Una prueba de sangre detecta la enfermedad de Alzheimer antes de que aparezcan los síntomas
Por el equipo editorial de LabMedica en español
Actualizado el 05 Mar 2019
Una evaluación en sangre de la enfermedad preclínica tendría un potencial enorme en el enriquecimiento de los participantes para los ensayos terapéuticos de la enfermedad de Alzheimer (EA). Se ha dedicado mucho esfuerzo al descubrimiento de marcadores de un solo tipo y multianalitos de proteínas para diferenciar a los pacientes con EA de los individuos no afectados cognitivamente emparejados por edad.Actualizado el 05 Mar 2019
Los métodos de inmunoensayo ultrasensibles y de espectrometría de masas (MS) por inmunoprecipitación han informado recientemente que las proporciones de amiloide β (Aβ) en plasma son capaces de predecir la tomografía por emisión de positrones (TEP) de Aβ. Sin embargo, ha habido una investigación limitada utilizando métodos no dirigidos para el descubrimiento de nuevos marcadores sanguíneos que podrían reflejar la carga de Aβ.
Un gran equipo internacional de científicos liderado por el grupo del King's College de Londres (Londres, Reino Unido) comenzó midiendo los niveles de un grupo de proteínas en muestras de sangre de 238 personas (cognitivamente no afectadas) que participaban en dos estudios de biomarcadores y de envejecimiento en Australia. A todos los donantes les habían realizado previamente una TEP para determinar su estado de Aβ. Luego, el equipo construyó un modelo informático para clasificar las proteínas y luego analizó los datos de los participantes en uno de los grupos de estudio de biomarcadores y envejecimiento con un algoritmo de aprendizaje automático diseñado para aprender a identificar marcadores que pudieran indicar la enfermedad de Alzheimer preclínica. Luego, ensayaron el sistema en los datos del segundo grupo de participantes del estudio.
Parte de la metodología utilizada por los científicos incluyó el inmunoagotamiento, la digestión enzimática y el etiquetado de los péptidos mediante espectrometría de masas en tándem. Se logró el inmunoagotamiento de la albúmina y de la inmunoglobulina G mediante una columna de inmunoafinidad, ProteoPrep, disponible comercialmente (Sigma-Aldrich, St. Louis, MO, EUA). La separación de péptidos se logró utilizando el fraccionador 3100 OFFGEL (Agilent Technologies, Santa Clara, CA, EUA) con una configuración de 24 pozos. El análisis de cromatografía líquida-MS en tándem (LC-MS/MS), la separación cromatográfica y la adquisición de espectros de masas se realizó utilizando el LTQ Orbitrap Velos Pro, (Thermo Fisher Scientific, Waltham, MA, EUA).
El equipo informó que las pruebas preliminares demostraron que la técnica tenía una exactitud del 90% en comparación con los resultados obtenidos con las pruebas de exploración TEP. También informaron que su sistema encontró 10 características de proteínas que juntas representan un biomarcador, dos de ellas habían sido identificadas como posibilidades anteriormente. La serina proteasa protrombina (un precursor de la trombina) fue la característica más alta clasificada en la cohorte cognitivamente no deteriorada. A nivel univariado, la protrombina (o factor de coagulación II) se mostró disminuida en los individuos Aβ+, pero tuvo un efecto de tamaño modesto. Dos grupos de proteínas se asociaron específicamente con la carga de Aβ en individuos no afectados cognitivamente (GPR115 y RPS6KA3). GPR115 fue la segunda característica más importante, después de la protrombina, convirtiéndola en un marcador potencial de la deposición temprana de Aβ.
Los autores concluyeron que, a través de la utilización de un enfoque imparcial de MS, encontraron y replicaron con alta exactitud, especificidad y sensibilidad un clasificador de proteínas plasmáticas que refleja la carga de Aβ en una cohorte cognitivamente sin problemas. Estos paneles de predicción destacaron marcadores nuevos y establecidos para la EA. El estudio fue publicado el 6 de febrero de 2019 en la revista Science Advances.
Enlace relacionado:
King's College de Londres
Sigma-Aldrich
Agilent Technologies
Thermo Fisher Scientific