma de $ 5,000 para la próxima primavera. Y Pacific Biosciences predice que para 2013, sus máquinas podrán secuenciar el genoma de una persona en 15 minutos, por menos de $ 1,000.

Hasta ahora, los científicos han secuenciado los genomas de un puñado de personas y eso les ha dado una sensación general de variabilidad humana. Pero la tecnología de secuenciación rápida y barata podría hacer que sea práctico leer los genomas de miles, quizás millones, de personas. Al peinar esos innumerables genomas y vincular secuencias específicas de ADN con diferentes características (mano, altura, presión arterial y susceptibilidad a la ansiedad, por nombrar algunas), los científicos deberían poder desentrañar la compleja interacción de variantes genéticas que hace que cada individuo sea único. Y lo que es más importante, ese tipo de capacidad de secuenciación podría finalmente revelar la base heredada de enfermedades comunes, un acertijo que ha estado provocando a los genetistas durante décadas.

Cuaderno del reportero : Emily Singer

Sin embargo, el impacto real en la medicina es mucho menos seguro y puede ser mucho menos positivo. Durante casi dos décadas, los investigadores han prometido que los avances en la tecnología de secuenciación permitirán a los médicos practicar la medicina personalizada, dirigiendo los tratamientos a los pacientes en función de sus perfiles genéticos. Se suponía que un número limitado de variantes genéticas comunes resultaría ser la base de una enfermedad en particular, y los médicos podrían prescribir medicamentos de acuerdo con las variantes que portaban sus pacientes. Pero los últimos datos sugieren que incluso las enfermedades hereditarias más comunes, como la diabetes y las enfermedades cardíacas, están relacionadas con muchas variantes diferentes, cada una de ellas relativamente rara. Si eso es cierto, entonces practicar la medicina personalizada podría volverse muy complicado y muy costoso. No sería bueno tener un genoma de $ 5,000 y un análisis de $ 500,000, dice Francis Collins, ex director del Instituto Nacional de Investigación del Genoma Humano y líder del Proyecto Genoma Humano.

Más allá de las variaciones comunes
La medicina genómica comenzó en serio en la década de 1980, cuando los científicos identificaron genes relacionados con enfermedades como la distrofia muscular de Duchenne y la fibrosis quística. Ambas son las llamadas enfermedades mendelianas, lo que significa que son causadas por mutaciones en un solo gen; Cualquiera que herede una o dos copias del gen mutado, dependiendo de la enfermedad, se verá afectado. Durante los últimos 20 años, los investigadores han identificado genes para varios trastornos mendelianos y las pruebas de detección basadas en estos descubrimientos han llevado a diagnósticos más tempranos. En el caso de trastornos que se desarrollan solo cuando una persona hereda dos copias de la mutación, las pruebas pueden identificar portadores sanos, ayudándoles a tomar decisiones mejor informadas sobre la posibilidad de tener hijos. Sin embargo, los trastornos de un solo gen constituyen un porcentaje muy pequeño de las enfermedades humanas. Para la mayoría de las enfermedades, es mucho más difícil identificar a los culpables genéticos.

Cuando los científicos comenzaron a ensamblar un borrador de la secuencia del genoma a fines de la década de 1990, descubrieron un fenómeno útil. Grandes bloques de ADN, conocidos como bloques de haplotipos, tendían a transmitirse intactos de generación en generación. Las diferentes versiones de estos bloques, que estaban vinculados a los orígenes ancestrales de un individuo, tenían patrones característicos de variaciones genéticas comunes conocidas como polimorfismos de un solo nucleótido (SNP), en los que la secuencia genética varía en una sola letra de ADN. Por tanto, un SNP revelador podría servir como marcador del ADN circundante. El descubrimiento fue una bendición para los genetistas: si cada bloque tendiera a ocurrir en un número limitado de variedades dentro de la población humana, sería innecesario verificar todas las bases del genoma en busca de variaciones relacionadas con enfermedades comunes como el asma o la esquizofrenia. La presencia de un SNP particular indicaría qué bloque de haplotipos portaba un individuo.

Los investigadores desarrollaron microarrays genéticos que podrían detectar rápidamente la presencia de estos SNP comunes en todo el genoma; Al escanear las variaciones reveladoras, un proceso relativamente económico, los microarrays han permitido los estudios genómicos más grandes hasta la fecha. Los científicos los han utilizado para buscar de manera eficiente decenas de miles de genomas humanos en busca de SNP más comunes en personas con autismo o Alzheimer, por ejemplo, que en personas sanas. En los últimos dos años, se han publicado una gran cantidad de estudios, identificando más de 300 variaciones genéticas vinculadas a una variedad de características y enfermedades comunes.

