La U746 implementa una nueva técnica que abarata y perfecciona el diagnóstico de la glucogenosis

CIBERER | miércoles, 21 de diciembre de 2016

Un equipo de investigadores encabezado por la U746 CIBERER-Centro de Diagnóstico de Enfermedades Moleculares de la Universidad Autónoma de Madrid que lidera la Dra. Belén Pérez ha implementado la aplicación de técnicas genómicas de vanguardia en el diagnóstico de la glucogenosis, una enfermedad clínica y genéticamente muy heterogénea, cuyos síntomas y características son muy similares a los de otras enfermedades metabólicas, lo que ha permitido la aplicación de terapias adecuadas.

El término glucogenosis comprende un grupo de enfermedades genéticas que se caracterizan por presentar alteraciones en el metabolismo del glucógeno. Se estima que su incidencia en la población oscila en 1 caso por cada 2.000 a 43.000 individuos. Hasta el momento, han sido identificados 23 tipos de defectos con un amplio espectro clínico, abarcando alteraciones hepáticas, cardiacas o musculares, y que frecuentemente van acompañadas de afectación del sistema nervioso central.

“La forma en la que se manifiesta esta enfermedad es muy amplia, y además puede tomar diferentes cursos clínicos incluso a pesar de que esté involucrada la misma enzima. En todos los casos es imprescindible un diagnóstico precoz si se quiere mejorar la calidad de vida del paciente e instaurar, si fuera posible, un tratamiento adecuado en la mayor brevedad posible”, explica Belén Pérez, autora principal de este estudio publicado en Genetics in Medicine y jefa de grupo de la U746.

Hasta ahora, debido a la inespecificidad de su presentación clínica y a la inexistencia de marcadores bioquímicos específicos, el diagnóstico de la glucogenosis básicamente estaba basado en la secuenciación gen a gen, resultando ser un procedimiento muy largo y costoso y en la mayoría de los casos sin resultados concluyentes.

El reciente desarrollo de la captura y secuenciación de alto rendimiento ha hecho que la secuenciación masiva, técnica que permite secuenciar millones de fragmentos de ADN en un tiempo récord y a un coste cada vez más reducido, sea factible para el diagnóstico genético de rutina, siendo especialmente apropiada en la búsqueda de mutaciones en defectos con alta heterogeneidad genética como es el caso de la glucogenosis.

Por ello, este trabajo, realizado por la U746 CIBERER-Centro de Diagnóstico de Enfermedades Moleculares de la Universidad Autónoma de Madrid-IdiPAZ, describe la aplicación de esta tecnología de vanguardia como herramienta de diagnóstico para pacientes clínicamente diagnosticados de esta enfermedad.

Además de los casos con defectos en genes relacionados con la síntesis y degradación del glucógeno, esta técnica ha permitido la identificación de mutaciones en otros genes no relacionados con la glucogenosis pero que sin embargo, desencadenaban afecciones similares.

Corrigiendo diagnósticos

Debido a esta similitud en las afecciones, hay multitud de casos en los que estas otras enfermedades, con una clínica similar a la glucogenosis, han sido erróneamente diagnosticadas, aplicándose al paciente un tratamiento no adecuado para su patología. Gracias al empleo de la secuenciación masiva se ha podido identificar el gen responsable, lo que ha derivado en la modificación del tratamiento de varios pacientes. “Este fue el caso, por ejemplo, de un paciente con hepatopatía severa diagnosticado erróneamente de glucogenosis. Este paciente estaba incluido en un programa de trasplante hepático y al conocer con precisión la causa de la enfermedad va a participar en un ensayo clínico de reemplazamiento de la proteína afectada”, señala la investigadora. “También destacamos el caso de un paciente con mutaciones en el gen ALDOB, que causa la intolerancia hereditaria a la fructosa. A este paciente, tras el diagnóstico, se le prescribió un tratamiento dietético libre de fructosa que permitió una mejora considerable de su severa hepatopatía”, concluye.

Artículo de referencia:

Molecular diagnosis of glycogen storage disease and disorders with overlapping clinical symptoms by massive parallel sequencing. Ana I Vega, Celia Medrano, Rosa Navarrete, Lourdes R Desviat, Begoña Merinero, Pilar Rodríguez-Pombo, Isidro Vitoria MD, Magdalena Ugarte, Celia Pérez-Cerdá & Belen Pérez. Genetics in Medicine. Doi: 10.1038/gim.2015.217

Más información en esta noticia de la UAM