El modelo de aprendizaje automático que mejora la certeza del diagnóstico genético prenatal

La estrategia, desarrollada por el Hospital for Sick Children de Toronto, busca aclarar si variantes del genoma fetal están asociadas a trastornos del neurodesarrollo cuando los análisis actuales no logran clasificarlas

(Imagen Ilustrativa Infobae)
Un equipo del Hospital for Sick Children de Toronto desarrolló un modelo de aprendizaje automático para mejorar el diagnóstico genético prenatal (Imagen Ilustrativa Infobae)
Guardar

Un equipo del Hospital for Sick Children en Toronto, Canadá, desarrolló un modelo de aprendizaje automático para mejorar la certeza del diagnóstico genético prenatal, un avance que busca aclarar si cambios en el ADN del feto están vinculados con trastornos del neurodesarrollo cuando las pruebas actuales no logran definir si una variante es dañina o forma parte del desarrollo normal, informó el portal especializado en ciencia y salud Medical Xpress.

El grupo entrenó el sistema con datos de 850 individuos con y sin síndrome de Down, distribuidos en seis tipos de tejidos prenatales y posnatales. La estrategia mostró que una firma epigenética obtenida en sangre puede adaptarse para funcionar en distintos tipos de tejido, incluidos los usados en estudios prenatales.

PUBLICIDAD

El problema que intenta resolver es frecuente en medicina fetal. Los avances en secuenciación del genoma ampliaron el acceso a las pruebas prenatales, pero también multiplicaron la detección de variantes de significado incierto, cambios genéticos que los médicos todavía no pueden clasificar con facilidad como benignos o patológicos.

La genetista clínica Rosanna Weksberg, científica sénior asociada de Genética y Biología del Genoma en SickKids (como se lo conoce popularmente al hospital), explicó que cuando los médicos detectan un cambio genético nuevo, en cerca de un tercio de los casos no saben si realmente es anormal o si se encuentra dentro del rango habitual del desarrollo.

PUBLICIDAD

También advirtió que la cantidad de variantes supera la capacidad de los genetistas para conocer siempre si una alteración de interés puede derivar en trastornos del neurodesarrollo u otras enfermedades genéticas.

Manos con guantes azules utilizando una pipeta para transferir líquido a un vial sobre un documento con secuencia de ADN y equipo de laboratorio
El nuevo método busca definir si una variante genética en el ADN del feto está vinculada con trastornos del neurodesarrollo o forma parte del desarrollo normal (Imagen Ilustrativa Infobae)

Modelo transforma firmas epigenéticas en herramientas prenatales

El trabajo parte de las llamadas episignaturas, marcas químicas distintivas en el ADN que revelan la presencia de condiciones genéticas específicas.

En 2020, el laboratorio de Weksberg presentó la plataforma EpigenCentral, basada en datos de episignaturas derivadas de sangre para ayudar a los médicos a decidir si una variante causa enfermedad o es benigna.

Hasta ahora, el laboratorio ayudó a establecer más de 60 episignaturas, la mayoría ya validadas clínicamente para diagnóstico. El límite era que esos patrones dependían del tejido de origen: una firma detectada en sangre no podía aplicarse a líquido amniótico o tejido placentario, dos materiales habituales en el contexto prenatal.

La investigadora sénior Sanaa Choufani sostuvo que, si esas firmas derivadas de sangre pudieran volverse independientes del tejido, se superaría una de las mayores restricciones del diagnóstico prenatal. Esa idea dio origen a un método de aprendizaje automático capaz de transformar episignaturas sanguíneas en firmas “agnósticas al tejido”, es decir, estables sin importar de qué parte del cuerpo proceda la muestra.

En términos prácticos, eso significa que una misma señal epigenética podría informar sobre varios tipos de tejido, incluidas las muestras prenatales. El trabajo, publicado en The American Journal of Human Genetics y dirigido por Weksberg y Choufani, demostró que ese enfoque funciona y abre la puerta a su uso diagnóstico futuro en medicina prenatal.