Pero encontrar estas variaciones no ha conducido al avance que algunos científicos esperaban para comprender la base genética de enfermedades comunes. Eso se debe a que resultan representar solo una pequeña fracción del riesgo genético de muchas enfermedades. Los investigadores han identificado 18 genes relacionados con la diabetes tipo 2, por ejemplo, y se han introducido pruebas para identificar las variaciones. Sin embargo, quedan sin identificar muchos otros factores de riesgo hereditarios de la enfermedad. Eso significa que las nuevas pruebas brindan una imagen incompleta de la probabilidad de que alguien desarrolle diabetes, lo que dificulta su uso para adaptar las decisiones médicas. Hay muy pocas razones para alentarnos a que las estrategias de prevención puedan revolucionarse con lo que hemos descubierto hasta ahora [sobre la base genética de enfermedades comunes], dice David Goldstein, director del Centro de Genómica y Farmacogenética de la Población de la Universidad de Duke en Durham, CAROLINA DEL NORTE.

La búsqueda de SNP tiene sentido si el riesgo heredado de enfermedades como la diabetes tipo 2 resulta de una combinación de muchas variaciones genéticas comunes, cada una de las cuales ejerce un pequeño efecto. Pero, ¿y si eso es solo una parte de la historia? ¿Qué pasa si otros tipos más raros de mutaciones genéticas también juegan un papel? Debido a que los microarreglos se diseñaron para detectar SNP comunes, pasan por alto variaciones que aparecen en menos del 1 por ciento de la población. Estas mutaciones son el foco de una hipótesis alternativa, en la que, como en el modelo mendeliano, las variaciones individuales de alto impacto contribuyen en gran medida a una enfermedad. Cualquiera de las variaciones puede ocurrir con poca frecuencia, de acuerdo con este pensamiento, pero si afectan las mismas vías bioquímicas o las relacionadas, pueden producir resultados similares. En conjunto, podrían hacer que un trastorno sea relativamente común.

Hasta hace poco, solo se habían realizado esfuerzos limitados para buscar variantes raras relacionadas con enfermedades comunes. Esta búsqueda puede implicar examinar cada letra de ADN, algo que solo se puede hacer mediante la secuenciación. Con la tecnología antigua, eso era demasiado caro para ser práctico. Pero en vista de los resultados decepcionantes de los estudios de microarrays, los científicos están recurriendo a las nuevas tecnologías de secuenciación rápida para probar rigurosamente la hipótesis de la variante rara. Es probable que gran parte del resto de la heredabilidad [de la enfermedad] se esconda en variantes raras con alto impacto, dice Collins. Si realmente queremos comprender la genómica de la enfermedad, necesitamos secuencias genómicas completas.

Aún no está claro cuánto contribuyen las variaciones raras a la enfermedad, pero la evidencia está comenzando a filtrarse. En un estudio publicado este verano, biólogos de la Universidad de California, Berkeley, secuenciaron el gen de una enzima llamada MTHFR, que convierte la vitamina B folato (ácido fólico) de una forma a otra. Los científicos habían identificado previamente una variante genética común que produce una versión debilitada de la enzima, lo que aumenta el riesgo de defectos congénitos y posiblemente de enfermedades cardíacas. Al secuenciar el gen MTHFR en 564 personas de diferentes etnias, Nick Marini y sus colegas encontraron cuatro nuevas variantes que también afectan la función de la enzima; presentes en menos del 1 por ciento de los sujetos, estas variantes habrían sido indetectables en los estudios de microarrays.

El genoma personal
En una conferencia reciente en el venerable Laboratorio Cold Spring Harbour en Long Island, James Watson, cod-descubridor de la estructura del ADN, se sentó encorvado en la primera fila del auditorio debajo de un gran retrato de sí mismo. Watson, quien durante un tiempo dirigió el Proyecto Genoma Humano, tuvo su genoma secuenciado en 2007. El suyo fue sólo el segundo genoma individual en ser mapeado por completo. (Craig Venter, quien dirigió el esfuerzo privado para secuenciar el genoma, usó su propio ADN como muestra).

