Factores genéticos provocan variación de biomarcadores

Los biomarcadores ideales usados para el diagnóstico de la enfermedad deben mostrar niveles desviados en los individuos afectados y ser robustos para los factores no relacionados con la enfermedad.

Por lo tanto, un entendimiento detallado de los factores potenciales de confusión y el tamaño de su efecto, es un requisito previo necesario para la evaluación del número, en rápido crecimiento, de biomarcadores candidatos.


Científicos de la Universidad de Uppsala (Suecia), analizaron 92 posibles biomarcadores de proteínas para el cáncer y la inflamación en el plasma de 1.005 personas en un estudio poblacional transversal longitudinal. Los biomarcadores analizados constituían un panel de exploración dirigido contra múltiples tipos de cáncer y también contienen proteínas implicadas en las enfermedades autoinmunes tales como la artritis reumatoide (AR) y la enfermedad de Graves.

Para determinar los niveles de la proteína de extensión de proximidad, en el plasma, se utilizó el kit Proseek Multiplex Oncology I de 96 × 96 (Olink Bioscience; Uppsala, Suecia) y se cuantificaron mediante reacción en cadena de la polimerasa en tiempo real (PCR), usando la plataforma de PCR, en tiempo real, BioMark HD (Fluidigm; Sur de San Francisco, CA, EUA). El equipo seleccionó a 100 individuos, para la Secuenciación de todo el Genoma utilizando el sistema SureSelect para la captura del exoma (Agilent, Santa Clara, CA, EUA y la instrumentación SOLiD 5500xl para la secuenciación (Applied Biosystems; Foster City, CA, EUA).

Los científicos encontraron que para el 75% de los biomarcadores, los niveles son significativamente hereditarios y que los estudios de asociación de todo el genoma identificaron 16 nuevos loci y replicaron dos loci anteriormente conocido con fuertes efectos en uno o varios de los biomarcadores. El análisis integrativo atribuyó tanto como el 56,3% de la varianza observada a factores no patológicos. Propusieron que la información sobre el análisis de biomarcadores específicos de los principales factores genéticos, clínicos y de estilo de vida, deben ser utilizados para establecer puntos de corte clínicos personalizadas, y que esto aumentaría la sensibilidad de la utilización de biomarcadores para la predicción de los puntos finales clínicos.

Stefan Enroth, PhD, el autor principal del estudio, dijo: “Estos resultados son importantes, ya que muestran cuáles variables son significativas con respecto a las variaciones en los valores medibles. Si se conocen estos factores, tenemos una mayor posibilidad de ver variaciones y obtener los puntos de corte más claros entre los valores elevados y los valores normales. Por extensión esto puede dar lugar a la posibilidad de utilizar más biomarcadores en el clínica”. El estudio fue publicado el 22 de agosto de 2014, en la revista Nature Communications.

Enlaces relacionados:

Uppsala University

Olink Bioscience

Fluidigm

Agilent

Applied Biosystems