El big data impulsa nuevos diagnósticos de enfermedades raras en Europa

En el trabajo principal, un consorcio internacional, conocido como Solve-RD , explica cómo el reanálisis periódico de la información genómica y fenotípica de personas que viven con una enfermedad rara puede aumentar las posibilidades de diagnóstico cuando se combina con el intercambio de datos a través de las fronteras europeas a gran escala.

«Solve-RD tiene por objetivo ir más allá de las técnicas diagnósticas actuales, que en muchos paises ya incluyen la secuenciación del exoma, es decir, todos los genes del genoma, pero no el genoma entero», explica Sergi Beltran, co-líder de análisis de datos Solve-RD y Jefe de la Unidad de Bioinformática en CNAG-CRG.

Por esta razón, añade, solo se incluyen en el proyecto pacientes que ya tengan un «exoma analizado sin resultado diagnóstico positivo».

Es decir, para aumentar la tasa diagnóstica «proponemos nuevas técnicas de análisis sobre datos existentes, el uso de plataformas informáticas cómo RD-Connect GPAP (desarrollada y hospedada en el CNAG-CRG) que permiten compartir datos y colaborar y la integración de otros tipos de datos más allá de los exomas: genomas, transcriptomas, epigenomas, metabolomas».

Con este nuevo enfoque, un reanálisis preliminar de datos de 8.393 personas dio como resultado 255 nuevos diagnósticos , algunos con manifestaciones atípicas de enfermedades conocidas.

«Con la ayuda de Solve-RD ya se han diagnosticado casi 200 pacientes más de los indicados en los artículos que se acaba de publicar, y esto solo habiendo completado una parte de los análisis sobre la mitad de los datos genómicos ya existentes que tenemos previsto recoger. Además, hay que tener en cuenta que Solve-RD está generando muchos datos nuevos a gran escala para estos pacientes no diagnosticados, incluyendo más exomas y genomas con distintas técnicas, transcriptomas, epigenomas y metabolomas. El análisis de estos datos nuevos está empezando ahora y esperamos identificar nuevos genes asociados a enfermedad que permitan incrementar la tasa de diagnóstico», señala el investigador.

Al final del proyecto, indica, tendremos datos de cúal ha sido el incremento diagnóstico con cada aproximación, lo que ayudará a tomar decisiones sobre qué técnicas sería conveniente aplicar en el diagnóstico rutinario para diferentes enfermedades.

Uno de los seis estudios que se publican en « European Journal of Human Genetics» describe el método con más detalle y los otros cuatro estudios muestran las ventajas del enfoque aplicadas a un caso en concreto.

Por ejemplo, en uno de ellos se empleó el método para identificar una nueva forma genética de hipoplasia pontocerebelosa tipo 1 (PCH1), una enfermedad genética que afecta el desarrollo del cerebro. PCH1 normalmente está relacionado con mutaciones en cuatro genes conocidos. Los investigadores utilizaron el método para identificar una nueva variante en un quinto gen.

En otro estudio, los científicos emplearon esta aproximación en un individuo con un trastorno complejo del desarrollo neurológico y encontraron que la enfermedad estaba causada por una nueva variante genética en el ADN mitocondrial . Esto no se detectó previamente porque el paciente no presentaba síntomas típicos de un trastorno mitocondrial.

El diagnóstico ayudará a adaptar el tratamiento, así como a informar a sus familiares sobre la posibilidad de transmitirlo a las generaciones futuras.

La clave para el reanálisis de casos no resueltos es la plataforma de análisis RD-Connect Genome-Phenome , desarrollada, alojada y coordinada por el Centro Nacional de Análisis Genómico (CNAG-CRG), parte del Centro de Regulación Genómica (CRG), con sede en Barcelona.

Reconocido oficialmente por el Consorcio Internacional de Investigación de Enfermedades Raras y financiado por los gobiernos de la UE, España y Cataluña, RD-Connect GPAP proporciona a los médicos e investigadores autorizados un acceso seguro y controlado a datos genómicos seudonimizados e información clínica de pacientes con enfermedades raras.

La plataforma permite el reanálisis automático seguro, rápido y rentable de los miles de pacientes y familiares no diagnosticados que ingresan al proyecto Solve-RD.

Según Beltran, «Solve-RD ha demostrado que es posible compartir de forma segura grandes cantidades de datos genómicos a nivel internacional para el beneficio de los pacientes. El trabajo que publicamos hoy es solo la punta del iceberg, ya que muchos más pacientes están siendo diagnosticados gracias a los métodos innovadores desarrollados y aplicados dentro de Solve-RD».

Se estima que 30 millones de personas en Europa se ven afectadas por una enfermedad rara durante su vida. Más del 70% de las enfermedades raras tiene una causa genética. Sin embargo, alrededor del 50% de los pacientes con una enfermedad rara permanecen sin diagnosticar incluso en entornos clínicos expertos avanzados que utilizan técnicas como la secuenciación del genoma.

Al mismo tiempo, los científicos de todo el mundo están identificando un promedio de 250 nuevas asociaciones entre genes y enfermedades y 9.200 asociaciones de variantes de enfermedades por año. A medida que se amplía el conocimiento científico, volver a analizar los datos periódicamente puede ayudar a las personas a recibir un diagnóstico.

«Solve-RD ha demostrado que un sistema centralizado de gestión, compartición y análisis de datos es posible a nivel europeo y escalable a miles de conjuntos de datos de pacientes de enfermedades raras», afirma este investigador.

El consorcio, que consta de más de 300 investigadores y médicos en quince países, y que en conjunto atienden a más de 270.000 pacientes con enfermedades raras cada año, tiene como objetivo diagnosticar eventualmente más de 19.000 casos no resueltos de enfermedades raras con una causa molecular desconocida. Sus hallazgos preliminares son un primer paso importante para el desarrollo de un sistema europeo que facilite el diagnóstico de enfermedades raras, que puede ser un proceso largo y arduo.

«La aproximación centralizada permite analizar fácilmente los datos, pero será difícil de escalar tecnológicamente y sostener económicamente para millones de conjuntos de datos. Pensamos que la aplicación rutinaria de sistemas parecidos a los desarrollados en Solve-RD pasará por estabelecer una federación de datos en la linea de lo que se propone en el 1+ Millón de Genomas europeo , donde los datos de cada país o región se almacenarán y gestionarán a nivel local pero estarán conectados de manera no identificable, permitiendo igualmente compartirlos y analizarlos de manera segura para el beneficio de los pacientes sin que salgan del país de orígen. Esto conlleva retos técnicos para construir esta red y para facilitar el análisis de datos distribuidos, y también retos éticos y legales, aunque seguramente menores que un sistema centralizado», concluye.