Watson no es conocido por asistir a sucesivas presentaciones de conferencias. Pero una buena parte de esta conferencia fue sobre él. Asistió a charla tras charla, mientras los científicos presentaban sus análisis de lo que se conoce cariñosamente como Proyecto Jim. Watson es un hombre de 80 años aparentemente sano, y los resultados de escudriñar su genoma hasta ahora han sido bastante mundanos. Tiene copias adicionales de variaciones genéticas mostradas en estudios previos para proteger contra enfermedades cardíacas y degeneración macular, por ejemplo. Una mutación inicialmente preocupante en el BRCA1 gen, que está relacionado con el cáncer de mama, resultó ser inofensivo. Pero la gran mayoría del genoma de Watson sigue siendo ininterpretable. Los científicos aún tienen que encontrar un componente genético de su inteligencia o su curiosidad o su tendencia hacia arrebatos políticamente incorrectos. Quizás lo más importante para Watson es que aún no está claro si alberga una vulnerabilidad genética a la esquizofrenia que le pasó a su hijo, que tiene la enfermedad.

La secuencia de referencia del Proyecto Genoma Humano, que es un compuesto de información genética de más de 20 individuos, les dio a los científicos un plano básico del genoma. Pero un solo genoma tiene sus límites. Es solo comparando múltiples genomas que los científicos pueden comenzar a manejar la variabilidad genética que subyace a la vulnerabilidad a la enfermedad o la locura, la tendencia a la destreza atlética o al genio matemático, el impulso hacia el altruismo o la agresión.

Incluso Watson, que ha pasado su carrera tratando de comprender el ADN, parece menos que impresionado al ver los detalles de su genoma presentados. Veremos si algo de eso agrega cinco minutos a mi vida, comentó en la conferencia. De hecho, el significado de la mayoría de sus peculiaridades genéticas seguirá siendo un misterio hasta que muchas más personas se unan a él para secuenciar sus genomas.

El PGP 10: Los primeros 10 voluntarios del Proyecto Genoma Personal están actualmente secuenciando las regiones codificantes de sus genomas; se muestra una pequeña secuencia para aquellos cuyos datos se publican en línea. Los datos de la secuencia se almacenarán en una base de datos pública, junto con los registros médicos de los voluntarios y otra información, como su morfología facial (medida por las cintas de la frente). Los científicos utilizarán la base de datos, que se espera que eventualmente incluya a 100.000 personas, para buscar vínculos entre genes y enfermedades u otras características.

El genetista de la Escuela de Medicina de Harvard, George Church, que ha estado trabajando en tecnología de secuenciación desde su investigación de doctorado en Harvard a principios de la década de 1980, tiene como objetivo acelerar ese proceso. Hace tres años, Church lanzó el Proyecto Genoma Personal (PGP), que tiene como objetivo recopilar datos genéticos y médicos de miles de personas durante los próximos cinco años. El proyecto indica no solo los desafíos técnicos y científicos que podría plantear la secuenciación a gran escala de genomas humanos, sino también los problemas éticos.

En la fase piloto, el proyecto se centrará en 10 voluntarios, entre ellos Church, el psicólogo de Harvard Steven Pinker y la empresaria Esther Dyson. Para empezar, secuenciará las regiones codificantes de sus genomas, el 1 por ciento del ADN que dirige la producción de proteínas. Esa información, junto con los antecedentes médicos de los participantes (incluidos los regímenes de prescripción) y la información sobre su altura, peso, destreza y otros rasgos, se depositará en una base de datos pública. El equipo de Church espera que esta base de datos sirva como recurso para científicos, o incluso miembros del público, que quieran buscar vínculos entre variaciones genéticas específicas y enfermedades u otros rasgos.

El primer conjunto de datos, que se dio a conocer a los participantes en octubre, insinúa tanto la promesa de la secuenciación como las limitaciones actuales del análisis genético. John Halamka, CIO de la Facultad de Medicina de Harvard y otro de los 10 voluntarios originales, se enteraron de que porta una mutación de la enfermedad de Charcot Marie-Tooth, un trastorno neurológico hereditario. Esta rara variación no se habría encontrado con las matrices SNP existentes. Pero dado que Halamka sobrevivió ileso a la infancia y solo se ha demostrado que otras tres personas en el mundo portan esa mutación en particular, es difícil saber qué impacto, si es que tuvo alguno, ha tenido en su salud. Quizás muchas personas portan la variación sin efectos nocivos, y se ha exagerado el vínculo entre la enfermedad y la mutación. O quizás el gen tiene un impacto más amplio de lo esperado, aumentando el riesgo de otras enfermedades neurológicas. (O, como señala George Church, el hallazgo puede ser simplemente un error).

