IA revela dos variantes genéticas desconocidas en la enfermedad de Alzheimer

La inteligencia artificial (IA) ha estado desempeñando un papel cada vez más importante en el campo de la medina, por lo que varios científicos en el mundo buscan avances prometedores con estas nuevas tecnologías. Como ejemplo de ello, un grupo de científicos de CSIRO, la agencia científica nacional de Australia, han utilizado IA para descubrir aún más los secretos genéticos de la enfermedad de Alzheimer.

Al utilizar herramientas tecnológicas como VariantSpark and BitEpi, los investigadores han identificado dos nuevas variantes genéticas asociadas con dicha enfermedad, así como 95 nuevas interacciones genéticas que puede modular los efectos de las vaciantes del Alzheimer. Como tal, la identificación de dichas variantes ayuda a predecir tanto la aparición, la gravedad y los posibles tratamientos de la patología neurodegenerativa.

Sin embargo, las variantes identificadas, por sí solas, no explican toda la heredabilidad del Alzheimer y otras enfermedades comunes. Cabe mencionar que las variantes se medían únicamente según su efecto acumulativo, es decir, identificaba cómo un gen en combinación con otro aumentaba la probabilidad o expresión de la enfermedad. De esta manera, se cree que las interacciones entre las variantes conocidas como epistasis (es una circunstancia en la que la expresión de un gen se modifica (por ejemplo, se oculta, se inhibe o se suprime) debido a la expresión de otro gen o de otros genes), contribuyen a la aparición y expresión de la enfermedad. 

Investigaciones previas han revelado que la epistasis es común en varios fenotipos, incluido LOAD. Aunque las interacciones genéticas han sido implicadas en enfermedades complejas, su identificación en todo el genoma ha sido limitada debido a desafíos computacionales, enfocándose principalmente en enfoques específicos de genes o exploraciones de interacciones entre genes específicos, como APOE y otros loci de riesgo.

Desarrollo y resultados del estudio IA

Utilizando la plataforma de genómica VariantSpark y un nuevo enfoque llamado RFlocalfdr, los investigadores a su vez identificaron variantes genéticas asociadas con la enfermedad de Alzheimer de manera marginal e interactiva en dos cohortes independientes: UK Biobank (UKBB) y la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer (ADNI).

“Se identificaron 104 polimorfismos de nucleótido único SNP (53 independientes) asociados significativamente con el Alzheimer en la cohorte UKBB y 207 SNP (124 independientes) en la cohorte ADNI. Al comparar estas asociaciones con las del catálogo GWAS para la EA, se observó una superposición del 70% con SNP significativos en ambas cohortes. Esto incluyó 72 de 104 SNP en UKBB y 145 de 207 SNP en ADNI, demostrando consistencia entre los hallazgos y el conocimiento previo sobre la genética de la EA” destaca el estudio.

Por su parte, la doctora Natalie Twine, científica de CSIRO y autora del artículo publicado en Scientific Reports detalla que algunas de las interacciones entre los genes pueden proteger contra el Alzheimer. “Al utilizar BitEpi podemos identificar estas interacciones y explicar algunos de los eslabones perdidos en la heredabilidad del Alzheimer”.

Del mismo modo, el autor principal del estudio, el doctor Mischa Lundberg, becario postdoctoral de CSIRO, explicó que al incorporar interacciones epistáticas significativas, se captura un 10,41% más de variación fenotípica que los métodos anteriores.

“Esto significa un aumento en nuestra capacidad para capturar los impulsores de la enfermedad, lo cual es importante para la investigación del Alzheimer porque, al conocer los impulsores subyacentes, podemos identificar antes a los pacientes en riesgo e intervenir antes”, dijo el doctor Lundberg.

Progresión de la enfermedad de Alzheimer en Australia

En 2022, la enfermedad de Alzheimer era la forma más común de demencia en Australia, afectando a más de 400,000 personas. Con una población que crece y envejece, se pronostica que las tasas de demencia se duplicarán para el año 2058, subrayando la creciente importancia de abordar este problema de salud pública.

Por ello, CSIRO planea continuar utilizando y probando las herramientas Variant Spark y BitEpi para abordar desafíos en el campo de la genómica. Estas herramientas se aplican para superar problemas como la dispersión geográfica de la información genómica, comúnmente almacenada en “silos”.