211service.com
Un nuevo mapa para la salud
Un consorcio internacional de investigadores ha reunido una base de datos de variaciones genéticas humanas, creando una herramienta que podría revolucionar la búsqueda de genes que causan muchas enfermedades comunes. Pero sin una autorregulación cuidadosa, dicen los genetistas, la información también podría resultar en una avalancha de resultados engañosos o no concluyentes.
Llamada HapMap, la base de datos cataloga más de tres millones de puntos de variación genética basada en muestras de 269 personas en Nigeria, China, Japón y Utah. Más de 200 científicos de Canadá, China, Japón, Nigeria, Reino Unido y Estados Unidos participaron en el proyecto. La primera fase del proyecto, que informa más de un millón de diferencias, se publicó en la edición del 27 de octubre de Naturaleza , basado en el análisis de datos dirigido por Peter Donnelly de la Universidad de Oxford en Inglaterra y David Altshuler, director del programa de Genética Médica y de Poblaciones del Instituto Broad de Harvard y MIT en Cambridge, MA.
Necesitamos esta información de fondo sobre la variación en el genoma humano solo para comenzar a abordar las preguntas que queremos hacer, como cuáles son los genes involucrados en el cáncer de mama y de próstata y la diabetes, dice Brian E. Henderson, decano de la Escuela de Keck de Medicina en la Universidad del Sur de California.
Es una herramienta muy poderosa, concuerda Charles Langley, genetista de poblaciones de la Universidad de California, Davis. La genética médica humana finalmente está abordando un problema de salud pública mucho mayor, que es la base genética de enfermedades comunes.
Aproximadamente seis mil millones de unidades de construcción química, llamadas nucleótidos, comprenden el genoma humano. Aunque aproximadamente el 99,9 por ciento de la secuencia de esos nucleótidos es idéntica entre dos humanos, eso todavía deja millones de diferencias en puntos individuales del ADN, llamados polimorfismos de un solo nucleótido o SNP. Son estas variaciones las que explican muchas de las diferencias determinadas genéticamente entre los seres humanos.
Los investigadores pudieron encontrar cuál de estos cambios se relaciona con una enfermedad en particular al secuenciar y comparar genomas completos (y cada SNP) entre miles de personas afectadas y no afectadas. Sin embargo, en la práctica, esto resultaría caro y consumiría mucho tiempo.
En 2001, Mark J. Daly, entonces en el Whitehead Institute, ahora miembro asociado del cercano Broad Institute, descubrió que tales diferencias genéticas se heredan en grandes bloques, llamados haplotipos (de ahí el término HapMap). Si bien puede haber cientos de SNP dentro de una región de ADN, todos están vinculados, por lo que todos los que tienen un nucleótido A en lugar de un G en una ubicación particular en un cromosoma tendrán las mismas variantes genéticas en otros SNP en esa región. . Y para muchos haplotipos, solo existen tres o cuatro patrones de variación.
Con un catálogo de estos bloques, los genetistas podrían identificar de manera más efectiva las variantes genéticas involucradas en enfermedades comunes como diabetes, cáncer, enfermedades cardíacas y enfermedades psiquiátricas.
En 2002, el consorcio internacional HapMap se propuso inventariar millones de SNP e identificar los patrones que distinguen a cada haplotipo. La base de datos ahora contiene más de 3,5 millones de SNP. Con esta información, los investigadores pueden seleccionar etiquetas SNP que representen la variación genética en cada bloque. En otras palabras, al identificar solo unos pocos SNP que son característicos de cada patrón y realizar pruebas en esas ubicaciones, los investigadores pueden completar los espacios en blanco para todos los demás SNP en el haplotipo. Esto les permite comparar los patrones genéticos de las personas que padecen una enfermedad con los de las personas no afectadas de manera mucho más eficiente que antes.
De hecho, el consorcio estima que, con la selección adecuada de etiquetas, los genetistas podrían recopilar información sobre posibles asociaciones de genes de todo el genoma probando tan solo una décima parte de los aproximadamente 10 millones de sitios SNP comunes.
Los datos ya se han utilizado para identificar un gen asociado con la degeneración macular relacionada con la edad, la principal causa de ceguera en los ancianos; y se están realizando varios otros estudios en busca de genes que puedan estar involucrados en la obesidad y las enfermedades cardíacas.
Junto con los datos generados, el proyecto HapMap generó avances en la tecnología. Al comienzo del proyecto, determinar qué SNP llevaba un paciente en un sitio costaba casi un dólar, y los investigadores podían probar cientos por día. Hoy en día, el precio ha bajado a menos de un centavo por SNP y se pueden probar millones en un día. La precisión de las pruebas también ha mejorado, dice Daly.
La combinación de estas nuevas tecnologías y los datos de HapMap hace que sea mucho más fácil para los genetistas realizar estudios que examinen todo el genoma humano en busca de genes asociados con características particulares, ya sean enfermedades, como esperan los miembros del consorcio, u otros rasgos que se cree que tienen componentes genéticos. , como inteligencia o preferencia sexual.
Pero hay una trampa potencialmente seria: la probabilidad estadística de que aparezca un gen que parece estar vinculado a un rasgo en particular, pero que termina sin tener ningún papel en la causa real del rasgo, será bastante alta, dice Daly.
Si reparte una mano de cartas, es poco probable que obtenga una casa llena, dice Daly. Pero si reparte 100.000 manos de póquer, seguramente obtendrá algunas manos realmente atractivas, estadísticamente.
Lo mismo puede suceder en tales estudios de asociación de todo el genoma: uno o más genes pueden resultar que se vean bien. Daly advierte: estas cosas sucederán por casualidad y no tienen nada que ver con la causalidad.
Como resultado, los miembros del consorcio HapMap han expresado su esperanza de que los datos se utilicen principalmente para investigar afecciones médicas, en lugar de características no médicas. De hecho, incluyeron una precaución particular en la Naturaleza papel, escritura: instamos al conservadurismo y la moderación en la difusión pública e interpretación de tales estudios, especialmente si se están explorando rasgos no médicos.
El hecho de que los datos de HapMap se hayan derivado del ADN de personas en Nigeria, China, Japón y los Estados Unidos trae un peligro adicional: que las asociaciones entre variaciones genéticas y rasgos particulares podrían parecer (falsamente) más fuertes en algunas poblaciones que en otras. *
Este es un enorme conjunto de datos que podría extraerse para muchas cosas miopes y con prejuicios culturales, dice Langley. Todo el mundo está nervioso por eso. Probablemente sucederá, y solo depende de la comunidad científica tratar cada caso de la manera más rigurosa posible.
Nota del editor: regrese el miércoles 9 de noviembre para la Parte 2 de la historia de Erika Jonietz sobre HapMap, que se centrará en los aspectos internacionales del proyecto.
* [Aclaración, 15 de noviembre de 2005: Esta oración puede dar la impresión incorrecta de que las asociaciones entre genes y rasgos particulares nunca varían entre poblaciones. Si bien la mayor parte de la variación genética se comparte entre todas las poblaciones, existen diferencias ocasionales. Como resultado, se pueden establecer asociaciones tanto verdaderas como falsas con variantes genéticas que aparecen en diferentes frecuencias en diferentes poblaciones. En cualquier caso, la asociación podría usarse de una manera prejuiciosa contra el grupo que lleva la variante a una tasa mayor (o menor). - Editores.]