Estrategias diagnósticas en pacientes con enfermedades no diagnosticadas y raras

Estrategias diagnósticas en pacientes con enfermedades no diagnosticadas y raras

Dídac Casas-Alba^1,2, Janet Hoenicka^1,3,4, Alba Vilanova-Adell³,  Lourdes Vega-Hanna¹, Jordi Pijuan^3,4, Francesc Palau^{1,2,3,4,5,6. 1}Departamento de Medicina Genética, Instituto Pediátrico de Enfermedades Raras (IPER), Hospital Sant Joan de Déu, Esplugues de Llobregat 08950, España. ²Red Europea de Referencia, ERN ITHACA, Esplugues de Llobregat 08950, España. ³Laboratorio de Neurogenética y Medicina Genómica, Institut de Recerca Sant Joan de Déu, Esplugues de Llobregat 08950, España. ⁴Centro de Investigación Biomédica en Red de Enfermedades Raras (CIBERER), ISCIII, Madrid 28029, España. ⁵Instituto Clínico de Medicina y Dermatología (ICMiD), Hospital Clínic, Barcelona 08036, España. ⁶División de Pediatría, Facultad de Medicina y Ciencias de la Salud de la Universidad de Barcelona, Esplugues de Llobregat 08950, España.

Correspondencia a: Prof./Dr. Francesc Palau, Departamento de Medicina Genética, Hospital Sant Joan de Déu, Passeig Sant Joan de Déu 2, Esplugues de Llobregat 08950, Barcelona, España. Correo electrónico: francesc.palau@sjd.es

Este artículo pertenece al número especial Genética, diagnóstico y tratamiento de enfermedades raras

Nota aclaratoria: © El autor (s) 2022. Acceso abierto Este artículo está licenciado bajo una Licencia Internacional Creative Commons Atribución 4.0 (https://creativecommons.org/licenses/by/4.0/), que permite el uso, intercambio, adaptación, distribución y reproducción sin restricciones en cualquier medio o formato, para cualquier propósito, incluso comercialmente, siempre y cuando otorgue el crédito apropiado al autor (es) original (es) y la fuente, proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios.

Abstracto

Las enfermedades raras son afecciones potencialmente mortales o crónicamente debilitantes que afectan a millones de personas en todo el mundo. En muchos casos, los pacientes experimentan un retraso en su diagnóstico o permanecen sin diagnosticar a pesar de las extensas investigaciones llevadas a cabo por especialistas. Hay varias explicaciones para explicar este fenómeno, incluido el contexto socioeconómico y la falta de un consenso establecido para las pruebas de diagnóstico. No obstante, el uso generalizado de pruebas genéticas y genómicas en las últimas décadas ha tenido un gran impacto en los paradigmas de razonamiento clínico, y constantemente se generan y analizan nuevos tesoros de datos. Esto requiere actualizar constantemente las herramientas para que coincidan con la tasa de descubrimiento y permitan un nuevo análisis. En esta revisión, resumimos las últimas recomendaciones y directrices internacionales para abordar el problema del déficit diagnóstico, así como presentamos los flujos de trabajo de diagnóstico actuales. Aumentar el acceso a las tecnologías de secuenciación del exoma y el genoma y la validación biológica, obtener información sobre la interpretación de los conjuntos de datos multiómicos y fomentar el intercambio de datos reduciría la larga odisea diagnóstica y la brecha diagnóstica.

Palabras clave

Intercambio de datos, epigenómica, secuenciación del exoma, secuenciación del genoma, enfermedades raras, transcriptómica, enfermedades no diagnosticadas

INTRODUCCIÓN

En esta revisión, resumimos las últimas recomendaciones y guías internacionales para clasificar a los pacientes no diagnosticados, así como presentar los flujos de trabajo diagnósticos actuales. Describimos las técnicas avanzadas de secuenciación que revolucionan las prácticas de diagnóstico genético, el futuro de las tecnologías ómicas múltiples (como la epigenómica, la transcriptómica, la proteómica y la metabolómica) y el uso de la predicción in silico de la patogenicidad variante y la genómica funcional.

Las enfermedades raras (DR) son muy numerosas (más de 6000), y muchas de ellas son ultra raras. En la Unión Europea (UE), la definición de DR se estableció en el Reglamento de la UE sobre medicamentos huérfanos (1999) como condiciones potencialmente mortales o crónicamente debilitantes que afectan a no más de 5 de cada 10.000 individuos^[1]. La Ley Americana de Medicamentos Huérfanos (1983) definió los DR como trastornos que afectan a menos de 200,000 personas en los Estados Unidos (EE.^[2]. Nguengang et al. calculó que el 71,9% de las DR son genéticas (incluidas todas las enfermedades conocidas o sospechosas de ser familiares) y el 69,9% son exclusivamente de inicio pediátrico^[3]. Actualmente, la prevalencia estimada de DR es de al menos 3.5% -5.9%, lo que equivale a 263-446 millones de individuos en todo el mundo.^[3]. Además, las DR suponen una carga económica, ya que se estima que los costes médicos directos por paciente son entre 3 y 5 veces superiores a los controles de la misma edad sin DR.^[4].

