¿Por qué no podemos hacer diagnósticos genéticos precisos de pacientes concretos?

Ben Lehner. EMBL-CRG, ICREA, Universitat Pompeu Fabra, Barcelona

Resumen
El objetivo de la medicina personalizada es predecir de forma precisa el riesgo de padecer una enfermedad y los resultados de terapias en individuos concretos. Por el momento, no obstante, los diagnósticos genéticos no son útiles para las enfermedades más comunes. Lo cierto es que hacer diagnósticos precisos únicamente a partir de información genética podría, en muchos casos, no ser nunca posible para las enfermedades comunes. ¿Por qué esto es así? ¿Y cuáles serían las soluciones para este problema?

¿Contraerá un individuo concreto algunas de las miles de enfermedades existentes? ¿Qué pacientes responderán bien al tratamiento con un particularmente caro tipo de terapia contra el cáncer? ¿Qué individuos deberían cambiar su dieta o sus hábitos de vida para prevenir enfermedades cardiovasculares, y cuáles no, dado que tal cosa les supondría una pérdida de tiempo y de esfuerzo? ¿Quién no debería tomar este fármaco pues le causará efectos secundarios perjudiciales? Estos son algunos de los ejemplos de las preguntas que abarca la medicina personalizada. También son, desafortunadamente, ejemplos de las preguntas que todavía no hemos podido contestar con alguna certeza.

Las últimas décadas han sido una era dorada para la genética humana. Se han conseguido relacionar mutaciones que afectan a miles de genes diferentes con enfermedades, tanto raras como comunes. Sólo durante los últimos cinco años, más de 2.000 nuevos loci han sido asociados a enfermedades comunes (Visscher et al., 2012). En comparación con otros enfoques para el estudio de las enfermedades, la ventaja clave de la genética es que esta es uno de los pocos enfoques en biología que permiten discernir de forma fiable entre causa y efecto. Aunque las tecnologías “ómicas” nos permiten medir miles de proteínas diferentes, ARN mensajero o micro ARN, no nos dicen si los cambios son causa o consecuencia de una enfermedad. Pero una vez identificada la variante genética (mutación) asociada de forma reproducible con una enfermedad, entonces ya sabemos que (algo parecido a) esta variante causa un mayor riesgo de padecer la enfermedad. Podemos afirmar con seguridad que las mutaciones en alfa-sinucleina son la causa de la enfermedad de Parkinson, que las mutaciones de BRCA1 causan cáncer de mama y de ovarios, y que la enfermedad de Crohn se debe a mutaciones en más de 70 loci.

¿Por qué esto es así? ¿Por qué no podemos predecir qué va a ocurrirle a un individuo a partir de la secuencia de su genoma?

Tres motivos por los cuales es difícil hacer diagnósticos genéticos para enfermedades comunes.
Una primera posible razón por la cual no podemos hacer diagnósticos precisos sobre enfermedades comunes podría ser simplemente porque no hemos identificado aún todas las variantes genéticas comunes en la población humana y que influyen en el riesgo de enfermedad. En otras palabras, aunque es mucho lo que se ha avanzado, podría ser que aún nos falte información relevante (Visscher et al., 2012). Por otra parte, un problema aún más fundamental podría ser que las variantes genéticas raras (aquellas de las que son portadores tan sólo un pequeño porcentaje de personas) también contribuyen de forma significativa a las enfermedades raras, y que apenas hemos comenzado a estudiar esas variantes.

La población humana es muy grande (miles de millones de individuos genéticamente diferentes), y, si lo examinamos a la luz de la escala de tiempo temporal de la evolución, este gran tamaño es un fenómeno reciente. Esto significa que la mayoría de las diferencias entre dos humanos determinados son mutaciones muy recientes, y por tanto muy raras. (Fu et al., 2013). Los genomas de dos humanos podrían ser iguales a más de un 99%, pero dado que nuestro genoma tiene más de 3.000.000.000 de nucleótidos, solemos diferir entre nosotros en millones de diferencias, la mayor parte de las cuales poco comunes. Por tanto, si las enfermedades comunes pueden ser influidas por centenares o miles de genes diferentes –lo cual es probablemente el caso en base a lo que sabemos hasta ahora de la genética de organismos modelo (Lehner, 2013), entonces los casos de una enfermedad en pacientes individuales podrían incluir diferentes mutaciones raras. Por tanto, las enfermedades “comunes” podrían ser en realidad miles de enfermedades “raras” diferentes que afectan todas a los mismos procesos.

