Investigadores de Harvard, Broad Institute y el Memorial Sloan Kettering desarrollaron NERINE, una herramienta que analiza variantes genéticas raras dentro de redes de interacción entre genes, y la usaron para identificar un vínculo entre el gen PRL y la enfermedad de Parkinson, confirmado después mediante experimentos en neuronas humanas.
Un equipo de investigadores presentó NERINE, un método estadístico diseñado para detectar el efecto acumulado de variantes genéticas raras cuando estas se agrupan dentro de redes de genes que interactúan entre sí, en lugar de analizarlas gen por gen. La investigación, publicada en Cell Genomics, explica que los estudios genéticos convencionales suelen quedarse cortos frente a enfermedades complejas porque tratan las rutas biológicas como bolsas de genes sin estructura, sin considerar que dentro de una misma red algunos genes contribuyen mucho más que otros a una enfermedad.
NERINE incorpora la topología de la red, es decir, cómo se conectan los genes entre sí, dentro de un modelo jerárquico que estima tanto si la red en su conjunto está asociada con un padecimiento como la dirección del efecto de cada gen dentro de ella. El método puede trabajar con redes construidas a partir de bases de datos de rutas biológicas ya establecidas o con redes generadas directamente a partir de experimentos de laboratorio, como pruebas de detección genética a gran escala.
Para probar su desempeño, el equipo aplicó NERINE a datos de secuenciación de más de 469 mil personas del Biobanco del Reino Unido y de aproximadamente 50 mil participantes del Biobanco de Mass General Brigham, comparándolo con métodos estadísticos existentes en simulaciones. El método mostró mayor capacidad para detectar asociaciones reales, en particular en redes con información parcialmente incompleta o ruidosa. En pruebas de control positivo sobre el colesterol LDL y HDL, NERINE recuperó relaciones genéticas ya conocidas, como la asociación de variantes dañinas en los genes PCSK9 y APOB con niveles bajos de LDL, y logró detectar señales significativas incluso en cohortes reducidas de apenas 500 casos y 500 controles.
“Podemos tomar una red de genes y sus conexiones y comprobar si existe una señal en humanos reales para el fenómeno que nos interesa”, Dr. Shamil Sunyaev, profesor de informática biomédica en Harvard.
Al aplicar la herramienta a cuatro enfermedades comunes (cáncer de mama, diabetes tipo 2, enfermedad arterial coronaria e infarto de miocardio de aparición temprana), NERINE identificó asociaciones en rutas biológicas que los análisis gen por gen no habían detectado antes, incluidas vías relacionadas con la regulación hormonal en el cáncer de mama y con mecanismos inflamatorios ajenos al metabolismo de lípidos en las enfermedades cardiovasculares.
El hallazgo más relevante del estudio se dio en el contexto de la enfermedad de Parkinson. Al aplicar NERINE sobre redes de genes derivadas de pruebas experimentales relacionadas con la acumulación de la proteína alfa-sinucleína, uno de los sellos distintivos del Parkinson, el método identificó una asociación significativa entre variantes raras y dañinas en el gen PRL, que codifica la hormona prolactina, y el riesgo de la enfermedad. Este gen aparecía dentro de una red que también incluye a LRRK2 y SNCA, dos genes ya conocidos por su relación con el Parkinson, pero la conexión específica de PRL con la enfermedad no se había reportado antes.
Para confirmar este hallazgo, el equipo recurrió a un experimento independiente en neuronas humanas derivadas de células madre, diseñado para estudiar qué genes modifican la toxicidad de la alfa-sinucleína. En ese experimento, la eliminación selectiva del gen PRL mediante la técnica de interferencia CRISPR resultó tóxica específicamente para las neuronas que sobreexpresaban alfa-sinucleína, lo cual coincidió con el hallazgo genético obtenido por NERINE. Los investigadores observaron además que la proteína prolactina se eleva de forma temprana en neuronas con exceso de alfa-sinucleína, pero esa elevación disminuye con el tiempo y con la acumulación de agregados de la proteína, tanto en modelos celulares como en un modelo de ratón inyectado con fibrillas de alfa-sinucleína, en el que la expresión de PRL en la amígdala cerebral se redujo 16.6 veces respecto a los animales de control.
“Los datos genéticos nos indicaron una función de la prolactina en las neuronas que era totalmente inesperada. Esto abrió una línea de investigación completamente nueva para la enfermedad de Parkinson”, Dr. Vikram Khurana, profesor asociado de neurología en Harvard y especialista del Hospital Brigham and Women’s.
Experimentos adicionales mostraron que tratar las neuronas con prolactina de forma externa redujo de manera significativa el estrés oxidativo inducido por un agente químico, lo que sugiere que esta hormona podría tener un papel protector dentro de las propias neuronas frente al daño asociado al Parkinson, más allá de su función hormonal tradicional en la glándula pituitaria.
“Este enfoque nos ayuda a ir más allá de analizar los genes uno por uno y, en cambio, a comprender cómo los grupos de genes pueden trabajar juntos para influir en una enfermedad”, Dr. Khurana.
Los autores reconocen limitaciones en el método. NERINE solo funciona con variables binarias, como presencia o ausencia de una enfermedad, y no proporciona valores de significancia estadística para cada gen de manera individual, sino únicamente estimaciones del efecto más probable. Además, su precisión estadística puede verse comprometida en redes de más de 50 genes. En el caso específico de la prolactina, los investigadores señalan que, si bien los datos respaldan un posible papel protector de esta hormona dentro de las neuronas, la evidencia disponible no es concluyente y requiere validación adicional, incluida la posibilidad de que la función pituitaria de la prolactina en los pacientes portadores de estas variantes no haya sido evaluada de forma directa en el estudio.
MASS GENERAL BRIGHAM
CELL
HARVARD