La alta frecuencia con la que las DR permanecen sin diagnosticar^[5] es un gran reto, como se refleja en uno de los objetivos del Consorcio Internacional de Investigación en Enfermedades Raras (IRDiRC) para 2017-2027, que anima a lograr un diagnóstico de pacientes en el plazo de un año si su trastorno es conocido en la literatura médica^[6]. El término odisea diagnóstica se refiere al tiempo transcurrido entre el momento en que se observa una posible DR hasta que se realiza el diagnóstico final, mientras que el impasse diagnóstico se refiere a la dificultad para lograr un diagnóstico después de realizar todos los procedimientos disponibles actualmente. El déficit diagnóstico generalmente se asocia con pacientes con fenotipos complejos, la falta de correlación genotipo/fenotipo, o la falta de certeza del impacto clínico de una variante genética dada. El diagnóstico en pacientes con DR no solo proporciona respuestas para los pacientes y las familias, sino que también tiene un impacto clínico potencial, que incluye obtener conocimientos sobre la historia natural de la enfermedad y el pronóstico, proporcionar asesoramiento genético, guiar tratamientos personalizados, ofrecer redes de apoyo al paciente, permitir la participación en estudios de investigación, informar las opciones reproductivas e impactar la salud de los familiares.^[7].

Muchos, pero no todos los pacientes con una enfermedad no diagnosticada tienen una DR^[8]. Las enfermedades no diagnosticadas y raras (URD) son afecciones que eluden el diagnóstico por parte de un especialista o centro de experiencia de referencia durante mucho tiempo y a pesar de las extensas investigaciones de vanguardia.^[9]. Graessner et al. estimó que alrededor del 50% de los pacientes con DR permanecen sin diagnosticar incluso en entornos clínicos expertos avanzados donde las técnicas de secuenciación del genoma se aplican de forma rutinaria^[5]. Las investigaciones disponibles varían en cada contexto socioeconómico, y no existe una lista consensuada de pruebas de laboratorio y auxiliares que deben realizarse antes de concluir que un paciente no está diagnosticado. Nuestra capacidad para diagnosticar URDs está limitada por nuestro conocimiento incompleto de la historia natural y la expresión clínica de la enfermedad, las correlaciones genotipo/fenotipo, el espectro mutacional completo asociado con todas las RDs y el número de RDs únicas que aún no se han descubierto.^[10]. El IRDiRC Solving the Unsolved Task Force propone clasificar a los pacientes con URD en subconjuntos específicos con una utilidad significativa para optimizar las estrategias diagnósticas [Tabla 1]^[10]. Sin embargo, en muchos casos, es más importante tener en cuenta las posibles explicaciones del déficit diagnóstico antes de someterse a pruebas de seguimiento. En estos casos, podemos utilizar un sistema de clasificación alternativo [Tabla 2].

El uso generalizado de pruebas genéticas en el ámbito clínico ha tenido un gran impacto en los paradigmas del razonamiento clínico en el campo de la genética clínica. El razonamiento lineal clásico, en el que la evaluación del fenotipo conduce a una sospecha clínica que se confirma o refuta mediante pruebas genéticas, ha sido reemplazado cada vez más por el razonamiento circular, donde tanto el fenotipo como el genotipo se evalúan en paralelo.^[14,15]. Además, algunos diagnósticos solo se consideran después de la identificación de una variante genética específica. Sin embargo, considerar la evaluación del fenotipo y la sospecha clínica sigue siendo una pieza esencial del proceso diagnóstico.

EL ESCENARIO GENÓMICO: SECUENCIACIÓN DEL EXOMA Y DEL GENOMA

El American College of Medical Genetics and Genomics (ACMG) ahora recomienda que el Exoma y la secuenciación del genoma (ES y GS, respectivamente) se consideren como pruebas de primer o segundo nivel (después de la micromatriz cromosómica (CMA) o pruebas genéticas enfocadas) para pacientes con anomalías congénitas (AC), retraso en el desarrollo (DD) o discapacidad intelectual (ID)^[16]. Solo los pacientes con presentaciones clínicas que sugieran un diagnóstico específico deben someterse primero a pruebas específicas.^[16]. Esto puede incluir pacientes con sospecha de un trastorno cromosómico, un diagnóstico en el que la secuenciación puede no ser diagnóstica (por ejemplo, síndrome de X frágil) o antecedentes familiares conocidos de un trastorno.^[16]. Esta recomendación reemplaza el consejo anterior de realizar CMA como pruebas de primera línea en pacientes con AC y DD / ID (dejando de lado a los pacientes con trastorno del espectro autista sin otros retrasos)^[17].

El cambio reciente en las recomendaciones se debe al alto rendimiento diagnóstico de ES y GS. La Evaluación de Tecnología Sanitaria de Ontario informó un rendimiento diagnóstico del 43% para GS y del 34% para ES (sin diferenciar entre las pruebas de trío y singleton), en comparación con el rendimiento diagnóstico del 21% para las pruebas genéticas estándar (que generalmente incluían CMA, pruebas de un solo gen candidato o pruebas de panel de genes grandes)^[18]. Aunque GS, por definición, captura de manera más completa todos los tipos de variantes en las pruebas, se espera que ES se use durante mucho tiempo en genética clínica dado el menor costo, el enfoque centrado y la carga reducida en el análisis posterior en comparación con GS.^[19]. Al realizar ES y GS, la mejor práctica incluye pruebas de trío si están disponibles para ayudar a contextualizar variantes raras, pero también se pueden realizar de manera efectiva como pruebas únicas, con un rendimiento de diagnóstico ligeramente reducido.^[16].

Aunque las CE o GS de primera línea aún no se han establecido como práctica clínica estándar en todos los entornos, el aumento del uso de CE en la última década ha tenido un impacto significativo en el campo de las URD. Si un paciente permanece sin diagnosticar después de realizar ES, es esencial conocer las limitaciones de las CE para continuar con el proceso diagnóstico [Tabla 3]. Además de recomendar ES/GS como pruebas de primer nivel (o pruebas de segundo nivel en ciertos casos), el ACMG sugiere un algoritmo de diagnóstico para la evaluación de pacientes con GDD/ID si las CE no son diagnósticas^[20]. El siguiente paso sería CMA y, en el caso de que no sea diagnóstico, entonces el médico podría considerar una evaluación / prueba adicional, incluido el reanálisis periódico de ES cada 1-3 años, pruebas de síndrome X frágil, pruebas metabólicas y / o secuenciación de ADN mitocondrial dependiendo de la presentación clínica (aunque el análisis de ADNmt a veces se realiza con ES) y cariotipo para evaluar la segregación anormal de reordenamientos cromosómicos equilibrados^[20].