La tercera razón de nuestra incapacidad para hacer diagnósticos genéticos precisos podría ser que la genética tendría más relación con combinaciones de mutaciones que con mutaciones individuales. Lo que esto quiere decir es que si un paciente es portador de una mutación en el gen A, esto podría no tener necesariamente el mismo efecto que si el paciente porta una mutación en el gen A y también en el gen B: el resultado de la mutación de A es modificado por la mutación de B. Sabemos a partir de trabajos con organismos modelo que esos tipos de interacciones genéticas son muy comunes y que son muy importantes para influir en las características fenotípicas de los individuos. Lo cierto es que en la levadura (que puede decirse que es el organismo mejor conocido del planeta) esas interacciones entre genes han sido catalogadas con gran detalle por medio de combinar sistemáticamente millones de diferentes pares de mutaciones (Costanzo et al, 2010). Por lo tanto, sabemos que el resultado de una mutación dañina en casi cualquier gen puede ser, en potencia, alterado por el resultado de mutaciones en muchos otros genes.

Esto mismo también sería cierto en humanos, pero el problema es que identificar esas interacciones en estudios poblacionales es extremadamente difícil. Esto es así porque las combinaciones particulares de mutaciones son raras incluso en poblaciones muy grandes (la frecuencia de la primera mutación multiplicada por la frecuencia de la segunda mutación) y porque hay muchas posibles combinaciones de mutaciones que comprobar (N2 en lugar de N). Ambos problemas significan que tenemos escasas posibilidades estadísticas de identificar combinaciones de mutaciones en lugar de mutaciones individuales que provocan una enfermedad.

Tres razones por las cuales podría ser imposible hacer diagnósticos precisos sólo en base a la genética.
Las tres razones argumentadas hasta ahora para explicar nuestra incapacidad de hacer diagnósticos genéticos precisos –a saber, conocimiento incompleto de mutaciones genéticas, mutaciones raras heterogéneas, y combinaciones de mutaciones- hacen más compleja la genética, pero no hacen imposible hacer diagnósticos genéticos precisos. La triste realidad es que ya sabemos que hacer diagnósticos precisos únicamente a partir de la genética será siempre imposible. ¿Cómo sabemos esto? Sabemos esto porque los gemelos genéticamente idénticos no suelen padecer, en general, las mismas enfermedades comunes: si un humano que heredó exactamente el mismo genoma que Usted desarrolla una enfermedad común, eso (afortunadamente) no indicará invariablemente de que Ud. también vaya a desarrollar dicha enfermedad (Roberts et al., 2012). Para muchas enfermedades comunes, los estudios de gemelos nos dicen que no será posible hacer diagnósticos particularmente útiles empleando únicamente la genética. ¿Por qué es así?

La primera razón por la cual las predicciones genéticas siempre fallarán, es, por supuesto, el factor ambiental. Alimentación, infecciones y hábitos de vida tienen un enorme impacto en las enfermedades, modificando o sobre escribiendo los efectos de las variantes heredadas. Esto significa que las variantes genéticas heredadas por un individuo particular pueden ser irrelevantes salvo que dicho individuo tenga una infección o siga una dieta particular. Otra posible alternativa sería que las variantes genéticas sean irrelevantes si un individuo escoge unos hábitos de vida o un tratamiento concretos. Algunas influencias potenciales de los factores ambientales sobre el riesgo de enfermedad no han comenzado a ser tenidas en cuenta hasta recientemente, incluyendo las comunidades microbianas no patogénicas existentes sobre y dentro de nosotros, e incluso el medio ambiente intrauterino que influye en nuestro desarrollo. Dos desafíos clave para el futuro serán elucidar cómo los factores de riesgo particulares interactúan con las variaciones heredadas, y cómo los primeros sucesos de nuestras vidas afectan al riesgo de enfermedad en épocas posteriores.

