Un equipo de investigación liderado por la investigadora principal Aurora Pujol del Instituto de Investigación Biomédica de Bellvitge (IDIBELL), donde ha participado la UPF y otras instituciones estatales, ha creado un nuevo algoritmo llamado 'ClinPrior' para mejorar el diagnóstico en enfermedades raras de origen genético.

La detección de las enfermedades raras es un desafío constante en el campo de la medicina, y aunque la secuenciación del exoma completo (WES) y la secuenciación del genoma completo (WGS) son técnicas muy valiosas, continúa siendo necesario identificar métodos más rápidos. La mayoría de las herramientas actuales utilizan información fenotípica del paciente para priorizar datos genómicos, pero a menudo se ven limitadas por el conocimiento incompleto de los fenotipos de genes almacenados en bases de datos biomédicas y la falta de evaluación en cohortes de pacientes del mundo real.

El algoritmo ClinPrior aborda estas limitaciones de manera innovadora. Utiliza las características fenotípicas estandarizadas del paciente, basadas en la Ontología del Fenotipo Humano, para clasificar variantes causales candidatas. Posteriormente, a través de un enfoque de priorización basado en una red de interacciones proteicas, propaga los datos para identificar las variantes con mayores posibilidades de éxito.

En una serie prospectiva de 135 familias afectadas por Paraplejía Espástica Hereditaria (HSP) y/o Ataxia Cerebelosa (CA), dos enfermedades raras de origen neurodegenerativo, “ClinPrior logró una tasa de diagnóstico positivo del 70%, lo que representa el doble de los casos que se diagnostican con las herramientas actuales utilizadas en los centros de diagnóstico.” según comenta la Dra. Pujol.

Además de su impacto directo en el diagnóstico, ClinPrior ha permitido a los investigadores crear una red de interacciones específica para los trastornos de HSP/CA, lo que posibilita futuros diagnósticos y el descubrimiento de nuevos genes asociados con estas patologías. 

En palabras de la Dra. Pujol, "ClinPrior representa un avance crucial en el diagnóstico genómico clínico. Su enfoque en la información fenotípica estandarizada y los datos de interacción proteica no solo mejora la identificación de casos atípicos, sino que también predice eficazmente nuevos genes causantes de enfermedades cuya relación con enfermedad humana no existía previamente. Esta herramienta nos permite reducir los tediosos procesos diagnósticos, estas odiseas diagnósticas que sufren las familias en busca de un nombre para su enfermedad durante varios años, y a la vez, aumentar el conocimiento científico sobre el funcionamiento del cerebro humano".

Esta herramienta nos permite reducir los tediosos procesos diagnósticos, estas odiseas diagnósticas que sufren las familias en busca de un nombre para su enfermedad durante varios años, y a la vez, aumentar el conocimiento científico sobre el funcionamiento del cerebro humano

Según Luis Alberto Pérez-Jurado, catedrático de genética del Departamento de Medicina y Ciencias de la Vida (MELIS) de la UPF y jefe del Servicio de Genética del Hospital del Mar, que ha participado en la adquisición de datos y la supervisión de los resultados del estudio afirma que “ClinPrior, ya se está implementando con éxito para el re-análisis de datos genómicos de otros pacientes no diagnosticados a través del programa URDCat.” Un programa autonómico para desarrollar un modelo de salud para pacientes afectados por Enfermedades Raras Neurológicas no Diagnosticadas.

Article de referència:

Schlüter, A., Vélez-Santamaría, V., Verdura, E. et al. ClinPrior: an algorithm for diagnosis and novel gene discovery by network-based prioritization. Genome Med 15, 68 (2023). https://doi.org/10.1186/s13073-023-01214-2