La CMA sigue siendo el estándar de atención para detectar variantes del número de copias (CNV) en laboratorios clínicos^[17]. Sin embargo, se han realizado muchos esfuerzos para desarrollar herramientas de detección CNV basadas en ES, como el flujo de trabajo ExomeDepth modificado.^[19]. Se espera que GS eventualmente reemplace a CMA como el estándar de oro para la detección de CNV, considerando que cubre regiones codificantes y no codificantes. La próxima frontera en las tecnologías de secuenciación de próxima generación (NGS) es GS de lectura larga, que podría superar las limitaciones de la secuenciación de lectura corta con respecto a la identificación de variantes estructurales, la secuenciación de regiones repetitivas, la fase de alelos y la distinción de regiones genómicas altamente homólogas.^[23]. Las principales limitaciones de las tecnologías NGS actuales de lectura larga son dificultades en la preparación de la biblioteca, mayor tasa de error en comparación con NGS de lectura corta, mayores costos y dificultades en el análisis y almacenamiento de datos.^[23].

Reanálisis de datos genómicos

La adopción de ES ha acelerado la tasa de descubrimiento de nuevos genes para las condiciones mendelianas. El número anual de descubrimientos de genes subyacentes a las DR alcanzó su punto máximo entre 2012 y 2015 (aproximadamente 285 por año), y ha disminuido ligeramente a partir de entonces.^[24]. Este es uno de los argumentos a favor del reanálisis periódico de los datos ES/GS, pero es solo la punta del iceberg. Hay varias otras razones por las que las mutaciones causantes pueden no ser reconocidas. Los datos generalmente se analizan de acuerdo con el fenotipo del paciente informado, y los elementos clave pueden no estar disponibles para el laboratorio clínico o pueden no haber surgido en el momento del primer análisis.^[25]. El conocimiento en constante crecimiento de las redes de genes es un recurso útil para la generación de hipótesis y la priorización de genes candidatos. Los procesos de llamar a variantes a partir de lecturas de secuencias cortas y anotar el impacto de las variantes se realizan con herramientas bioinformáticas imperfectas y en constante evolución.^[25,26]. Del mismo modo, el software actual de diagnóstico genómico basado en fenotipos (que generalmente utiliza terminología HPO) y las bases de datos que recopilan mutaciones publicadas (por ejemplo, Human Gene Mutation Database®) están incompletos.^[25]. Además, se requiere una cantidad significativa de tiempo para que un genetista experto analice los datos de ES, y existen varias fuentes de variabilidad y sesgo que dificultan replicar exactamente el análisis.^[25]. Según varios informes, el reanálisis de los datos de ES puede mejorar el rendimiento diagnóstico en un 10% -18.9%^[25,27-29].

Secuenciación genómica profunda mediante secuenciación de próxima generación

Vale la pena señalar que la sensibilidad para la detección de mosaicismo puede ser menor en ES / GS en comparación con las pruebas de panel, debido a una mayor profundidad de lectura y cobertura de secuencia.^[20]. Cuando se sospecha mosaicismo somático, la mejor estrategia diagnóstica es combinar NGS profunda (generalmente utilizando un panel personalizado de genes candidatos asociados con el fenotipo) y búsqueda de variantes en múltiples tejidos.^[30]. La utilidad de este enfoque puede verse limitada por las dificultades para obtener tejidos distintos de la sangre, la saliva o la mucosa bucal, y fibroblastos cutáneos para el análisis genético. Se han descrito mutaciones somáticas en varios trastornos no cancerosos, como mutaciones de la vía PI3K/AKT/mTOR en pacientes con hemimegalencefalia, mutaciones GNAQ en pacientes con síndrome de Sturge-Weber, mutaciones GNAS en pacientes con síndrome de McCune Albright y mutaciones NIPBL en pacientes con síndrome de Cornelia de Lange (aproximadamente el 30% de los pacientes diagnosticados clínicamente tienen mutaciones somáticas en NIPBL)^[30,31]. También se ha encontrado que la NGS profunda es útil para detectar mutaciones somáticas en pacientes con otras malformaciones cerebrales, como el síndrome de doble corteza o la polimicrogiria.^[32,33].

Estudios de cariotipo clásico

A pesar de los nuevos avances tecnológicos, cabe señalar que el análisis cromosómico todavía tiene un papel en el estudio de los pacientes con URD. El análisis cromosómico sigue siendo particularmente valioso en la detección de anomalías en mosaico; la clarificación de translocaciones desequilibradas, anillos y reordenamientos complejos; y la detección de reordenamientos equilibrados^[34]. Los pacientes con reordenamientos aparentemente equilibrados de novo podrían albergar deleciones crípticas o posibles alteraciones genéticas, lo que requeriría más pruebas.^[35].

ENFOQUES MULTIÓMICOS

Las tecnologías masivamente paralelas aparecen como enfoques poderosos para lograr el diagnóstico integrado tanto con la secuenciación del ADN como con los datos fenotípicos. Se pueden abordar diferentes moléculas biológicas con técnicas ómicas más allá del ADN, como ARN, metabolitos y proteínas o modificaciones epigenéticas. El análisis de estas moléculas ofrece datos complementarios que podrían ayudar a comprender el mecanismo de las enfermedades y proporcionar nuevas herramientas de diagnóstico. Un inconveniente general de los enfoques multiómicos es la dificultad para obtener el tejido más informativo para el análisis cuando no se trata de sangre o fibroblastos cutáneos.

