Los investigadores desarrollan un algoritmo para ayudar a predecir el riesgo de Alzheimer en varias poblaciones étnicas

Utilizando datos de diversas poblaciones de todo el mundo, los investigadores del Children’s Hospital of Philadelphia (CHOP) han desarrollado un algoritmo para ayudar a predecir el riesgo de desarrollar la enfermedad de Alzheimer en función de la información genética en pacientes con una amplia variedad de orígenes étnicos.

Si bien se deben incluir etnias adicionales en estudios futuros, este trabajo tiene como objetivo eliminar las disparidades en el diagnóstico de la enfermedad. Los hallazgos fueron publicados en línea en la revista Alzheimer y demencia.

La enfermedad de Alzheimer afecta aproximadamente a uno de cada 10 pacientes de 65 años o más, según los Centros para el Control de Enfermedades de EE. UU. Un diagnóstico temprano puede permitir una intervención temprana para minimizar el daño al sistema nervioso central. Múltiples variantes genéticas se han asociado con la enfermedad y algunas de estas variantes aparecen en pacientes de diferente ascendencia.

Los investigadores habían desarrollado previamente algoritmos de evaluación de riesgos con información genómica (GIRA, por sus siglas en inglés) utilizando información genómica conocida sobre la enfermedad de Alzheimer. Sin embargo, los estudios que utilizan GIRA para identificar variantes genéticas asociadas con la enfermedad se han llevado a cabo en gran medida en pacientes blancos de ascendencia europea. Usando una cohorte internacional de datos de pacientes, los investigadores querían desarrollar un algoritmo GIRA que fuera representativo de una amplia variedad de ancestros para eliminar posibles discrepancias y sesgos en cómo se usa la herramienta para ayudar a los pacientes.

«Usando datos del Consorcio Internacional HundredK+ Cohorts (IHCC), pudimos examinar la efectividad de nuestro algoritmo GIRA en poblaciones subrepresentadas», dijo el autor del estudio, Hui-Qi Qu, Ph.D., científico bioinformático en el Centro. de Genómica Aplicada (CAG) en CHOP. «Pudimos demostrar la viabilidad de desarrollar un algoritmo GIRA para la enfermedad de Alzheimer que predice la predisposición a la enfermedad en diversas poblaciones de todo el mundo».

Los investigadores desarrollaron su algoritmo GIRA para evaluar el riesgo de Alzheimer en función de las variantes del gen de la apolipoproteína E (APOE), que se ha relacionado con el riesgo de Alzheimer, así como las puntuaciones de riesgo poligénico de otros marcadores genómicos y otras variables, como la edad, el sexo y el origen étnico.

Usando este algoritmo GIRA, que se probó en diferentes poblaciones étnicas, los investigadores pudieron identificar ciertas proteínas relacionadas con la infertilidad femenina y la tiroiditis autoinmune como contribuyentes al riesgo de desarrollar la enfermedad de Alzheimer. El modelo GIRA se desempeñó mejor que las puntuaciones de riesgo poligénico solo en las poblaciones de Asia oriental de Japón y Corea y en las poblaciones del sur de Asia de origen pakistaní y bangladesí.

El estudio carecía de una cohorte de enfermedad de Alzheimer de origen africano bien fenotípica, pero el sistema actual de puntuación de riesgo poligénico también se validó en personas de diferentes regiones de África. Los autores también trabajaron con Davos Alzheimer Collaborative (DAC) y esperan reclutar a más personas de ascendencia africana para la cohorte para estudiar más a fondo su riesgo de Alzheimer.

«Las cohortes de IHCC representan un recurso increíblemente rico para la investigación colaborativa con un enfoque transétnico que ayudará a aliviar las poblaciones en gran medida desatendidas y sus necesidades de salud únicas», dijo el autor principal del estudio, Hakon Hakonarson, MD, Ph.D., director del CAG. centro en CHOP y co-líder de la estrategia científica y de mejora de cohortes para IHCC.

«Creemos que con más validación y esfuerzos de cohortes de diversidad adicionales, este modelo podría aplicarse a una variedad de enfermedades para mejorar los servicios de atención médica para pacientes que pueden haber estado subrepresentados en la investigación clínica».