Una nueva forma de analizar  el ADN para localizar genes causantes de enfermedades. Este es el reciente logro de un equipo multidisciplinar de investigadores, liderado por la Universidad de Oviedo (UO), que ha elaborado un nuevo mecanismo de medición de secuencias de ADN que, según sus responsables, ayudará a localizar con mayor precisión los genes que provocan determinadas enfermedades y, a largo plazo, desarrollar medicamentos efectivos para combatirlas.

Estos investigadores han analizado la robustez y fiabilidad de las diferentes técnicas de selección de los genes implicados en la caracterización de fenotipos, mostrando que la mayor fuente de error proviene de una mala catalogación de las muestras por parte de los expertos. En este trabajo se muestra la aplicación de dichas metodologías al estudio de enfermedades raras, neurodegenerativas y diferentes tipos de cáncer.

Hasta ahora las investigaciones encaminadas a desarrollar medicamentos específicos se basaban en análisis genéticos y de mutaciones con amplios márgenes de error. Esto provoca que haya medicamentos que, creyendo que son adecuados para una determinada enfermedad, no beneficien a todos los enfermos de la misma. Estas técnicas “falsifican” en parte las vías genéticas implicadas en el desarrollo de las enfermedades debido al "ruido" que generan los propios genes.

 

Así, han desarrollado unos métodos de selección "más robustos" que ayudan a ver qué genes son más importantes en el desarrollo de enfermedades y permiten desarrollar terapias dirigidas.

Actualmente se están procesando los resultados obtenidos del Alzheimer, la enfermedad de Parkinson, ELA, la esclerosis múltiple y un amplio grupo de distrofias musculares, analizando las vías genéticas implicadas y el posible impacto de algunos medicamentos huérfanos.

Los resultados de esta investigación, publicados por la revistas Journal of Computational Biology y Journal of Biomedical Informatics, son fruto del trabajo conjunto de investigadores la institución académica asturiana y los equipos del doctor Steve Sonis, de la Universidad de Harvard y del Brigham and Women Hospital de Boston, y del doctor Leorey Saligan, del National Institute of Nursing Research de Washington.

Fuente: “Journal of Computational Biology”  “Journal of Biomedical Informatics”

Artículo original: Deandrés-Galiana Enrique J., et al. Journal of Computational Biology. December 2016, 23(12): 957-968. doi:10.1089/cmb.2016.0042