EL ESTUDIO DE ENFERMEDADES COMPLEJAS CON NÚMEROS

EL 28 NOVIEMBRE 2014.

Cuando uno piensa en estudiar enfermedades para poder desarrollar mejores tratamientos, estrategias de predicción o prevención, normalmente diríamos que sólo médicos o biólogos se dedican a este tipo de investigación. Sin embargo, es importante notar que existe otro grupo de investigadores que también ha jugado un papel muy importante. Sobre todo en los últimos años, grupos de matemáticos, especialistas en estadística y computólogos se han unido al esfuerzo de desentrañar la causa de enfermedades.

La estadística genética se enfoca en el desarrollo de métodos estadísticos para el análisis de datos genéticos. A partir del proyecto del genoma humano, la tecnología para poder caracterizar el genoma de una persona ha avanzado a tal grado que hoy en día es concebible estudiar con fines médicos los genomas de miles de personas a la vez. ¿Cómo es que se hacen esos análisis? Aquí la estadística genética juega un papel central, área de investigación en la que me especializo durante mi doctorado en la Universidad de Harvard.

En el 2005, salió la primera generación de análisis de genomas completos (GWAS, por sus siglas en inglés). Esta es una de las herramientas más poderosas para la identificación de genes asociados a enfermedades complejas. Para desarrollar una enfermedad compleja no basta con portar cierto gen, sino que existen factores tanto genéticos como ambientales que influyen en su desarrollo. El método GWAS consiste en hacer una exploración exhaustiva a lo largo de todo el genoma y determinar por medio de pruebas estadísticas si existen regiones genéticas asociadas a cierta enfermedad de interés. En este tipo de análisis se llega a hacer de manera simultánea de 200 mil a 2 millones de pruebas estadísticas, y se necesita una gran cantidad de datos de individuos dado que el efecto que tiene un gen en enfermedades complejas es muy pequeño. Claramente podemos imaginar que el uso de una calculadora o una hoja de Excel ya no es suficiente en estos casos y requerimos incluso supercomputadoras.

Nuevos problemas surgen a raíz de la gran cantidad de datos que se tienen y por la naturaleza propia de éstos. El primero, se refiere a que tenemos miles de individuos y cientos de miles de variantes genéticas para cada uno de éstos, los métodos estadísticos clásicos ya no funcionan igual y se tiene que implementar penalizaciones estadísticas o métodos alternos para optimizar el procesamiento y análisis de datos. El segundo, alude a la necesidad de tomar en consideración posibles factores genéticos que puedan causar sesgo en los resultados.

Gracias al notable éxito de estos estudios, hoy en 2014 contamos con una gran colección de genes asociados a cientos de enfermedades. Sin embargo, nuevas preguntas emergen, por ejemplo cómo implementar métodos para realizar predicción genética. Esto consiste en utilizar datos genéticos que permitan determinar el riesgo que tiene una persona en desarrollar cierta enfermedad, con el propósito de desarrollar herramientas de medicina personalizada. Por otra parte, se encontró que no es suficiente caracterizar variantes genéticas comunes para poder capturar en la proporción genética total que influye en el desarrollo de una enfermedad, conocido como el problema de la heredabilidad faltante. Adicionalmente, se pretende regresar al laboratorio donde los biólogos puedan estudiar puntualmente la acción de cada uno de estos genes, la posible interacción entre ellos, entre otras cosas, con el propósito de poder llegar a desarrollar tratamientos clínicos.

Hoy en día, gracias a los avances tecnológicos y computacionales en muchos laboratorios es necesario contar con personas capacitadas en manipular, analizar e interpretar grandes cantidades de datos masivos. La industria farmacéutica también ha reconocido la necesidad de contratar expertos en estadística genética. Necesitan gente que pueda hacer inferencia sobre cómo las características genéticas individuales que a su vez están vinculadas a enfermedades, responden ante nuevos tratamientos.

Encuentro fascinante participar en un campo donde distintas disciplinas convergen con un fin común, en este caso desentrañar la causa de enfermedades.

Carla Márquez Luna, es originaria de Baja California y matemática por la Universidad Nacional Autónoma de México. Actualmente realiza sus estudios de doctorado en Bioestadística en la Universidad de Harvard en EEUU.