Mano con guante azul sostiene tubo de ensayo con muestra de sangre y partículas. Fondo con equipo de laboratorio y secuenciador de ADN.
El modelo de aprendizaje automático transformó firmas epigenéticas sanguíneas en episignaturas agnósticas al tejido, aplicables a líquido amniótico y tejido placentario (Imagen Ilustrativa Infobae)

La prueba fue exitosa en todos los tejidos

Para probar el concepto, el equipo generó una episignatura derivada de sangre a partir de muestras de 266 individuos con síndrome de Down, elegida por ser una de las enfermedades genéticas raras más comunes. Luego entrenó el modelo con datos públicos de metilación del ADN —las etiquetas químicas del ADN— correspondientes a 850 personas con y sin esa condición, distribuidas en seis tipos de tejido.

El resultado fue que el sistema reconoció con precisión el patrón del síndrome de Down en todos los tipos de tejido analizados. Ese desempeño mostró que una episignatura obtenida en sangre puede convertirse en una herramienta capaz de identificar una señal de enfermedad específica en tejidos diferentes.

Weksberg afirmó que el modelo aporta un nuevo nivel de precisión a las pruebas prenatales, un campo en el que todavía quedan muchas preguntas abiertas. Añadió que este enfoque de aprendizaje automático también puede servir como base para estudiar múltiples trastornos en los que los tejidos relevantes son inaccesibles, lo que favorecería una transferencia más rápida a la práctica clínica.

Los investigadores señalaron además que, con el tiempo, la estrategia podría respaldar pruebas diagnósticas realizadas con una gama más amplia de muestras, como saliva e hisopados bucales. Eso reduciría la necesidad de obtener sangre u otros tejidos.

Choufani indicó que, cuando una familia recibe la noticia de un posible trastorno del neurodesarrollo, el objetivo de este método es ofrecer la mayor cantidad de información detallada posible para acompañar la toma de decisiones. También planteó que la meta es acortar el recorrido diagnóstico que muchos pacientes con enfermedades raras atraviesan antes de obtener una respuesta.

PUBLICIDAD

PUBLICIDAD

Últimas Noticias

Las siestas de más de 30 minutos se asociaron con mayor peso, glucosa y presión arterial

Una investigación realizada con 3.275 encontró diferencias entre los descansos breves y los prolongados, aunque los resultados describen asociaciones y no una relación causal

Las siestas de más de 30 minutos se asociaron con mayor peso, glucosa y presión arterial

El cambio climático pudo haber frenado el inicio de una nueva Edad de Hielo: qué revelan 4.000 años de historia del Ártico

Un estudio reconstruyó la evolución del casquete Barnes, en Canadá. Los resultados indican que el aumento de las temperaturas interrumpió un proceso de expansión de la masa helada

El cambio climático pudo haber frenado el inicio de una nueva Edad de Hielo: qué revelan 4.000 años de historia del Ártico

No todas las dietas keto son iguales: un estudio advierte que algunas grasas pueden favorecer la inflamación

Un análisis de la Universidad de Cincinnati detectó que ciertos lípidos activan señales vinculadas con el estrés mitocondrial. Cómo la composición del menú influye en la cetosis y sus efectos metabólicos

No todas las dietas keto son iguales: un estudio advierte que algunas grasas pueden favorecer la inflamación

El telescopio Nancy Grace Roman superó una fase clave para iniciar sus observaciones astronómicas

El observatorio espacial de la NASA concluyó el ajuste milimétrico en los componentes ópticos tras corregir los desvíos provocados por el despegue. Los próximos pasos

El telescopio Nancy Grace Roman superó una fase clave para iniciar sus observaciones astronómicas

Un estudio revela qué relación existe entre los alimentos ultraprocesados y los síntomas premenstruales

Investigadores de una universidad de Turquía analizaron los hábitos alimentarios de 607 participantes y encontraron una asociación entre el consumo de productos industriales y una mayor intensidad del malestar previo a la menstruación.

Un estudio revela qué relación existe entre los alimentos ultraprocesados y los síntomas premenstruales