¿Cómo pueden las tecnologías ómicas predecir el pronóstico y la eficacia del tratamiento en la enfermedad pulmonar obstructiva crónica?
La enfermedad pulmonar obstructiva crónica (EPOC) es un problema de salud global que afecta a millones de personas y representa una carga económica y social significativa. En China, por ejemplo, alrededor de 100 millones de personas padecen EPOC, con una prevalencia del 13.7% en mayores de 40 años. La gravedad de la enfermedad, la frecuencia de las exacerbaciones (empeoramientos) y las comorbilidades (otras enfermedades asociadas) son factores clave que influyen en los resultados y los costos relacionados con la EPOC. Las hospitalizaciones debido a exacerbaciones son la principal causa de gastos en salud, lo que subraya la necesidad urgente de intervenciones para ralentizar la progresión de la enfermedad, prevenir exacerbaciones y reducir las comorbilidades. Los avances en las tecnologías ómicas (estudios a gran escala de moléculas biológicas) han revolucionado la investigación en EPOC, ofreciendo nuevas perspectivas sobre los mecanismos de la enfermedad y herramientas potenciales para predecir el pronóstico y la eficacia del tratamiento.
Las tecnologías ómicas, que incluyen la genómica (estudio de los genes), la transcriptómica (estudio del ARN), el análisis de transcriptoma de células individuales, la proteómica (estudio de las proteínas), la metabolómica (estudio de los metabolitos), la microbiómica (estudio de los microorganismos), la radiómica (análisis de imágenes médicas) y la farmacogenómica (estudio de cómo los genes afectan la respuesta a los medicamentos), se han aplicado ampliamente en la investigación de la EPOC. Estos métodos proporcionan una comprensión integral de los fundamentos moleculares y genéticos de la EPOC, permitiendo la identificación de biomarcadores (indicadores biológicos) y vías asociadas con la progresión de la enfermedad y la respuesta al tratamiento. Al utilizar datos de la base de datos PubMed, los investigadores han identificado factores clave relacionados con el pronóstico y la eficacia del tratamiento en la EPOC, demostrando el potencial predictivo de los enfoques ómicos.
La genómica ha desempeñado un papel crucial en la identificación de determinantes genéticos de la EPOC. El factor de riesgo genético más establecido para la EPOC es la deficiencia grave de alfa-1 antitripsina (AAT), que también es el único subtipo genético con una terapia específica. Este descubrimiento estableció un vínculo claro entre los factores genéticos y la patogénesis (origen) de la EPOC, proporcionando una base para la predicción basada en genómica de los resultados de la enfermedad. Sin embargo, la investigación sobre los genes de susceptibilidad a la EPOC sigue en sus primeras etapas, y se necesitan más estudios para confirmar las relaciones causales.
La predicción basada en genómica del pronóstico de la EPOC se puede categorizar en tres resultados observacionales: exacerbaciones agudas de la EPOC (AECOPD), gravedad de la enfermedad y disminución de la función pulmonar, y supervivencia o mortalidad. Los genes asociados con las AECOPD, como los enumerados en la Tabla Complementaria 1, pueden predecir exacerbaciones futuras e indicar un pronóstico desfavorable. Por el contrario, los polimorfismos (variaciones genéticas) que protegen contra las AECOPD frecuentes sugieren un pronóstico favorable. La gravedad de la enfermedad, reflejada por la disminución de la función pulmonar, como el volumen espiratorio forzado en 1 segundo (FEV1) y la relación FEV1/capacidad vital forzada (FVC), también está vinculada a factores genéticos. Los genes asociados con un aumento de la gravedad de la EPOC sugieren un pronóstico desfavorable, mientras que aquellos asociados con un riesgo reducido y un retraso en la disminución de la función pulmonar indican un mejor pronóstico. Además, factores como la hipersecreción de moco, impulsada por la metilación anormal del ADN de genes como SPDEF y FOXA2, se correlacionan con la morbilidad, las exacerbaciones frecuentes y la mortalidad, respaldando aún más el valor predictivo de la genómica.
La transcriptómica proporciona información sobre la regulación de la expresión génica y su relación con los resultados de la EPOC. La secuenciación de transcriptoma de alto rendimiento ha revelado asociaciones entre patrones específicos de expresión génica y el pronóstico de la EPOC. Por ejemplo, el análisis de transcriptoma de células individuales ha identificado genes como QKI e IGFBP5, que están vinculados a la gravedad de la limitación del flujo de aire y el enfisema, sugiriendo un pronóstico desfavorable. Sin embargo, las relaciones entre los datos de transcriptómica de células individuales y resultados como las AECOPD y la mortalidad requieren más investigación.
La proteómica se centra en la composición y actividad de las proteínas celulares, particularmente los mediadores inflamatorios que desempeñan un papel crucial en la patogénesis de la EPOC. Los estudios han destacado las asociaciones entre proteínas específicas y resultados como las AECOPD, la gravedad de la enfermedad y la disminución de la función pulmonar. Aunque la proteómica ha mostrado promesa en la predicción de estos resultados, su relación con la supervivencia y la mortalidad sigue siendo poco explorada.
