Un algoritmo encuentra indicios de enfermedades en la parte del ADN que teóricamente no servía para nada
ACTUALIDAD
Detectaron mutaciones en el ADN no codificante que podrían incrementar el riesgo de padecer determinadas dolencias
21 abr 2025 . Actualizado a las 14:41 h.Investigadores del Hospital Infantil de Filadelfia (CHOP) y la Facultad de Medicina Perelman de la Universidad de Pensilvania (Penn Medicine) de Estados Unidos han empleado con éxito un algoritmo para identificar posibles mutaciones que aumentan el riesgo de enfermedades en las regiones no codificantes de nuestro ADN, que constituyen la gran mayoría del genoma humano. Se trata del mal llamado «ADN basura», que durante mucho tiempo se pensó que no servía para nada, aunque cada vez más investigaciones refrendan que cumple funciones importantes en la regulación y estructura del genoma.
Los hallazgos podrían servir de base para detectar variantes asociadas a enfermedades en diversas enfermedades comunes. Los hallazgos se publican en línea en American Journal of Human Genetics.
Si bien ciertas secciones del genoma humano codifican proteínas para realizar diversas funciones biológicas esenciales, más del 98% del genoma no las codifica. Sin embargo, también se pueden encontrar variantes asociadas a enfermedades en estas regiones no codificantes del genoma, que a menudo controlan la producción o la expresión de proteínas. Dado que este código regulador no se comprende bien, estas variantes no codificantes han sido más difíciles de estudiar, pero estudios previos de asociación del genoma completo (GWAS) han logrado grandes avances en la comprensión de su relevancia clínica.
Uno de los desafíos radica en que, si bien mediante GWAS se pueden identificar amplias regiones asociadas a enfermedades, determinar con precisión qué variante, entre varias, es la responsable de la enfermedad sigue siendo un desafío.
Muchas de estas variantes en regiones no codificantes se concentran en torno a los motivos de unión a factores de transcripción, que son áreas del genoma que proteínas específicas, llamadas factores de transcripción, reconocen y a las que se unen para regular la expresión génica. Si bien estas proteínas se unen a regiones del genoma que están «abiertas», cierran temporalmente la región inmediata del ADN a la que se unen, dejando una «huella» en los resultados experimentales que permite localizar con exactitud dónde se unen.
«Esta situación es comparable a una rueda de reconocimiento policial», expone el autor principal del estudio, el doctor Struan FA Grant , director del Centro de Genómica Espacial y Funcional y titular de la Cátedra Daniel B. Burke de Investigación sobre la Diabetes en CHOP. «Se analizan juntos sospechosos similares, por lo que puede ser difícil determinar quién es el verdadero culpable. Con el enfoque que empleamos en este estudio, podemos identificar con precisión la variante causante de la enfermedad mediante la identificación de esta llamada huella genética», añade.
En este estudio, los investigadores utilizaron ATAC-seq, un método experimental de secuenciación genómica que identifica regiones abiertas del genoma, y PRINT, un método basado en aprendizaje profundo, para detectar este tipo de huellas de interacciones ADN-proteína. Utilizando datos de 170 muestras de hígado humano, los investigadores observaron 809 «loci de rasgos cuantitativos de huella», o partes específicas del genoma humano asociadas con estas huellas que indican dónde deberían estar ocurriendo las interacciones ADN-proteína. Con este método, los investigadores pudieron determinar si los factores de transcripción se unían con distinta intensidad a estos sitios según la variante.
Con esta útil información fundamental, los autores del estudio esperan aplicar estas técnicas a otras muestras de órganos y tejidos y comenzar a identificar cuáles de estas variantes están potencialmente impulsando una variedad de enfermedades comunes.
«Este enfoque ayuda a resolver algunos problemas fundamentales que hemos encontrado en el pasado al intentar determinar qué variantes no codificantes podrían estar causando enfermedades. Con muestras más grandes, creemos que la identificación de estas variantes casuales podría, en última instancia, fundamentar el diseño de nuevos tratamientos para enfermedades comunes», detalla Max Dudek, primer autor del estudio y estudiante de doctorado en los laboratorios Grant y Almasy del Departamento de Genética de Penn Medicine y del Departamento de Pediatría del Hospital Infantil de Filadelfia.