La genómica es objeto de un nuevo Informe de anticipación “Predicción del riesgo de enfermedad en poblaciones en la era de la medicina de precisión personalizada” en el marco del Observatorio de Tendencias de 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 condicionantes de la salud o la enfermedad, que pueden ser factores biológicos, ambientales o de exposición, hábitos de vida o factores socioeconómicos.
De hecho, estos factores se pueden utilizar para predecir el riesgo de desarrollar una determinada enfermedad mediante 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 integrar el conocimiento sobre los factores y características individuales con la información de salud pública para identificar factores que condicionan 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 la ómica, 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 más información sobre la base genética de las enfermedades, que se incorpora a los análisis y así poder cuantificar las diferencias de riesgo entre distintas personas a través de las denominadas Estimaciones de Riesgo Poligénico o PRS, por sus siglas en inglés (Polygenic Risk Scores).
Contribuciones de la genómica a los modelos de predicción de riesgos
Desde un punto de vista genético, las enfermedades pueden ser “mendeliano” (aquellas que estén determinadas por una alteración en genes de alta penetrancia, es decir, alteraciones que confieren una alta probabilidad de padecer la enfermedad), o complejo (cuyo desarrollo está condicionado por la presencia de múltiples variaciones genéticas y/u otros factores no genéticos).
La detección de enfermedades mendelianas se puede realizar en la práctica clínica habitual mediante pruebas de diagnóstico genético para identificar mutaciones que provoquen patologías o que aumenten 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, con baja o media penetrancia y que confieren un riesgo bajo individualmente, pero que unido al efecto de otros genes puede ser considerable, explica el informe sobre genómica.
De hecho, las enfermedades más frecuentes tienen un componente mendeliano, con variaciones genéticas de alta penetrancia, y un componente más complejo con genes de baja penetrancia que, en su conjunto y por su interacción con el medio, confieren un riesgo variable de enfermedad. por lo tanto, para la detección de enfermedades complejas se deben tener en cuenta otros factores.
En este sentido, los estudios de genética familiar permiten establecer el grado en que una determinada enfermedad está determinada genéticamente (es decir, su heredabilidad).
Estos estudios han permitido identificar mutaciones específicas asociadas a patologías como, por ejemplo, mutaciones en los genes BCRA1 y BCRA2 asociadas al cáncer de mama y 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 para desarrollar la enfermedad.
De hecho, en la práctica clínica se utilizan pruebas genéticas de rutina para detectar estas mutaciones en familias para la detección precoz y el manejo clínico de individuos de alto riesgo.
Sin embargo, estas mutaciones son muy poco frecuentes y tienen una alta penetrancia, y la mayoría de las pacientes con cáncer de mama no presentan este tipo de mutación, pero el desarrollo del cáncer de mama está influenciado por una combinación de otros factores.
Por otro lado, para descubrir variantes comunes con baja penetrancia se utilizan los estudios de asociación de genoma completo o GWAS (Genome Wide Association Studies), que permiten identificar múltiples variantes, como polimorfismos en un solo polimorfismo. nucleótido o SNPsm, por sus siglas en inglés (Single Nucleotide Polymorphism), asociado al riesgo de desarrollar enfermedades.
De hecho, este tipo de estudios en los que se comparan los genomas de los individuos han permitido identificar variantes presentes con mayor frecuencia en personas con una determinada enfermedad.
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 eficiencia en la estimación del riesgo de enfermedades poligénicas.
Las recomendaciones de los expertos
En el informe Anticipating de la Fundación Instituto Roche sobre genómica se incluyen una serie de recomendaciones relacionadas con los modelos de predicción de enfermedades:
• Promover el estudio de las ciencias ómicas. En este sentido, el exposoma y otros condicionantes modificables de salud o enfermedad, entre otros ómicos, podrían contribuir a mejorar el desarrollo de modelos de predicción.
• Crear bancos de información integrados de información sobre condiciones de salud y enfermedad: Compartir información genética y otros determinantes de la salud sería útil para el desarrollo de modelos de predicción.
• Generar modelos validados en las diferentes poblaciones: Esencial, no solo para la efectividad de los modelos, sino también para promover la equidad en su uso y aplicación en diferentes poblaciones.
• Establecer estándares para la generación de modelos de predicción de riesgos: Es recomendable promover iniciativas encaminadas a establecer criterios bien definidos para reducir la variabilidad y facilitar su implementación.
• Evaluar la eficiencia de los modelos en el contexto de salud relevante. Con el objetivo de incorporar los modelos de predicción de riesgo a la práctica clínica real en España y contribuir a la sostenibilidad del sistema, es importante generar datos económicos que permitan demostrar las ventajas de su uso desde el punto de vista de la eficiencia en la Entorno sanitario actual y su potencial incorporación a la cartera común de servicios del Sistema Nacional de Salud.
• Incrementar la formación en el campo de la predicción del riesgo. Formación de profesionales sanitarios en el funcionamiento de modelos de predicción de riesgo, sus limitaciones e implicaciones.
• Sensibilizar a la población sobre las implicaciones del uso de la información genética. Es importante no generar expectativas excesivas en la población respecto a la capacidad predictiva de los modelos predictivos y transmitir correctamente sus resultados.