Una nueva herramienta para generar marcadores diagnósticos innovadores
Nuevas técnicas desarrolladas por científicos financiados con fondos comunitarios podrían permitir un análisis rápido de bases de datos médicas con el fin de identificar marcadores diagnósticos y diseñar fármacos a medida para quienes padecen alergias. Científicos dirigidos por la Academia Sahlgrenska de la Universidad de Gotemburgo (Suecia) indican que estos métodos nuevos también podrían reducir la cantidad de animales que se utilizan en ensayos clínicos. La investigación, difundida mediante un artículo de la revista PLoS Computational Biology, es el resultado de dos proyectos financiados con fondos comunitarios: COMPLEXDIS («Desentrañar enfermedades complejas mediante la teoría de la complejidad: de las redes al paciente») y MULTIMOD («Módulos de red multicapa para identificar marcadores dedicados a la medicación personalizada en enfermedades complejas»). COMPLEXDIS recibió 1,81 millones de euros mediante la actividad transversal «Ciencias y tecnologías nuevas y emergentes» (NEST) del Sexto Programa Marco (6PM), mientras que MULTIMOD está financiado con 2,53 millones de euros a través del tema «Salud» del Séptimo Programa Marco (7PM). El equipo indicó que su trabajo perfecciona los análisis de las bases de datos médicas registradas en PubMed y que representan estudios con gran cantidad de pacientes, además de datos de microarrays de otra base de datos de gran importancia. La comunidad científica utiliza los microarrays debido a que facilitan la evaluación del total de 20.000 genes humanos en relación a distintas enfermedades al mismo tiempo. Científicos de Italia, Noruega y Suecia desarrollaron métodos computacionales para determinar la manera en que un cambio en la interacción entre distintos tipos de genes de linfocitos (un tipo de glóbulo blanco) controla el sistema inmunitario del organismo. El examen de 18 millones de resúmenes de artículos incluidos en PubMed permitió a los investigadores obtener la información necesaria para identificar dichos genes, lo que a su vez contribuyó a crear un modelo de red representativo de la interacción de éstos. «El modelo es comparable a un circuito impreso instalado en el linfocito que la célula utilizara para decidir sobre la activación o supresión del sistema inmunitario», explica uno de los autores del estudio, el Dr. Mikael Benson de la Unidad de Biología de Sistemas Clínicos de la Academia Sahlgrenska y el Hospital Infantil Reina Silvia. «Estas decisiones se realizan constantemente, pues los linfocitos están continuamente expuestos a muy distintas partículas que entran en el organismo por ejemplo mediante la respiración. Algunas de estas partículas pueden ser peligrosas y es necesario generar una decisión que movilice el sistema inmunitario. No obstante, en ocasiones se adoptan decisiones poco acertadas que pueden provocar varias enfermedades como alergias o la diabetes.» El equipo realizó simulaciones con datos para determinar la reacción del modelo de red a una exposición reiterada a partículas. Los científicos observaron cuatro patrones de reacción: una para desactivar el sistema inmunitario y tres para activarlo de tres maneras distintas. «Descubrimos que los genes del modelo reaccionaron en linfocitos de pacientes con varias enfermedades inmunitarias», indicó el Dr. Benson. «Utilizaremos el modelo para identificar marcadores diagnósticos y así personalizar la medicación que estamos probando en ensayos clínicos en pacientes alérgicos.» El investigador de la Academia Sahlgrenska anticipa que estos métodos desempeñarán una función crucial en futuras investigaciones, sobre todo en vista del aumento creciente de las bases de datos médicas. «Estos métodos podrían reducir la cantidad de ensayos con animales y generar ahorros de tiempo y dinero», concluyó el Dr. Benson. «También podrían permitir experimentos mejor diseñados y más rápidos y sus resultados podrían generar nuevos conocimientos sobre marcadores diagnósticos o nuevas medicinas.»Para más información, consulte: Universidad de Gotemburgo: http://www.gu.se/english PLoS Computational Biology: http://www.ploscompbiol.org/home.action Proyecto MULTIMOD: http://www.multimod-project.eu/index.html Proyecto COMPLEXDIS: http://www.complexdis.org.gu.se/
Países
Italia, Noruega, Suecia