MADRID, 4 Dic. (EUROPA PRESS) -
Las proteínas de la sangre podrían en el futuro ayudar a proporcionar un 'control de salud líquido' integral, evaluar la salud y predecir la probabilidad de que desarrollar una variedad de enfermedades, según una investigación publicada en la revista 'Nature Medicine'.
Los programas de medicina preventiva, como los programas Health Check y Healthier You del Servicio Nacional de Salud del Reino Unido, tienen como objetivo mejorar nuestra salud y reducir nuestro riesgo de desarrollar enfermedades. Si bien tales estrategias son económicas, rentables y escalables, podrían hacerse más efectivas utilizando información personalizada sobre el riesgo de salud y enfermedad de un individuo.
El aumento y la aplicación del big data en la atención médica, al evaluar y analizar conjuntos de datos detallados a gran escala, hace cada vez más factible hacer predicciones sobre los resultados de salud y enfermedad y permitir enfoques estratificados para la prevención y el manejo clínico.
Ahora, un equipo internacional de investigadores del Reino Unido y Estados Unidos, que trabaja con la compañía de biotecnología SomaLogic, ha demostrado que la medición a gran escala de proteínas en un solo análisis de sangre puede proporcionar información importante sobre nuestra salud y puede ayudar a predecir una variedad de enfermedades diferentes y factores de riesgo.
Nuestros cuerpos contienen alrededor de 30.000 proteínas diferentes, que están codificadas por nuestro ADN y regulan los procesos biológicos. Algunas de estas proteínas ingresan al torrente sanguíneo por secreción intencional para orquestar procesos biológicos en la salud o en la enfermedad, por ejemplo, hormonas, citocinas y factores de crecimiento.
Otros llegan a la sangre a través de fugas por daño celular y muerte celular. Tanto las proteínas secretadas como las filtradas pueden informar el estado de salud y el riesgo de enfermedad.
En un estudio de prueba de concepto basado en cinco cohortes de observación en casi 17.000 participantes, los investigadores escanearon 5.000 proteínas en una muestra de plasma tomada de cada participante. El plasma es el componente más grande de la sangre y es el líquido transparente que queda después de la eliminación de los glóbulos rojos y blancos y las plaquetas. El estudio resultó en la medición de alrededor de 85 millones de objetivos de proteínas.
La técnica implica el uso de fragmentos de ADN conocidos como aptámeros que se unen a la proteína objetivo. En general, solo fragmentos específicos se unirán a proteínas particulares, de la misma manera que solo una clave específica encajará en un bloqueo particular. Utilizando la tecnología de secuenciación genética existente, los investigadores pueden buscar los aptámeros y determinar qué proteínas están presentes y en qué concentraciones.
Los investigadores analizaron los resultados utilizando métodos estadísticos y técnicas de aprendizaje automático para desarrollar modelos predictivos, por ejemplo, que un individuo cuya sangre contiene un cierto patrón de proteínas tiene un mayor riesgo de desarrollar diabetes.
Los modelos cubrieron varios estados de salud, incluidos los niveles de grasa hepática, función renal y grasa visceral, consumo de alcohol, actividad física y comportamiento de fumar, y el riesgo de desarrollar diabetes tipo 2 y enfermedad cardiovascular.
La precisión de los modelos varió y algunos mostraron altos poderes predictivos, como el porcentaje de grasa corporal, mientras que otros solo tenían un poder pronóstico modesto, como el riesgo cardiovascular.
Los investigadores detacan que sus modelos basados en proteínas eran mejores predictores que modelos basados en factores de riesgo tradicionales o constituirían alternativas más convenientes y menos costosas a las pruebas tradicionales.
Muchas de las proteínas están vinculadas a varios estados o condiciones de salud. Por ejemplo, la leptina, que modula el apetito y el metabolismo, fue informativa para los modelos predictivos de porcentaje de grasa corporal, grasa visceral, actividad física y estado físico.
Una diferencia entre la secuenciación del genoma y la llamada proteómica (estudiar en profundidad las proteínas de un individuo) es que, si bien el genoma es fijo, el proteoma cambia con el tiempo. Puede cambiar a medida que un individuo se vuelve más obeso, menos activo físicamente o fuma, por ejemplo, para que las proteínas puedan rastrear los cambios en el estado de salud de un individuo durante toda la vida.
"Las proteínas que circulan en nuestra sangre son una manifestación de nuestra composición genética, así como muchos otros factores, como los comportamientos o la presencia de enfermedades, incluso si aún no se han diagnosticado", señala la doctora Claudia Langenberg, de la Unidad de Epidemiología del MRC en el Universidad de Cambridge.
"Esta es una de las razones por las cuales las proteínas son tan buenos indicadores de nuestro estado de salud actual y futuro y tienen el potencial de mejorar la predicción clínica en diferentes y diversas enfermedades", añade.
"Es notable que los patrones de proteínas plasmáticas por sí solos puedan representar fielmente una variedad tan amplia de problemas de salud comunes e importantes, y creemos que esto es solo la punta del iceberg --señala el doctor Stephen Williams, Director Médico de SomaLogic, quien dirigió el estudio--. Tenemos más de cien pruebas en nuestra cartera de SomaSignal y creemos que el escaneo de proteínas a gran escala tiene el potencial de convertirse en una única fuente de información para evaluaciones de salud individualizadas".
Si bien este estudio muestra una prueba de principio, los investigadores dicen que a medida que la tecnología mejora y se vuelve más asequible, es posible que la salud ofrezca una evaluación integral de la salud utilizando una batería de modelos de proteínas derivados de una sola muestra de sangre como rutina. servicios.
"Este estudio de prueba de concepto demuestra un nuevo paradigma de que la medición de las proteínas de la sangre puede proporcionar con precisión información de salud que abarca varias especialidades médicas y que debería ser procesable para los pacientes y sus proveedores de atención médica", destaca Peter Ganz, colíder de este estudio y el distinguido profesor de Medicina Maurice Eliaser en la Universidad de California y director del Centro de Excelencia en Investigación Vascular en el Hospital General y Centro de Trauma Zuckerberg San Francisco.
"Espero que en el futuro veamos este estudio proteómico de 'Nature Medicine' como un hito fundamental en la personalización y, por lo tanto, en la mejora de la atención de nuestros pacientes", señala.