Más allá de los factores ambientales, no obstante, lo sorprendente es que la “casualidad” también parece jugar un papel en la genética. Daré dos ejemplos de esto.
El primero serían las mutaciones somáticas. Todas las células de nuestro organismo derivan de una misma célula embrionaria, pero eso no significa que todas las células sean genéticamente las mismas. Cada vez que una célula se divide comete errores, por lo que en realidad cada célula de nuestro organismo tiene un genoma que difiere en al menos unas pocas posiciones. Pero, ¿acaso esas mutaciones “somáticas” que tuvieron lugar tras la concepción tienen algún impacto en las enfermedades? La respuesta, al menos en lo que al cáncer se refiere, es, sin duda, “sí”. Las mutaciones somáticas en oncogenes y en genes supresores de tumores han sido identificadas desde hace tiempo como una de las principales causas del cáncer, por lo que sucesos fortuitos similares podrían también afectar a otras enfermedades.

Por tanto, el hecho de contraer, o no, una enfermedad, puede en algunos casos reducirse a experimentar de forma fortuita mutaciones durante su vida. Pero esto no quiere decir que no podamos hacer nada al respecto. Aunque no podemos controlar cuándo tienen lugar las mutaciones, podemos influir claramente en las posibilidades de que estas tengan lugar reduciendo la exposición a mutágenos como el humo del tabaco y la radiación ultravioleta. Esto queda muy claramente ejemplificado por la secuenciación del genoma del cáncer- los tumores de piel y de pulmón contienen con frecuencia decenas de miles de mutaciones extra provocadas en su totalidad por opciones de hábitos de vida.

La tercera razón, y quizá la más sorprendente, según la cual la genética no es suficiente para hacer pronósticos precisos es la variación “epigenética” que tiene lugar entre individuos, es decir, que no está en la secuencia del genoma. Hoy día, el término “epigenética” se emplea sobre todo para referirse a la cromatina –cómo el ADN es empaquetado y cómo se modifica este empaquetado. No obstante, aquí emplearé la palabra epigenética en su acepción original: en el sentido de toda variación no genética entre células. Del mismo modo que las células de nuestro organismo y las de gemelos idénticos difieren genéticamente (debido a mutaciones somáticas), estas también difieren epigenéticamente debido a cambios en la expresión de genes, concentraciones de proteínas, niveles de metabolitos y otras moléculas. Durante la última década numerosos trabajos se han centrado en la caracterización de la variación epigenética célula-célula, en particular en organismos unicelulares como la levadura (Raj y van Oudenaarden, 2008).

Los trabajos con organismos modelos están aportando cada vez más pruebas que demuestran que dichas diferencias epigenéticas entre individuos –como por ejemplo en niveles de expresión de genes- también tienen su impacto en el resultado de las mutaciones. Por ejemplo, en nuestras propias investigaciones con el parásito intestinal C. elegans, pudimos asociar variaciones en el resultado de una mutación heredada en individuos genéticamente idénticos en un entorno muy controlado con diferencias en la medida en que dos genes eran activados o desactivados durante el desarrollo temprano del embrión (Burga et al., 2011). En individuos en los que esos dos genes están expresados a niveles por encima de la media, un 70% está afectado por la mutación patológica. No obstante, en individuos en los que ambos genes se expresan a niveles por debajo de la media, tan sólo un 10% está afectado por la mutación (Figura 1).

Figura 1. La variación epigenética en la medida en que dos genes son activados o desactivados durante el desarrollo inicial influye en el resultado de una mutación heredada en dos embriones genéticamente idénticos de C. elegans en un entorno muy controlado (A) 50% de los embriones genéticamente idénticos que heredan una eliminación del gen tbx-9 eclosionan con un defecto morfológico. (B) cuantificando la variación cuantitativa temprana en los niveles de expresión de otros dos genes, tbx-8 y daf-21, es posible predecir con más precisión qué le ocurrirá a cada individuo.

Hacia diagnósticos precisos para pacientes individuales
Por tanto, en vista de todas estas complicaciones, ¿existe alguna esperanza de que pueda ser posible diagnosticar con precisión a pacientes individuales el riesgo de desarrollar enfermedades comunes, o cuál será la mejor opción terapéutica? Creemos que la respuesta a esta pregunta es “sí”, y que la forma de conseguirlo será combinar información genética con otras pruebas hechas a individuos.

