¿Qué desafíos enfrenta el diagnóstico molecular por la complejidad del genoma humano?
5. Basándose en la composición y complejidad del Genoma Humano, identifique dos desafíos importantes que enfrenta el desarrollo y la aplicación de técnicas de diagnóstico molecular (ej., secuenciación de nueva generación, PCR en tiempo real, microarrays).
Resumen
Dos desafíos clínicamente muy relevantes derivados de la composición y complejidad del genoma humano para el diagnóstico molecular son:
- La correcta interpretación de las variantes detectadas (qué es realmente patogénico y qué es benigno) en un genoma altamente polimórfico.
- La detección fiable de alteraciones complejas (reordenamientos estructurales, mosaicismos, variación en número de copias) en regiones difíciles de analizar (altamente repetitivas, pseudogenes, GC-extremas).
1. Interpretación de variantes en un genoma altamente polimórfico
El genoma humano contiene un número enorme de variantes benignas (SNPs, indels) que difieren entre individuos y poblaciones, lo que hace que las técnicas de alta resolución (NGS, microarrays) detecten miles de variantes por persona en estudios clínicos. El reto no es tanto “detectar” sino distinguir variantes patogénicas de variantes benignas o de significado incierto (VUS). Las guías del American College of Medical Genetics and Genomics (ACMG) destacan que, incluso con técnicas avanzadas, una proporción considerable de hallazgos termina clasificada como de significado incierto, lo que limita la utilidad clínica directa.[1]
Esta dificultad se ve incrementada por:
- Efecto de fondo genético y ancestralidad: la misma variante puede ser rara en una población, pero frecuente y probablemente benigna en otra; si faltan datos de referencia poblacional, se tiende a sobredimensionar su posible patogenicidad.
[1] - Penetrancia incompleta y expresividad variable: existen variantes claramente asociadas a enfermedad que no se manifiestan en todos los portadores, lo que complica la correlación genotipo‑fenotipo.
- Genes y vías biológicas complejas: muchas enfermedades complejas son poligénicas y dependen de la interacción con factores ambientales, por lo que variantes individuales detectadas por NGS o microarrays tienen, en sí mismas, valor predictivo limitado.
En la práctica clínica, esto implica que las técnicas como NGS o microarrays generan información que requiere interpretación multidisciplinar (bioinformática, genética clínica, correlación fenotípica), uso de bases de datos curadas (ClinVar, gnomAD) y, en ocasiones, estudios funcionales adicionales para asignar un significado clínico fiable.[1]
2. Detección de alteraciones estructurales y regiones complejas del genoma
El genoma humano contiene una proporción importante de secuencias repetitivas (LINEs, SINEs, VNTR, microsatélites), segmentos duplicados y familias génicas con pseudogenes muy similares, lo que dificulta el mapeo y la cuantificación precisa de las señales de diagnóstico molecular.[2]
Esto plantea varios problemas:
- Limitaciones en regiones repetitivas o con GC extremo: la secuenciación de nueva generación basada en “lecturas cortas” tiene dificultades para alinear correctamente reads en regiones muy repetitivas o muy ricas/pobres en GC, generando zonas de baja cobertura o mapeo ambiguo.
[2] - Detección de variación en número de copias (CNVs) y reordenamientos complejos: deleciones, duplicaciones, inversiones o translocaciones grandes pueden pasar desapercibidas o ser inferidas solo indirectamente, con sensibilidad variable, especialmente en plataformas diseñadas principalmente para variantes puntuales.
[2] - Mosaicismo somático y baja carga de variante: la presencia de variantes en un porcentaje bajo de células (p. ej., en algunas enfermedades genéticas en mosaico o en tumores con baja celularidad neoplásica) dificulta su detección con técnicas estándar, que requieren cierta fracción alélica mínima para diferenciar señal de ruido.
[3] - Pseudogenes y genes muy homólogos: en PCR en tiempo real y NGS, la amplificación y alineamiento pueden incluir pseudogenes casi idénticos, generando lecturas “contaminadas”, artefactos de alineamiento y posibles falsos positivos o falsos negativos si el diseño de cebadores/sondas no es altamente específico.
[2]
En consecuencia, aunque la sensibilidad teórica de NGS y microarrays es muy alta, la complejidad estructural del genoma genera “zonas ciegas” donde la detección es menos fiable. Esto obliga a complementar con otras metodologías (MLPA, FISH, arrays de CGH, técnicas de lectura larga), a validar hallazgos críticos con métodos ortogonales y a reconocer explícitamente las limitaciones de cobertura en los informes clínicos.[2]``[3]
En conjunto, la enorme variabilidad interindividual y la complejidad estructural del genoma humano hacen que el principal reto actual no sea solo “ver más” con técnicas como NGS o PCR en tiempo real, sino interpretar correctamente lo que se ve y asegurar la detección robusta de todas las clases de variantes clínicamente relevantes en un entorno clínico.
Fuentes
- https://pubmed.ncbi.nlm.nih.gov/25741868
- https://pubmed.ncbi.nlm.nih.gov/23040492
- https://pubmed.ncbi.nlm.nih.gov/25494360
Respuesta generada por inteligencia artificial a partir de las fuentes citadas. Verifica las fuentes antes de aplicarla.