IA identifica variantes genéticas asociadas con trastornos en el neurodesarrollo de los niños

 El análisis de datos de 166 menores con sospecha de trastornos del neurodesarrollo le permitió a un modelo de aprendizaje automático (herramienta de la inteligencia artificial) identificar dos variantes genéticas que interactúan entre sí y que están relacionadas con el crecimiento de la corteza del cerebro, parte esencial para el lenguaje, el pensamiento, la memoria y la percepción. El potencial de este estudio, realizado en la Universidad Nacional de Colombia (UNAL), se podría aprovechar para diagnósticos tempranos.

Los trastornos del neurodesarrollo son un amplio grupo de enfermedades que afectan el crecimiento del cerebro y el sistema nervioso de los niños, pues suelen aparecer durante la infancia temprana, cuando estos órganos están en plena evolución. Sus manifestaciones son diversas e incluyen discapacidad intelectual, problemas de aprendizaje, autismo, dificultades para hablar y trastornos del movimiento.

Su complejidad radica en que aún se desconocen las causas exactas que los desencadenan; sin embargo la ciencia ha evidenciado una estrecha relación con una combinación de factores, entre ellos los genéticos.

Para estudiarlos se han usado diferentes herramientas y técnicas que analizan la actividad de los genes en diferentes tejidos y momentos del desarrollo, así como las variantes genéticas comunes asociadas.

En ese último punto, Jossie Esteban Murcia Triviño, magíster en Bioinformática de la Universidad Nacional de Colombia (UNAL), vio una oportunidad para aplicar algoritmos avanzados en aprendizaje de máquinas y así identificar variantes genéticas asociadas con trastornos del neurodesarrollo.

“Históricamente los estudios se han enfocado en identificar una sola mutación genética que explique por sí sola la condición. Pero la realidad es que estas enfermedades son multifactoriales, con diversos genes y factores ambientales interactuando”, explica el investigador.

A la herramienta que él diseñó se le conoce técnicamente como “modelo de epistasis basado en aprendizaje automático”, lo cual significa que, a través de grandes conjuntos de datos, utiliza algoritmos para estudiar cómo los genes interactúan entre sí y contribuyen al riesgo de la enfermedad cuando se presentan juntas.

Para este caso se empleó una base de datos de 474 análisis de muestras de ADN de menores de 18 años con sus respectivos padres, las cuales que fueron recolectadas por un laboratorio de Bogotá mediante una técnica llamada “exoma en trío”, usada para buscar mutaciones y variantes genéticas asociadas con dichos trastornos.

“Con los datos entrenamos el modelo y así identificamos las variantes rs6843524-rs895952 y rs6843524-rs1168666, las cuales interactúan entre sí y se relacionan con el crecimiento cortical del cerebro, que es la parte externa de este órgano, importante para funciones como el pensamiento, el aprendizaje y la memoria”, señala el magíster.

“Al interpretar las variantes relacionadas encontramos que tenían que ver con la proteína del homólogo D de Sec24”, agrega.

En palabras más sencillas, estas proteínas son fundamentales para la correcta evolución y conectividad de las redes neuronales en el cerebro durante las primeras etapas de la vida. Por lo tanto, si una proteína importante se pierde en estas células, puede impedir que se desarrollen correctamente y se conviertan en neuronas sanas.

Por eso, el hecho de que el modelo encontrara dicha relación entre las variantes presentes en los genes de los pacientes las convierte en objetos de estudio potenciales para explicar la ocurrencia de la enfermedad.

Además, los resultados del modelo se validaron mediante pruebas genéticas especializadas que se realizaron a los niños participantes del estudio. “A partir del desequilibrio de la transmisión encontramos que estas variantes genéticas estaban presentes en frecuencias significativamente mayores en los pacientes afectados en comparación con sus padres”, precisa el experto.

Aunque aún queda un largo camino por recorrer, los nuevos hallazgos representan un avance crucial en la comprensión de esa “arquitectura genética” de la que se derivan los trastornos del neurodesarrollo. Actualmente solo alrededor del 25 % de los casos remitidos por sospecha de estas condiciones logran recibir un diagnóstico molecular certero, una situación que deja a innumerables familias en la incertidumbre.

“Llegar a un diagnóstico claro y oportuno es de vital importancia, ya que no solo ayuda a los padres a entender lo que está ocurriendo con su hijo, sino que es un paso esencial para brindar las terapias e intervenciones tempranas”, concluye el magíster, autor del estudio.