Epigenómica

La epigenómica es el análisis de todo el conjunto de modificaciones epigenéticas en el material genético de una célula, generalmente con la intención de identificar alteraciones en la metilación del ADN o modificación de histonas en el diagnóstico de trastornos específicos. La metilación del ADN es una de las modificaciones epigenéticas más comúnmente estudiadas, y la metilación aberrante del ADN se ha asociado durante mucho tiempo con varias DR, como los síndromes de Angelman y X frágil. Se han desarrollado varios métodos para evaluar la metilación del ADN de todo el genoma en sangre periférica^[36-38]. Estos métodos han demostrado ser particularmente útiles para diagnosticar pacientes para quienes existe una sospecha clínica de un trastorno de impronta o trastornos mendelianos causados por mutaciones en genes que codifican proteínas involucradas en la epigenética (por ejemplo, síndromes de Coffin-Siris, Kabuki y Sotos).^[36,37]. Recientemente se ha informado de la utilidad potencial de las pruebas clínicas diagnósticas de metilación del ADN genómico en pacientes con DR.^[38]. Utilizando una prueba clínica de metilación de todo el genoma para pacientes con DR, el 35% de los pacientes en una cohorte objetivo fueron positivos para una epifirma diagnóstica frente al 11% de los pacientes en una cohorte de detección, lo que demuestra que este enfoque se puede aplicar para el estudio no dirigido de pacientes con URD.^[38].

Transcriptómica

La utilidad de analizar el transcriptoma del paciente para las DR ya ha sido probada. Se ha llevado a cabo la secuenciación de ARN de un solo gen para dilucidar el papel de las variantes genéticas candidatas de significado incierto (VUS) mediante la combinación de transcriptasa inversa para crear ADNc y RT-PCR para medir el ARN.^[39]. La realización de la secuenciación del ARN (RNA-seq) de todo el transcriptoma en una sola ejecución puede facilitar la detección de expresión aberrante, empalme aberrante y expresión monoalélica^[40]. RNA-seq ha demostrado ser particularmente útil en entornos clínicos específicos, como el análisis de biopsias musculares de pacientes con trastornos musculares raros y fibroblastos cultivados de pacientes con trastornos mitocondriales, o condiciones recesivas para las cuales solo se ha identificado una mutación.^[41-43]. Algunos estudios han evaluado la utilidad de RNA-seq, en combinación con ES/GS, como herramienta diagnóstica para URDs de diversas categorías de enfermedades, con un rendimiento adicional del 17%-18%^[44,45]. Los principales desafíos de RNA-seq son la accesibilidad de los tejidos apropiados para la extracción de ARNm, la gran cantidad de secuenciación requerida para detectar cambios y la necesidad de grandes cohortes de control.^[46].

Proteómica y metabolómica

El análisis de las proteínas y el proteoma puede proporcionar información sobre la actividad, interacción, ubicación y composición de complejos proteicos de interés clínico. Por otro lado, los perfiles metabolómicos se han utilizado como biomarcadores para la progresión de la enfermedad y la respuesta al tratamiento, y ahora se aplican en el diagnóstico para determinar las consecuencias funcionales de un VUS dado. La espectrometría de masas es la plataforma más utilizada en proteómica y metabolómica. La proteómica es el análisis cuantitativo y cualitativo de todo el conjunto de proteínas en una muestra dada, generalmente para identificar proteínas que se modifican consistentemente o están presentes en concentraciones anormales en trastornos específicos.^[47]. Se han aplicado estrategias proteómicas para investigar la fisiopatología de los trastornos metabólicos, como la acidemia metilmalónica.^[48,49]. La metabolómica es el análisis cuantitativo y cualitativo de todos los metabolitos derivados de azúcares, lípidos, proteínas y ácidos nucleicos en una muestra dada.^[50]. La aplicación más exitosa del análisis metabolómico dirigido es la detección neonatal de errores congénitos del metabolismo^[51]. En general, se necesita hacer un trabajo significativo para implementar la proteómica o la metabolómica en el estudio no dirigido de pacientes con URD en la práctica clínica habitual.

EN SILICO BIOLOGÍA Y ESTUDIOS FUNCIONALES EXPERIMENTALES

Uno de los principales desafíos para el diagnóstico genético utilizando NGS es la interpretación de la patogenicidad de las variantes, particularmente cuando el fenotipo es una fuente de incertidumbre (por ejemplo, penetrancia reducida y expresividad variable) o cuando una variante se clasifica como VUS o se localiza en un gen de enfermedad aún por descubrir. De hecho, durante el análisis y la interpretación de los datos de NGS en un paciente en particular, la probabilidad de detectar un VUS es mayor que la probabilidad de detectar una variante patogénica.^[52]. El ACMG ha elaborado estándares y pautas para clasificar las variantes genéticas en cinco categorías basadas en criterios utilizando diferentes tipos de evidencia de variantes (por ejemplo, datos de población, datos computacionales, datos funcionales y datos de segregación)^[53]. Además, ciertas herramientas bioinformáticas facilitan el proceso de clasificación (por ejemplo, Disponible en: Varsome, https://varsome.com/; Franklin, disponible en: https://franklin.genoox.com/clinical-db; CADD, disponible en: https://cadd.gs.washington.edu/), pero cada genetista debe proporcionar conocimientos específicos para poder clasificar una determinada variante^[13]. A veces, los estudios de segregación pueden despejar dudas, pero aquellas variantes que no se reclasifican permanecen como VUS hasta que estudios adicionales permitan determinar su patogenicidad.