Cuanto mayor sea el número de entradas en la base de datos, más fácil será comprender un hallazgo como el de Halamka. Y en abril de 2008, el equipo de Church recibió la aprobación de Harvard para ampliar el proyecto de 10 a 100.000 participantes. (Church planea escalar lentamente, multiplicando el número de sujetos por 10 cada año). Esta próxima fase probará seriamente tanto la tecnología utilizada para secuenciar los genomas como las estrategias utilizadas para interpretar los datos resultantes. En noviembre, aproximadamente un año después de iniciado el proyecto, los científicos de PGP habían avanzado solo alrededor de una quinta parte del camino a través de la secuenciación de las regiones codificantes de los genomas de los voluntarios originales. (Church planea expandir el PGP a todo el genoma una vez que la secuenciación sea lo suficientemente barata). Si van a secuenciar miles de genomas más, la tecnología de secuenciación deberá volverse tan rápida y robusta como Church cree que puede ser.

Demasiada información
Hacer uso de los datos de PGP planteará sus propios problemas. Primero, Church y su equipo deberán encontrar la mejor manera de dar sus resultados al grupo más grande de voluntarios. Los primeros 10 recibieron asesoramiento genético personalizado de Joseph Thakuria, el director médico del proyecto y genetista clínico de la Facultad de Medicina de Harvard. Pero Thakuria no podrá aconsejar a los miles de nuevos sujetos. Dada la escasez de genetistas y asesores genéticos con la formación adecuada, es casi seguro que ese problema tendrá un eco mucho más amplio a medida que la genómica personal se vuelva más accesible.

Pero es probable que el mayor desafío en la próxima fase de la genómica humana sea interpretar el significado de la aparentemente interminable variedad de variaciones que se descubrirán. Los cambios genéticos individuales ocurren por casualidad y algunos son inofensivos. Otros resultan ser peligrosos, interrumpen algunos procesos celulares vitales y aumentan el riesgo de enfermedad. Y algunos incluso pueden ser beneficiosos, por ejemplo, mejorando la descomposición de toxinas y, por lo tanto, protegiendo contra ciertas dolencias. Pero a menudo es imposible saber a qué clase pertenece una variación con solo mirarla. Y a medida que las nuevas tecnologías permitan a los científicos secuenciar los genomas de un gran número de personas, la lista de variantes conocidas crecerá rápidamente. Esta información será espinosa y problemática en términos de interpretación, dice James Evans, profesor de genética y medicina en la Universidad de Carolina del Norte en Chapel Hill. Todos tenemos mutaciones y alteraciones que simplemente no entendemos. Como de costumbre, la tecnología estará por delante de nuestra capacidad para usarla.

La complejidad de la nueva información genómica también puede ser un obstáculo para la medicina personalizada que se suponía que marcaría el comienzo de la secuenciación genética. Los investigadores esperaban crear pruebas que predigan el riesgo de una persona de padecer una enfermedad específica o revelen para qué fármaco es más probable que funcione mejor el o ella. Pero las pruebas genéticas que detectan variaciones recién descubiertas no serán muy útiles hasta que los científicos puedan descubrir qué significan esas variaciones. Y si muchas enfermedades comunes son causadas por variantes raras, la tarea será enorme. Comprender el riesgo basado en variantes raras nos llevará años, dice Dietrich Stephan, fundador y director científico de Navigenics, una startup de genómica personal.

Algunos científicos piensan que el valor real de la genómica puede no estar en absoluto en la medicina personalizada. Donde realmente valdrá la pena, dicen, será en profundizar nuestra comprensión de las enfermedades y ayudar a los investigadores a descubrir nuevos objetivos para los medicamentos. El valor principal del mapeo genético no es la predicción de riesgos, sino proporcionar conocimientos novedosos sobre los mecanismos de la enfermedad, escribió David Altshuler, médico y genetista del Broad Institute en Cambridge, MA, en un artículo reciente publicado en la revista Science. De hecho, señala Altshuler, identificar incluso cambios genéticos raros puede terminar ayudando a una gran cantidad de pacientes. Por ejemplo, los estudios de una forma hereditaria de colesterol alto que se encuentra en menos del 0,2 por ciento de la población llevaron al descubrimiento del receptor de lipoproteínas de baja densidad (LDL), que ayuda a eliminar el exceso de colesterol del torrente sanguíneo. Eso, a su vez, llevó al desarrollo de fármacos de gran éxito conocidos como estatinas, medicamentos para reducir el colesterol que desencadenan un aumento en la cantidad de receptores de LDL en la superficie de las células hepáticas.

Nadie sabe cuándo llegará el próximo éxito de taquilla. Hacer predicciones sobre los beneficios de la genómica se ha vuelto tan ingrato como intentar predecir el riesgo de enfermedad en sí. Y cuanto más fácil es secuenciar un genoma, más difícil resulta entender la complejidad que revelan las secuencias. Como dice Collins, el Proyecto del Genoma Humano fue quizás una empresa simple en comparación con lo que enfrentamos a continuación.

Emily Singer es Revisión de tecnología Editor biomédico senior.

esconder