Dos nuevas herramientas bioinformáticas mejoran el diagnóstico de las enfermedades genéticas
Un algoritmo de IA detecta variantes estructurales patógenas en el genoma con mayor fiabilidad
Anuncios
Las variantes estructurales y las denominadas repeticiones en tándem son diferencias individuales en el genoma humano. Cada vez se relacionan más con enfermedades, pero su análisis e interpretación plantean retos a los investigadores. En dos nuevos estudios publicados en las revistas «NAR Genomics & Bioinformatics» y «Genome Biology», el laboratorio de Martin Vingron, del Instituto Max Planck de Genética Molecular, presenta ahora nuevas herramientas bioinformáticas. Estas herramientas están diseñadas para ayudar a identificar más fácilmente las variantes estructurales patógenas y las repeticiones en tándem en el genoma, facilitando así el diagnóstico genético de numerosas enfermedades.
Con la ayuda de métodos modernos de secuenciación, es posible localizar con precisión en el genoma las causas de muchas enfermedades. No obstante, solo entre el 30 y el 40 por ciento de los pacientes reciben un diagnóstico molecular claro. Una de las razones es que, durante mucho tiempo, la atención se centró principalmente en las mutaciones puntuales, es decir, la sustitución de letras individuales en la secuencia genética. Solo recientemente han pasado a primer plano las denominadas variantes estructurales y repeticiones en tándem. Las variantes estructurales afectan a secciones enteras del genoma: pueden faltar, estar duplicadas o desplazadas. Las repeticiones en tándem, por su parte, son secuencias cortas que se repiten muchas veces. Ambas hacen que cada genoma sea único y se relacionan cada vez más con enfermedades. «El enfoque más habitual en el diagnóstico genético es la secuenciación de lectura corta, que lee tramos cortos de ADN», explica Nico Alavi, primer autor del estudio publicado en Genome Biology. «Dado que las variantes estructurales suelen ser más grandes que los propios segmentos de lectura, resultan difíciles de detectar en estos datos».
Los algoritmos informáticos aprenden los patrones de las variantes
El grupo de investigación ha recurrido ahora al aprendizaje automático. «La idea central es que este método nos permite aprender los patrones que subyacen a las variantes estructurales reales y, de este modo, clasificar correctamente las nuevas variantes», explica Nico Alavi. Esto hace que las variantes estructurales resulten útiles para el diagnóstico, ya que soluciona un problema importante de los métodos anteriores, en los que a menudo surgían falsos positivos que debían verificarse manualmente. A continuación, los investigadores probaron su enfoque utilizando datos de pacientes. Su herramienta, denominada «Dicast», fue capaz de detectar todas las variantes estructurales patógenas, al tiempo que filtraba un gran número de artefactos de falsos positivos.
Recuento de elementos repetitivos
Un caso especial del genoma individual, que a menudo se solapa con las variantes estructurales, son las denominadas «repeticiones en tándem». Se trata de secuencias genéticas que se repiten varias veces de forma consecutiva. El número de estas repeticiones varía considerablemente tanto entre individuos sanos como en estados patológicos. Por lo tanto, las repeticiones en tándem desempeñan un papel importante en las pruebas de paternidad y en la medicina forense. Debido a los errores de replicación, también son responsables de diversas enfermedades, especialmente las neurológicas. «En el segundo artículo, hemos desarrollado un algoritmo que puede contar de forma rápida y precisa, basándose en datos de secuenciación, la frecuencia con la que se repite un motivo básico. Además, ofrecemos una herramienta que permite visualizar estos datos», afirma Martin Vingron. Esto permite identificar rápidamente repeticiones patológicas en los datos de los pacientes, tal y como pudieron demostrar los investigadores, liderados por los autores principales Lion Ward Al Raei y Maryam Ghareghani, mediante ejemplos concretos.
Potencial para el diagnóstico
Ambas herramientas ya pueden utilizarse en investigación básica y en procesos de diagnóstico. De este modo, pueden ayudar a los investigadores a responder a preguntas fundamentales sobre el genoma individual. En aplicaciones clínicas, podrían contribuir a establecer diagnósticos precisos de enfermedades raras. Algunos de los investigadores pretenden seguir desarrollando el potencial de las variantes estructurales para la investigación y la medicina, con el fin de convertirlo en aplicaciones concretas a través de la startup Lucid Genomics. «Las tecnologías de secuenciación actuales, combinadas con nuestros algoritmos de análisis especializados, prometen mejorar aún más el diagnóstico genético», afirma Martin Vingron, autor principal de ambos estudios.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Lion Ward Al Raei, Maryam Ghareghani, M-Hossein Moeinzadeh, et al.; "TandemTwister: scalable genotyping and advanced visualization of tandem repeats"; NAR Genomics and Bioinformatics, Volume 8, 2026-8-17
Nico Alavi, M-Hossein Moeinzadeh, Jakob Hertzberg, et al.; "dicast: a machine learning method for accurate structural variant detection from short-read sequencing data"; Genome Biology, Volume 27, 2026-9-16
Más noticias del departamento ciencias