La predicción in silico de la patogenicidad de un VUS se puede mejorar con varias herramientas, como la revisión de la literatura y la minería de datos, los predictores de patogenicidad y el modelado de proteínas 3D.^[13]. Después de eso, la genómica funcional se puede utilizar para la validación de la variante genética a través de experimentos moleculares y celulares (por ejemplo, estudios de localización subcelular, niveles de expresión y estudios específicos relacionados con la función de la proteína)^[13,54]. En el Hospital e Instituto de Investigación Sant Joan de Déu (SJD) desarrollamos el Programa de Diagnóstico Traslacional (TDP) propio para validar funcionalmente tanto el VUS candidato como las variantes encontradas en pacientes con incongruencia fenotipo-genotipo^[13,55]. El TDP utiliza diferentes herramientas de biología experimental y computacional para analizar el VUS y determinar la función y posible alteración fisiopatológica de la proteína codificada. El objetivo es delinear el impacto de VUS combinando cuatro etapas, incluida la fenotipificación profunda y de precisión con genómica funcional, para la validación de la variante genética a través de experimentos moleculares y celulares. Utilizando esta tubería en pacientes con DR, podemos ayudar al proceso de reclasificación de variantes relacionadas con el fenotipo de un paciente y mejorar el déficit diagnóstico.

OTRAS ESTRATEGIAS PARA EL DIAGNÓSTICO Y DESCUBRIMIENTO DE GENES RELACIONADOS CON ENFERMEDADES

En los últimos años, la mayor integración de la ciencia genómica y la medicina ha permitido explorar otras estrategias para lograr el diagnóstico de los pacientes o definir nuevos genes como responsables de la enfermedad. La junta del director de la ACMG emitió una declaración de posición sobre cómo el intercambio responsable de datos de variantes genómicas y fenotipos es crucial para mejorar la atención médica genética.^[56]. El intercambio de datos es necesario para describir las características clave del fenotipo de las personas con DR, establecer la asociación entre las DR genéticas y los genes causantes, clasificar las variantes genómicas y mejorar los estándares utilizados en la clasificación de variantes.^[56]. El intercambio de datos es compatible con el imperativo de proteger la privacidad en el cuidado de la salud^[56]. Actualmente, existen recursos de intercambio de datos en línea como Matchmaker Exchange, colaboración abierta entre diferentes plataformas (incluyendo (GeneMatcher, PhenomeCentral, DECIPHER y otros) para facilitar la coincidencia de casos con perfiles fenotípicos y genotípicos similares (emparejamiento) a través de interfaces de programación de aplicaciones estandarizadas y convenciones de procedimiento.^[57]. Con el advenimiento de los enfoques multiómicos, existe una creciente necesidad de compartir datos sobre herramientas y métodos para la integración e interpretación de datos. En cuanto al descubrimiento de nuevos genes asociados con la enfermedad, el análisis de los datos genómicos de la población permite evaluar la fuerza de la selección natural para identificar genes y regiones genómicas que están limitados por la variación en comparación con las tasas de mutación esperadas. Esta información revela qué genes son más intolerantes a la pérdida de función o a las variantes sin sentido.^[58]. La puntuación prevista de intolerancia a la pérdida de función (pLI) y la puntuación de la fracción del límite superior observada/esperada inferior (LOEUF) se pueden utilizar para identificar genes candidatos de enfermedad haploinsuficiente^[7,58,59]. Otra estrategia alternativa para el descubrimiento de nuevos genes es el análisis de los efectos fenotípicos de la disrupción génica utilizando organismos modelo cuando el gen de interés se conserva evolutivamente.^[7]. Cuatro proyectos relacionados que utilizan modelos animales son la Iniciativa Monarca, la Base de Datos del Genoma del Ratón, el Proyecto Knockout Mouse y el Consorcio Internacional de Fenotipado de Ratones^[7]. Sin embargo, debe tenerse en cuenta que los modelos animales a menudo no logran recapitular los fenotipos de enfermedades humanas. Otras opciones son la posibilidad de derivar células madre pluripotentes inducidas por humanos (hiPSC) a partir de células de pacientes (por ejemplo, fibroblastos) o generar variantes patogénicas en hiPSC de tipo salvaje utilizando enfoques de edición (por ejemplo, tecnologías CRISPR / Cas9), que podrían combinarse con la generación de organoides 3D.

CONCLUSIÓN

Actualmente estamos presenciando cómo la genética y la genómica de los URDs son uno de los campos en los que la medicina de precisión y la investigación traslacional están abriendo nuevos caminos y oportunidades en el diagnóstico etiológico. Los avances en las pruebas genéticas y genómicas han mejorado notablemente la tasa y el tiempo de diagnóstico de los pacientes con URD. Sin embargo, es importante tener en cuenta que todas las técnicas tienen limitaciones. Las nuevas técnicas multiómicas están avanzando rápidamente hacia la práctica clínica, y los estudios in silico y los análisis funcionales nos permiten validar la importancia de los hallazgos.

Aumentar el acceso a las tecnologías de secuenciación del exoma y el genoma y la validación biológica, obtener información sobre la interpretación de los conjuntos de datos multiómicos y fomentar el intercambio de datos reduciría la larga odisea diagnóstica y la brecha diagnóstica.

DECLARACIONES

Contribuciones de los autores

Concepción o diseño de la obra, redacción del artículo, revisión crítica del artículo, aprobación final de la versión a publicar: Casas-Alba D, Pijuan J

Concepción o diseño de la obra, revisión crítica del artículo, aprobación final de la versión a publicar: Hoenicka J, Vilanova-Adell A, Vega-Hanna L, Palau F

Disponibilidad de datos y materiales

No aplica.

