Enfermedad de Alzheimer asintomática se puede detectar con el análisis del transcriptoma

Por el equipo editorial de LabMedica en español
Actualizado el 07 Aug 2019

Se usó el análisis de transcriptoma como un método para detectar individuos con enfermedad de Alzheimer (EA) que aún no mostraban síntomas del trastorno.

Actualmente no hay buenos métodos para detectar pacientes con EA asintomáticos a pesar del hecho de que pueden compartir cargas neuropatológicas similares a las de los individuos sintomáticos, mientras experimentan tasas significativamente diferentes de deterioro cognitivo.

Imagen: En los cerebros afectados por la enfermedad de Alzheimer, los niveles anormales de la proteína beta-amiloide se agrupan para formar placas (vistas en marrón) que se acumulan entre las neuronas y alteran la función celular. Las acumulaciones anormales de la proteína tau forman ovillos (vistos en azul) dentro de las neuronas, dañando la comunicación sináptica entre las células nerviosas (Fotografía cortesía del Instituto Nacional sobre el Envejecimiento, EE. UU.).

Para desarrollar un método para diagnosticar a los pacientes con EA asintomáticos, los investigadores de la Universidad de California, San Diego (EUA) utilizaron el transcriptoma como un indicador del estado funcional y seleccionaron 414 perfiles de expresión de individuos con EA sintomáticos y de controles no dementes emparejados por edad de un estudio neuropatológico comunitario. Debido a que incluye todas las transcripciones de mARN en la célula, el transcriptoma refleja los genes que se expresan activamente en un momento dado. A diferencia del genoma, que se fija aproximadamente para una línea celular dada (excluyendo mutaciones), el transcriptoma puede variar con las condiciones ambientales externas.

Los resultados de la encuesta de transcriptoma revelaron que al combinar interactomas de proteínas específicas del tejido cerebral (un interactoma es el conjunto completo de interacciones moleculares en una célula particular) con las redes de genes, los investigadores pudieron identificar grupos compuestos de genes funcionalmente distintos que revelaron cambios extensos en los niveles de expresión en la EA. La expresión global para los grupos que corresponden en general a la transmisión sináptica, el metabolismo, el ciclo celular, la supervivencia y la respuesta inmune se reguló negativamente, mientras que el grupo regulado al alza incluyó procesos en gran medida no caracterizados.

Estos resultados resaltaron la utilidad de integrar interacciones de proteínas con perturbaciones genéticas para generar un marco integral para caracterizar las alteraciones en la red molecular aplicadas a la EA.

“Uno de los grandes problemas en la investigación de la EA es identificar a los pacientes en riesgo en el momento adecuado”, dijo el autor principal, el Dr. Robert Rissman, profesor de neurociencias en la Universidad de California en San Diego. “Comprender las redes de genes que pueden cambiar en los grupos específicos de pacientes puede ayudar a racionalizar los esfuerzos de reclutamiento de ensayos clínicos y reducir los costos y el tiempo para inscribir ensayos. Con el campo cambiando cada vez más hacia la enfermedad presintomática, necesitamos expandir nuestra comprensión de los mecanismos moleculares que subyacen en todo el espectro de la enfermedad”.

El estudio de análisis de transcriptoma se publicó en la edición del 23 de julio de 2019 de la revista Cell Reports.

Enlace relacionado:
Universidad de California, San Diego