Actualmente nos encontramos en la denominada era de la medicina personalizada o de precisión1. Aunque todavía se trata de un concepto emergente, la constatación de que “lo mismo no sirve para todos” en prevención/tratamiento de las enfermedades, ha propulsado la investigación en nuevos biomarcadores que permitan su aplicación en la obtención de un mejor conocimiento de las bases moleculares de los distintos fenotipos analizados, así como en una mejor predicción de la respuesta a las distintas intervenciones preventivas y/o terapéuticas en el marco de la nueva medicina personalizada de precisión2. Resulta pues crucial la búsqueda de estos nuevos biomarcadores para cada uno de los fenotipos de interés (concentraciones plasmáticas de lípidos, presión arterial, glucemia en ayunas, diabetes, enfermedades cardiovasculares, etc.). Estos biomarcadores pueden ser de distinta naturaleza. Inicialmente el mayor énfasis se centró en los marcadores genómicos basados en cambios de bases en la secuencia del ADN3. Estos cambios de en la secuencia incluyen desde los polimorfismos un solo nucleótido, más conocidos por sus siglas en ingles de SNPs (“single nucleotide polymorphisms”) a cambios en un mayor número de bases en la secuencia de ADN como inserciones/delecciones cortas, o polimorfismos de fragmentos más largos como los denominados CNV (variaciones en número de copias). A principios de los años 2000, tras la finalización del Proyecto Genoma Humano, la tecnología para los análisis de las variaciones genéticas en el ADN era todavía muy cara y lenta4. Por ello, en su aplicación al estudio de la susceptibilidad genética a las distintas enfermedades en general, y concretamente a las hipertrigliceridemias en particular, se realizó investigando unos pocos polimorfismos en genes candidatos. Entre estos trabajos podemos citar los iniciales de Hegele et al5 identificando variantes comunes y también variantes poco frecuentes en los genes LPL y APOC3. Posteriormente con la mejora de la tecnología y la posibilidad de realizar genotipados de decenas de miles de polimorfismos a lo largo de todo el genoma utilizando los chips de genotipado masivo, se fue ampliando el número de variantes genéticas estudiadas y se llevaron a cabo los denominados estudios de asociación de genoma completo, más conocidos por sus siglas en inglés como GWAS (Genome-wide association studies)4. Estos GWAS, permitieron conocer nuevas variantes genéticas asociadas con hipertrigliceridemia. El número de estos GWAS, así como de meta-análisis de GWAS ha ido creciendo exponencialmente, incluyendo centenares de miles de participantes y aportando cada día nuevos resultados6–11. Entre los genes cuyos SNPs han sido más frecuentemente reportados en los GWAS llevados a cabo en diferentes poblaciones, podemos mencionar los siguientes: MLXIPL ANGPTL3, GCKR, RPL26P19-HAVCR1, LPL, XKR6-AMAC1L2, FADS1-FADS2-FADS3, TRIB1 y APOA5-APOA4-APOC3-APOA1, entre otros. Sin embargo, el estudio de la susceptibilidad genética a hipertrigliceridemia basada en el análisis de los principales polimorfismos genéticos identificados en los GWAS realizados, ha resultado poco informativa. Se han propuesto alternativas complementarias como el análisis de las denominadas puntuaciones de riesgo genético (o “genetic risk scores” en inglés), considerando al mismo tiempo la contribución aditiva de varios SNPs; la secuenciación directa; o incluso el estudio de las interacciones gen-ambiente12. A pesar de ello, estas estrategias adicionales también resultan incompletas y no son suficientes para su aplicación en la nueva medicina de precisión, aunque se tengan en cuenta las diferencias étnicas en las distintas poblaciones13.