Apoyo financiero y patrocinio

Palau & Hoenicka Lab cuenta con el apoyo de la Agencia Estatal de Investigación (PID2020-114655RB-100), la beca DTS16/00196 (F.P.) del Instituto Salud Carlos III; la Generalitat de Catalunya y el Fondo Europeo de Desarrollo Regional conceden SLT002/16/00174 (F.P.), 2015 FEDER/S-21 (F.P.) y SLT002/16/00306 (F.P.); la Fundación Isabel Gemio (F.P.); CIBERER (F.P.); el Torró Solidari-RAC1 i Torrons Vicens (J.H.); J.P. es el destinatario del contrato Carmen de Torres del Institut de Recerca Sant Joan de Déu. CIBERER es una iniciativa del Instituto de Salud Carlos III. El IPER forma parte del Centre Daniel Bravo de Diagnòstic i Rercerca en Malalties Minoritàries.

Conflictos de intereses

Todos los autores declararon que no existen conflictos de intereses.

• Reglamento (CE) nº 141/2000 del Parlamento Europeo y del Consejo, de 16 de diciembre de 1999, sobre medicamentos huérfanos. Parlamento Europeo. Disponible en: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=celex%3A32000R0141[Visitado por última vez el 9 de junio de 2022].
• Instituto Nacional de Salud. Ley Pública 97-414 97º Congreso. 4 de enero de 1983. Disponible en: https://history.nih.gov/research/downloads/PL97-414.pdf[Visitado por última vez el 9 de junio de 2022].

