Amparo Tolosa, Genética Médica News

Los estudios de asociación del genoma completo, o GWAs, comparan, entre dos poblaciones, las frecuencias con las que se presentan variantes genéticas distribuidas a lo largo del genoma, con el objetivo de determinar si existen diferencias en dichas frecuencias que puedan estar relacionadas con la enfermedad o rasgo que diferencia ambas poblaciones. Una vez una variante genética muestra diferencias entre controles y pacientes para una enfermedad, debe evaluarse su potencial contribución a la misma. En el caso de localizarse en una región de ADN que codifica para una proteína, su posible repercusión funcional es más fácil de determinar, en tanto puede afectar a su estructura o actividad. No obstante, cuando la variante genética se localiza fuera de las regiones codificantes, aumenta la dificultad para determinar si o cómo interviene en la enfermedad. Así, determinar si una variante específica de la parte del genoma no codificante contribuye realmente al riesgo de una enfermedad constituye uno de los principales retos de la medicina genómica.

Un estudio en el que participan diferentes instituciones, como el Dana-Farber Cancer Institute y el Massachusetts General Hospital, proporciona un protocolo para evaluar el efecto funcional causal de variantes asociadas a enfermedades identificadas en los estudios genómicos.

El código genético se ha conocido desde los años sesenta, pero no existe un código tal para la gran porción de nuestro genoma que no codifica para proteínas,” comenta Matthew Freedman, uno de los directores del trabajo. “Los estudios de asociación de genomas completos que están siendo realizados a lo largo del mundo para encontrar asociaciones con cualquier cosa, desde el color de los ojos a la susceptibilidad a enfermedad, normalmente descubren que muchas variantes están correlacionadas con una condición, pero es muy difícil aislar qué variante es la que está realmente controlando el rasgo.”

La estrategia desarrollada por los investigadores, denominada CAUSEL (Caracterización de alelos utilizando edición de loci), combina, a través de cinco pasos, diferentes herramientas y aproximaciones para determinar el papel de las variantes genéticas:

• Mapeo genético detallado, que permite reducir el número de polimorfismos de un solo nucleótido o SNPs (polimorfismos de un solo nucleótido) que han sido identificados como relacionados con un rasgo en un estudio de asociación.
• Evaluación epigenómica, que combina información sobre la localización de las variantes genéticas con rasgos epigéneticos (marcas moleculares relacionadas con la expresión génica que no afectan a la secuencia del ADN) para filtrar más las variantes causales.
• Edición epigenómica, en la que se modifican características epigenéticas para establecer el potencial regulador de la expresión en las regiones que contienen variantes causales candidatas.
• Edición genómica y obtención de líneas celulares que contengan todas las posibilidades para las variantes genéticas a evaluar.
• Análisis fenotípico en el que se determina si hay diferencias funcionales en las líneas celulares con las variantes genéticas introducidas relevantes para la enfermedad o rasgo de estudio.

Para validar el protocolo, el equipo analizó una región cromosómica relacionada con el riesgo a desarrollar cáncer de próstata. Esta región, situada en 6q22.1 contiene además un eQTL (expression quantitative trait loci), una región que contribuye a la variación de los niveles de expresión del gen RFX6. Siguiendo la estrategia mencionada, el equipo identificó 27 SNPs mediante el mapeo genético detallado de 35.000 individuos. Al combinar con información epigenética, el polimorfismo rs3393331 destacó como el de mayor probabilidad a tener relevancia funcional, por lo que los investigadores modificaron el contexto epigenómico en el que se localiza el SNP. Así observaron que rs3393331 se localiza en una región que puede regular la expresión del gen RFX6. El siguiente paso fue crear líneas celulares de cáncer de próstata con las tres posibilidades para el polimorfismo, los tres genotipos posibles, unas con las dos copias del alelo de riesgo a la enfermedad, otras con las dos copias del alelo protector y otras con un alelo de cada.

Por último, los investigadores evaluaron los efectos de la presencia o ausencia de los alelos de riesgo en las líneas celulares generadas. Las células con las dos copias del alelo de riesgo a la enfermedad mostraban una forma atípica, producida por la alteración de la expresión de proteínas implicadas en interacciones célula-célula o célula-matriz extracelular y manifestaban una mayor adhesión a las superficies, característica propia de las células tumorales. Además, en ellas, la expresión de genes relacionados con la ruta de señalización mediada por andrógenos estaba alterada respecto a las células con los alelos normales.

La aproximación puede utilizarse no sólo en el contexto del cáncer, que es el empleado por los investigadores para mostrar su eficacia, sino potencialmente que puede utilizarse con los resultados de estudios de asociación del genoma completo de cualquier enfermedad.

“De las 17.000 variantes genéticas que se han asociado con enfermedades u otras condiciones, menos del 0.1% han sido identificadas como variantes causales,” indica Matthew Freedman. “Para el más del 99.9% que todavía necesita identificación de variante causal, esperamos que encontrar el tipo celular correcto y aplicar nuestro protocolo cierre ese vacío.” El investigador manifiesta que el siguiente paso es mejorar la eficacia de los pasos e implementar CAUSEL para examinar las variantes identificadas en los laboratorios por todo el mundo.

Referencia: Spisák S, et al. CAUSEL: an epigenome- and genome-editing pipeline for establishing function of noncoding GWAS variants. Nat Med. 2015 Sep 23. doi: 10.1038/nm.3975.