Esas otras mediciones pueden ser denominadas “fenotipos intermedios” pues retratan influencias adicionales sobre el riesgo, de origen tanto genético como no genético (Burga y Lehner, 2013). Los fenotipos intermedios adecuados podrían ser mediciones clínicas como los niveles de colesterol o la presión sanguínea, pero también podrían ser comprobaciones más sofisticadas como perfiles proteómicos del suero o modificaciones de cromatina en tipos concretos de células. Dos ventajas de los fenotipos intermedios son que pueden identificar información de factores de riesgo tanto genéticos como no genéticos, y que pueden identificar sucesos, tanto presentes como futuros, que influyen en el riesgo. El punto clave es que los fenotipos intermedios deberían emplearse en combinación con datos genéticos, pues el que una prueba sea diagnóstica o no, dependerá, en muchos casos, de los alelos genéticos de riesgo portados por el individuo en cuestión.

Así pues, incluso si un suceso genuinamente estocástico durante el desarrollo temprano influye sobre el riesgo de enfermedad, siempre y cuando exista una consecuencia fisiológica de este suceso en una etapa vital posterior, debería ser posible identificarlo mediante un modelo genético predictivo. El desafío radica en identificar los fenotipos intermedios adecuados para una enfermedad particular para luego aprender cómo combinarlos con datos genéticos para elaborar modelos diagnósticos precisos. En suma, creemos que los estudios que combinan perfiles moleculares y genotipos del mismo paciente supondrán un paso en la dirección correcta hacia el desarrollo de una medicina personalizada de las enfermedades comunes.


Figura 2.Influencia en el riesgo de enfermedad en humanos. Las influencias importantes en el riesgo de enfermedad en humanos incluirían la herencia de los padres y diversos factores de riesgo ambientales, pero también sucesos “casuales” como mutaciones somáticas y variaciones “epigenéticas” entre individuos y entre células, como por ejemplo diferencias en los niveles de expresión de genes. Por supuesto, dichas influencias diferentes no son independientes. Por ejemplo, las influencias de factores ambientales pueden aumentar la frecuencia de sucesos casuales: mutágenos ambientales como la exposición a la luz ultravioleta aumentan el porcentaje de mutaciones somáticas y (al menos en los no-mamíferos) el estrés agudo por temperatura pueden aumentar la variación epigenética entre individuos.

Referencias bibliográficas
Burga, A., Casanueva, M.O., and Lehner, B. (2011). Predicting mutation outcome from early stochastic variation in genetic interaction partners. Nature 480, 250-253.
Burga, A., and Lehner, B. (2013). Predicting phenotypes from genotypes, phenotypes and a combination of the two. Curr Opin Biotech en prensa.
Costanzo, M., Baryshnikova, A., Bellay, J., Kim, Y., Spear, E.D., Sevier, C.S., Ding, H., Koh, J.L., Toufighi, K., Mostafavi, S., et al. (2010). The genetic landscape of a cell. Science 327, 425-431.
Fu, W., O’Connor, T.D., Jun, G., Kang, H.M., Abecasis, G., Leal, S.M., Gabriel, S., Altshuler, D., Shendure, J., Nickerson, D.A., et al. (2013). Analysis of 6,515 exomes reveals the recent origin of most human protein-coding variants. Nature 493, 216-220.
Lehner, B. (2013). Genotype to phenotype: lessons from model organisms for human genetics. Nature reviews Genetics.
Raj, A., and van Oudenaarden, A. (2008). Nature, nurture, or chance: stochastic gene expression and its consequences. Cell 135, 216-226.
Roberts, N.J., Vogelstein, J.T., Parmigiani, G., Kinzler, K.W., Vogelstein, B., and Velculescu, V.E. (2012). The predictive capacity of personal genome sequencing. Science translational medicine 4, 133ra158.
Visscher, P.M., Brown, M.A., McCarthy, M.I., and Yang, J. (2012). Five years of GWAS discovery. American journal of human genetics 90, 7-24.