Bibliografia

• Nguengang Wakap S, Lambert DM, Olry A, et al. Estimación de la prevalencia puntual acumulada de enfermedades raras: análisis de la base de datos Orphanet. Eur J Hum Genet2019;28:165-73.
• DOIPubMed PMC
• Tisdale A, Cutillo CM, Nathan R, et al. La iniciativa IDeaS: estudio piloto para evaluar el impacto de las enfermedades raras en los pacientes y los sistemas sanitarios. Orphanet J Rare Dis2021;16:429.
• DOIPubMed PMC
• Graessner H, Zurek B, Hoischen A, Beltran S. Solving the unsolved rare diseases in Europe. Eur J Hum Genet2021;29:1319-20.
• DOIPubMed PMC
• Austin CP, Cutillo CM, Lau LPL, et al. El futuro de la investigación en enfermedades raras 2017-2027: una perspectiva IRDiRC. Clin Transl Sci2018;11:21-7.
• DOIPubMed PMC
• Seaby EG, Rehm HL, O’Donnell-Luria A. Estrategias para elevar el descubrimiento de nuevos genes mendelianos para mejorar los resultados clínicos. Genet frontal2021;12:674295.
• DOIPubMed PMC
• Kliegman RM, Bordini BJ, Basilea D, Nocton JJ. Cómo piensan los médicos: errores diagnósticos comunes en las lecciones de juicio clínico de un programa de enfermedades raras y no diagnosticadas. Pediatr Clin N Am2017;64:1-15.
• DOIPubMed
• Sobre enfermedades no diagnosticadas. Disponible en: https://www.udninternational.org/schede-38-about_undiagnosed_diseases[Visitado por última vez el 9 de junio de 2022].
• Boicot KM, Hartley T, Biesecker LG, et al. Un diagnóstico para todas las enfermedades genéticas raras: el horizonte y las próximas fronteras. Celda2019;177:32-7.
• DOIPubMed
• Köhler S, Carmody L, Vasilevsky N, et al. Expansión de la base de conocimientos y recursos de la ontología del fenotipo humano (HPO). Ácidos nucleicos Res2019;47:D1018-27.
• DOIPubMed PMC
• Yang J, Benyamin B, McEvoy BP, et al. Los SNP comunes explican una gran proporción de la heredabilidad de la estatura humana. Nat Genet2010;42:565-9.
• DOIPubMed PMC
• Pijuan J, Rodríguez-Sanz M, Natera-de Benito D, et al. Diagnóstico traslacional: un pipeline interno para validar variantes genéticas en niños con enfermedades raras y no diagnosticadas. J Mol Diagn2021;23:71-90.
• DOIPubMed
• Palau F. Medicina personalizada o de precisión: la homeostasis de la individualidad. Rev Soc Esp Bioq Biol Mol 2020;8-13. Disponible en: https://revista.sebbm.es/pdf.php?id=643[Visitado por última vez el 9 de junio de 2022].
• Palau F. Genómica pediátrica y medicina de precisión en la infancia. En: Faintuch J, Faintuch S, editores. Medicina de precisión para investigadores, profesionales y proveedores. Cambridge: Academic Press, 2020; págs. 143 a 152. Disponible en: https://www.elsevier.com/books/precision-medicine-for-investigators-practitioners-and-providers/faintuch/978-0-12-819178-1[Visitado por última vez el 9 de junio de 2022].
• Manickam K, McClain MR, Demmer LA, et al. Secuenciación del exoma y del genoma para pacientes pediátricos con anomalías congénitas o discapacidad intelectual: una guía clínica basada en la evidencia del Colegio Americano de Genética Médica y Genómica (ACMG). Genet Med2021;23:2029-37.
• DOIPubMed
• Manning M, Hudgins L. Tecnología basada en matrices y recomendaciones para la utilización en la práctica de la genética médica para la detección de anomalías cromosómicas. Genet Med2010;12:742-5.
• DOIPubMed
• Salud (Calidad). Secuenciación de todo el genoma para discapacidades inexplicables del desarrollo o anomalías congénitas múltiples: una evaluación de tecnología sanitaria. ont health technol Assess Ser2020;20:1.
• PubMed
• Rajagopalan R, Murrell JR, Luo M, Conlin LK. Un flujo de trabajo altamente sensible y específico para detectar variantes raras de número de copia a partir de datos de secuenciación del exoma. Genoma Med2020;12:14.
• DOIPubMed PMC
• Srivastava S, Love-Nichols JA, Dies KA, et al. Metaanálisis y declaración de consenso multidisciplinario: la secuenciación del exoma es una prueba de diagnóstico clínico de primer nivel para individuos con trastornos del desarrollo neurológico. Genet Med2019;21:2413-21.
• DOIPubMed
• Gardner EJ, Prigmore E, Gallone G, et al. Contribución de la retrotransposición a los trastornos del desarrollo. Nat Commun2019;10:4630.
• DOIPubMed PMC
• Wang Q, Shashikant CS, Jensen M, Altman NS, Girirajan S. Novel metrics to measure coverage in whole exome sequencing datasets reveal local and global non-uniformity. Sci Rep2017;7:885.
• DOIPubMed PMC
• Mantere T, Kersten S, Hoischen A. Long-read sequencing emerging in medical genetics. Genet frontal2019;10:426.
• DOIPubMed PMC
• Bamshad MJ, Nickerson DA, Chong JX. Descubrimiento de genes mendelianos: rápido y furioso sin final a la vista. Am J Hum Genet2019;105:448-55.
• DOIPubMed PMC
• Wenger AM, Guturu H, Bernstein JA, Bejerano G. El reanálisis sistemático de los datos del exoma clínico produce diagnósticos adicionales: implicaciones para los proveedores. Genet Med2017;19:209-14.
• DOIPubMed
• Gardner EJ, Sifrim A, Lindsay SJ, et al. La detección de variaciones estructurales crípticas clínicamente relevantes en los datos de secuenciación del exoma aumenta el rendimiento diagnóstico para los trastornos del desarrollo. Am J Hum Genet2021;108:2186-94.
• DOIPubMed PMC
• Basel-Salmon L, Orenstein N, Markus-Bustani K, et al. Diagnóstico mejorado mediante la secuenciación del exoma después de la reevaluación de datos brutos por genetistas clínicos involucrados en la atención médica de los individuos probados. Genet Med2019;21:1443-51.
• DOIPubMed
• Salinas V, Martínez N, Maturo JP, et al. Secuenciación clínica de próxima generación en encefalopatías del desarrollo y epilépticas: relevancia diagnóstica del reanálisis de datos y reinterpretación de variantes. Eur J Med Genet2021;64:104363.
• DOIPubMed
• Bullich G, Matalonga L, Pujadas M, et al. El reanálisis colaborativo sistemático de los datos genómicos mejora el rendimiento diagnóstico en enfermedades raras neurológicas. J Mol Diagn 2022;24:529-42.
• DOIPubMed
• McNulty SN, Evenson MJ, Corliss MM, et al. Utilidad diagnóstica de la secuenciación de próxima generación para trastornos del mosaicismo somático: una cohorte acumulativa de cinco años. Am J Hum Genet2019;105:734-46.
• DOIPubMed PMC
• Krawczynska N, Wierzba J, Wasag B. Mosaicismo genético en un grupo de pacientes con síndrome de cornelia de lange. Frente Pediatr2019;7:203.
• DOIPubMed PMC
• Jamuar SS, Lam AT, Kircher M, et al. Mutaciones somáticas en malformaciones corticales cerebrales. N Engl J Med2014;371:733-43.
• DOIPubMed PMC
• Stutterd CA, Brock S, Stouffs K, et al. Heterogeneidad genética de la polimicrogiria: estudio de 123 pacientes mediante secuenciación profunda. Brain Commun2021;3:fcaa221.
• DOIPubMed PMC
• Bi W, Borgan C, Pursley AN, et al. Comparación del análisis cromosómico y el análisis de microarrays cromosómicos: ¿cuál es el valor del análisis cromosómico en la era actual de la matriz genómica? Genet Med2013;15:450-7.
• DOIPubMed
• Astbury C, Christ LA, Aughton DJ, et al. Detección de deleciones en reordenamientos cromosómicos «equilibrados» de novo: evidencia adicional de su papel en anomalías fenotípicas. Genet Med2004;6:81-9.
• DOIPubMed
• Aref-Eshghi E, Schenkel LC, Lin H, et al. Validación clínica de un ensayo de metilación del ADN de todo el genoma para el diagnóstico molecular de trastornos de impronta. J Mol Diagn2017;19:848-56.
• DOIPubMed
• Aref-Eshghi E, Bend EG, Colaiacovo S, et al. Utilidad diagnóstica de las pruebas de metilación del ADN de todo el genoma en individuos genéticamente no resueltos con sospecha de afecciones hereditarias. Am J Hum Genet2019;104:685-700.
• DOIPubMed PMC
• Sadikovic B, Levy MA, Kerkhof J, et al. Epigenómica clínica: análisis de metilación del ADN de todo el genoma para el diagnóstico de trastornos mendelianos. Genet Med2021;23:1065-74.
• DOIPubMed
• Eriksson M, Brown WT, Gordon LB, et al. Las mutaciones puntuales recurrentes de novo en la lamina A causan el síndrome de progeria de Hutchinson-Gilford. Nature2003;423:293-8.
• DOIPubMed
• Luo HM, Zhang Y, Wang XQ, et al. Identificación y control de un brote de poliomielitis en Xinjiang, China. N Engl J Med2013;369:1981-90.
• DOIPubMed
• Cummings BB, Marshall JL, Tukiainen T, et al. Mejora del diagnóstico genético en la enfermedad mendeliana con secuenciación del transcriptoma. Sci Transl Med2017;9:eaal5209.
• DOIPubMed
• Kremer LS, Bader DM, Mertes C, et al. Diagnóstico genético de trastornos mendelianos mediante secuenciación de ARN. Nat Commun2017;8:15824.
• DOIPubMed PMC
• Kernohan KD, Frésard L, Zappala Z, et al. La secuenciación del transcriptoma completo en sangre proporciona un diagnóstico de atrofia muscular espinal con epilepsia mioclónica progresiva. Hum Mutat2017;38:611-4.
• DOIPubMed PMC
• Lee H, Huang AY, Wang LK, et al. Utilidad diagnóstica de la secuenciación del transcriptoma para enfermedades mendelianas raras. Genet Med2020;22:490-9.
• DOIPubMed PMC
• Frésard L, Smail C, Ferraro NM, et al. Identificación de genes de enfermedades raras mediante secuenciación del transcriptoma sanguíneo y grandes cohortes de control. Nat Med2019;25:911-9.
• DOIPubMed
• Hartley T, Lemire G, Kernohan KD, Howley HE, Adams DR, Boycott KM. Nuevos enfoques diagnósticos para enfermedades genéticas raras no diagnosticadas. Annu Rev Genomics Hum Genet2020;21:351-72.
• DOIPubMed
• Mischak H, Allmaier G, Apweiler R, et al. Recomendaciones para la identificación y calificación de biomarcadores en proteómica clínica. Sci Transl Med2010;2:46ps42.
• DOIPubMed
• Caterino M, Chandler RJ, Sloan JL, et al. El proteoma de la acidemia metilmalónica (MMA): la elucidación de vías alteradas en hígados pacientes. Mol Biosyst2016;12:566-74.
• DOIPubMed PMC
• Caterino M, Pastore A, Strozziero MG, et al. El proteoma del defecto cblC: elucidación in vivo de vías celulares alteradas en humanos. J Heredar Metab Dis2015;38:969-79.
• DOIPubMed
• Zhan X, Long Y, Lu M. Exploración de variaciones en proteoma y metaboloma para diagnósticos predictivos y algoritmos de tratamiento personalizados: enfoque innovador y ejemplos para una posible aplicación clínica. J Proteómica2018;188:30-40.
• DOIPubMed
• Costanzo M, Zacchia M, Bruno G, Crisci D, Caterino M, Ruoppolo M. Integration of proteomics and metabolomics in exploring genetic and rare metabolic diseases. Kidney Dis (Basilea)2017;3:66-77.
• DOIPubMed PMC
• Marcke C, Collard A, Vikkula M, Duhoux FP. Prevalencia de variantes patogénicas y variantes de significado desconocido en pacientes con alto riesgo de cáncer de mama: una revisión sistemática y metanálisis de datos de panel de genes. Crit Rev Oncol Hematol2018;132:138-44.
• DOIPubMed
• Richards S, Aziz N, Bale S, et al. Estándares y directrices para la interpretación de variantes de secuencia: una recomendación de consenso conjunto del Colegio Americano de Genética Médica y Genómica y la Asociación de Patología Molecular. Genet Med2015;17:405-24.
• DOIPubMed PMC
• Klee EW, Cousin MA, Pinto E Vairo F, et al. Impacto de la investigación traslacional integrada en la secuenciación clínica del exoma. Genet Med2021;23:498-507.
• DOIPubMed
• Yubero D, Natera-de Benito D, Pijuan J, et al. El creciente impacto de la investigación traslacional en el diagnóstico molecular de enfermedades neuromusculares. Int J Mol Sci2021;22:4274.
• DOIPubMed PMC
• Consejo de Administración. El intercambio de datos genómicos clínicos y de laboratorio es crucial para mejorar la atención médica genética: una declaración de posición del Colegio Americano de Genética Médica y Genómica. Genet Med2017;19:721-2.
• DOIPubMed
• Philippakis AA, Azzariti DR, Beltran S, et al. El intercambio de casamenteros: una plataforma para el descubrimiento de genes de enfermedades raras. Hum Mutat2015;36:915-21.
• DOIPubMed PMC
• Karczewski KJ, Francioli LC, Tiao G, et al. El espectro de restricción mutacional cuantificado a partir de la variación en 141. Nature2020;581:434-43.
• DOIPubMed
• Lek M, Karczewski KJ, Minikel EV, et al. Análisis de la variación genética codificante de proteínas en 60. Nature2016;536:285-91.
• DOIPubMed