La metabolómica, que analiza los metabolitos celulares, ofrece la reflexión más cercana de los fenotipos biológicos entre todos los enfoques ómicos. Los cambios en los metabolitos reflejan directamente el entorno celular, lo que convierte a la metabolómica en una herramienta poderosa para predecir los resultados de la EPOC. Varios metabolitos se han asociado con las AECOPD, la gravedad de la enfermedad y la mortalidad, indicando un pronóstico desfavorable. La metabolómica también tiene potencial para predecir la supervivencia en la EPOC, como se detalla en la Tabla Complementaria 1.
La microbiómica examina el papel de los microorganismos en la patogénesis y progresión de la EPOC. La composición del microbioma de las vías respiratorias se altera progresivamente con el aumento de la gravedad de la EPOC, correlacionándose con la regulación a la baja de los genes de defensa epitelial y la regulación al alza de los genes proinflamatorios. Los datos microbiómicos pueden predecir exacerbaciones agudas, la progresión de la enfermedad y el aumento de la mortalidad, pero se necesita más investigación para establecer su papel en la predicción del pronóstico de la EPOC.
La radiómica implica la extracción de métricas cuantitativas de imágenes médicas para capturar características de tejidos y lesiones. Los estudios han demostrado que el modelado matemático basado en espirometría puede predecir la presencia y gravedad del enfisema en pacientes con EPOC, medido por métricas de tomografía computarizada (TC) y radiómica basada en TC. Esto sugiere la posible participación de la radiómica en la clasificación de la gravedad de la EPOC, aunque su capacidad para predecir el pronóstico requiere más investigación.
Los enfoques multiómicos integrados combinan datos de varios campos ómicos para proporcionar una visión holística de los mecanismos de la enfermedad. Por ejemplo, la integración de datos microbiómicos con transcriptómica ha revelado que los cambios en la composición del microbioma de las vías respiratorias van acompañados de alteraciones en los patrones de expresión génica asociados con la gravedad de la EPOC. Estos métodos multiómicos tienen potencial para predecir el pronóstico de la EPOC, pero su capacidad para predecir la mortalidad sigue sin explorarse.
La farmacogenómica explora la influencia de las variaciones genéticas en la respuesta a los medicamentos, ofreciendo perspectivas para el tratamiento personalizado de la EPOC. La terapia de oxígeno a largo plazo (LOTT) ha demostrado reducir la mortalidad en pacientes con EPOC con hipoxemia grave, pero su efectividad varía según los factores genéticos. Por ejemplo, los polimorfismos de un solo nucleótido (SNP) de ARSB y los loci de rasgos cuantitativos de expresión predicen la efectividad de la terapia de oxígeno, sugiriendo su potencial como biomarcadores para el tratamiento personalizado.
La terapia con corticosteroides, comúnmente utilizada en el manejo de la EPOC, también exhibe una eficacia variable según los factores genéticos. Los estudios de asociación del genoma completo (GWAS) han identificado sitios CpG de ALOX5AP como biomarcadores para predecir la eficacia de la terapia con corticosteroides en las AECOPD. De manera similar, los estudios farmacogenómicos de los β2-agonistas han destacado el papel de los haplotipos de ADRB2 en la determinación de la respuesta clínica, con la homocigosidad de CysGlyGln asociada con la insensibilidad a los β2-agonistas de acción prolongada.
Los corticosteroides inhalados (ICS) se usan ampliamente en el tratamiento de la EPOC, pero sus resultados y reacciones adversas varían entre los pacientes. La investigación ha identificado varios biomarcadores potenciales para predecir la eficacia de los ICS, como se resume en la Tabla Complementaria 2. Además, el antioxidante N-acetilcisteína (NAC) ha mostrado efectos variables en pacientes con EPOC, con el polimorfismo de EPHX1 desempeñando un papel en las respuestas diferenciales al tratamiento con NAC.
Los fármacos anticolinérgicos, otra clase de medicamentos para la EPOC, exhiben una eficacia variable según los factores genéticos. Los polimorfismos en CHRM2 se han asociado con respuestas deficientes a los fármacos anticolinérgicos, destacando el potencial de la farmacogenómica para guiar estrategias de tratamiento personalizado.
En conclusión, las tecnologías ómicas han avanzado significativamente nuestra comprensión de la patogénesis de la EPOC y ofrecen herramientas poderosas para predecir el pronóstico y la eficacia del tratamiento. Al identificar biomarcadores y vías moleculares asociados con los resultados de la EPOC, estos métodos allanan el camino para enfoques de tratamiento personalizado. Aunque gran parte de la investigación sigue en la etapa básica, los estudios en curso tienen el potencial de validar estas relaciones e identificar biomarcadores cruciales para un manejo efectivo de la enfermedad.
For educational purposes only.
doi.org/10.1097/CM9.0000000000002929