Paralelamente a los análisis del genoma basado en cambios de la secuencia de ADN, otra nueva aproximación es el estudio del epigenoma. El epigenoma lo constituyen elementos funcionales que no implican cambio de secuencia en el ADN, pero que pueden regular la expresión de genes e influir así en los distintos fenotipos de enfermedad4. Existen distintos tipos de modificaciones epigenéticas, siendo las metilación del ADN una de la más estudiadas. Se produce por la adición enzimática de un grupo metilo al carbono 5 de la citosina por acción de las metiltransferasas. La mayoría de las 5-metilcitosinas (5mC) están presentes en los dinucleótidos -CpG-. También existen desmetilasas que se encargarían del proceso inverso de eliminación de los grupos metilo. En general, se postula una correlación inversa entre los niveles de metilación del ADN y la expresión génica, pero existen excepciones y depende también del tipo celular y del estado del desarrollo, por lo que todavía son necesarias más investigaciones sobre la relación entre hipermetilación o hipometilación y niveles de expresión y funcionalidad de cada gen14. Por ello, es necesario potenciar la investigación en nuevos biomarcadores de hipertrigliceridemia basados en el estudio de la metilación de distintos genes en sitios CpG funcionalmente relevantes. Sin embargo el estudio de biomarcadores epigenómicos de metilación tiene más dificultades que el análisis del SNPs en el genoma. La primera dificultad inicial fue el elevado coste y el menor desarrollo de la tecnología en comparación con los chips de genotipado4. A esta dificultad hay que añadir que a diferencia del genoma, el epigenoma es diferente para cada tipo celular y las conclusiones de los estudios en cuanto a qué genes están diferencialmente metilados, puede variar ampliamente en función de si la muestra biológica analizada procede de sangre venosa periférica, de tejido adiposo, de piel, saliva, hígado o de otros tejidos4. Incluso si se utiliza sangre, dependiendo de la composición de la sangre en distintos tipos de leucocitos, los resultados pueden ser diferentes. Por ello, en los estudios de metilación hay que tener la precaución de realizar mediciones en fresco de los distintos tipos de leucocitos para el análisis de los resultados en sangre, o bien utilizar unos algoritmos computacionales que permiten derivar indirectamente las proporciones de leucocitos que habría en la sangre de cada participante en el estudio a partir de datos de metilación de distintos lugares del epigenoma. Entre los distintos algoritmos de este tipo, el más utilizado es el propuesto por Houseman et al15. Aunque este ajuste por los distintos tipos celulares es ampliamente utilizado, su aplicación debe realizarse con cautela porque también se ha descrito que debido a la multicolinealidad que causan en los modelos estadísticos los ajustes por estas variables altamente correlacionadas, puede distorsionar las asociaciones y dar lugar a falsos positivos16. Al igual que para los análisis de SNPs, se utilizan chips de genotipado masivo para realizar análisis de GWAS, en metilación también se utilizan chips de metilación para realizar los denominados EWAS (epigenome-wide methylation study). Estos chips tienen más problemas técnicos que los chips de genotipado y tiene que realizarse un cuidadoso ajuste por los efectos de lote que puede también repercutir en falsos positivos o negativos. La metilación puede oscilar entre un 0% y un 100%. Además, las distintas versiones de los chips no son totalmente comparables y puede haber diferencias entre estudios que utilizaran versiones más primitivas (27K, o 450K), o la versión más moderna y completa (chips EPIC que analiza 850 .000 lugares de metilación)17. A pesar de todas estas dificultades técnicas, en este número de la revista Clínica e Investigación en Aterosclerosis, destacamos la publicación de un estudio de EWAS llevado a cabo por Guardiola et al18, para analizar a nivel de epigenoma completo los lugares CpG diferencialmente metilados en pacientes con hipertrigliceridemia grave (n=16 con una media de triglicéridos totales de 1687mg/d) en comparación con 16 controles (media de triglicéridos de 106mg/dL), utilizando el chip de 850K. Tras realizar de manera cuidadosa los controles de calidad requeridos para el procesamiento del chip a partir de leucocitos, la corrección de Houseman et al15 et al., las correcciones por comparaciones múltiples y los pertinentes análisis estadísticos, los autores identificaron 31 citosinas diferencialmente metiladas entre casos y controles. Entre los lugares más relevantes, destacan el cg03636183 en el gen F2RL3, resultando hipometilado en personas con hipertrigliceridemia. Este gen es muy conocido por su asociación con envejecimiento y con el riesgo cardiovascular. Funcionalmente relevante también destacamos el lugar Cg13824500, localizado en el gen en VTI1A, implicado en el tránsito de quilomicrones en el enterocito, que se presenta hipometilado en personas con hipertrigliceridemia. Otros lugares con metilación diferencial relevante en hipertrigliceridemia identificados en el trabajo han sido Cg26468118-RAB20 (hipometilado) y cg21560722 -SBF2 (hipermetilado). Los autores identifican también otros lugares, pero no han encontrado referencias previas que los apoyen. Aunque una limitación del trabajo es que el tamaño de muestra es pequeño, la ventaja para la aplicación en nuestro medio es que se trata de un estudio realizado en población española. Actualmente se sabe que las diferencias geográficas (no sólo étnicas) en la población estudiada son muy relevantes tanto en genética como en epigenética y que los resultados obtenidos en una población sobre SNPs o CpG concretos, puede que no sean extrapolables a otra población diferente13,14. Por ello, aunque los estudios de EWAS y triglicéridos publicados en otras poblaciones19,20 sean importantes para tenerlos presentes como punto de partida, la utilidad clínica de la aplicación de los biomarcadores a la medicina de precisión, dependerá de la validación de dichos biomarcadores en cada población específica. En este contexto es imprescindible potenciar la investigación en la población de nuestro medio y ampliar y validar los resultados que de manera pionera nos presentan Guardiola et al., 18.
Conflicto de interesesLos autores declaran no tener ningún conflicto de intereses.