Citar este artículo

Estilo OAE

Casas-Alba D, Hoenicka J, Vilanova-Adell A, Vega-Hanna L, Pijuan J, Palau F. Estrategias diagnósticas en pacientes con enfermedades no diagnosticadas y raras. J Transl Genet Genom 2022;6:322-32. http://dx.doi.org/10.20517/jtgg.2022.03

Estilo AMA

Casas-Alba D, Hoenicka J, Vilanova-Adell A, Vega-Hanna L, Pijuan J, Palau F. Estrategias diagnósticas en pacientes con enfermedades no diagnosticadas y raras. Revista de Genética Traslacional y Genómica. 2022; 6(3):322-32. http://dx.doi.org/10.20517/jtgg.2022.03

Chicago/Estilo Turabian

Casas-Alba, Dídac, Janet Hoenicka, Alba Vilanova-Adell, Lourdes Vega-Hanna, Jordi Pijuan, Francesc Palau. 2022. «Estrategias diagnósticas en pacientes con enfermedades no diagnosticadas y raras» Journal of Translational Genetics and Genomics. 6, no.3: 322-32. http://dx.doi.org/10.20517/jtgg.2022.03

Estilo ACS

Casas-Alba, D.; Hoenicka J.; Vilanova-Adell A.; Vega-Hanna L.; Pijuan J.; Palau F. Estrategias diagnósticas en pacientes con enfermedades no diagnosticadas y raras. J. Transl. Genet. Genom. 2022, 6, 322-32. http://dx.doi.org/10.20517/jtgg.2022.03