Científicos de la Universidad de Pittsburgh han desarrollado un recurso pionero para identificar variantes genéticas vinculadas al colesterol "malo" alto, ofreciendo una herramienta revolucionaria para la predicción temprana y la prevención de ataques cardíacos y accidentes cerebrovasculares.
En un estudio histórico publicado El 30 de octubre, en la revista Science, un equipo internacional de investigación liderado por un científico de la Facultad de Medicina de la Universidad de Pittsburgh presentó un recurso pionero para identificar a las personas con riesgo genético de tener niveles elevados de colesterol "malo", un factor importante en las enfermedades cardíacas.
El estudio promete revolucionar el campo de la cardiología al permitir a los médicos predecir el riesgo de los pacientes de sufrir ataques cardíacos y accidentes cerebrovasculares mucho antes, lo que permitirá una intervención oportuna y medidas de tratamiento preventivo.
Las enfermedades cardíacas siguen siendo la principal causa de muerte en Estados Unidos, cobrándose casi 700,000 vidas al año. Si bien factores del estilo de vida como la dieta y el ejercicio contribuyen a la salud cardiovascular, una parte importante del riesgo de padecer enfermedades cardíacas se atribuye a la genética.
Pequeñas variaciones en el gen que codifica el receptor de LDL, o lipoproteína de baja densidad —a menudo denominada colesterol “malo”— pueden provocar la acumulación de placa dañina en las arterias.
«Incluso con niveles normales de LDL, una persona podría tener un riesgo elevado de sufrir un infarto debido a variantes genéticas en el receptor de LDL», afirmó en un comunicado de prensa Frederick P. Roth, autor principal del estudio, catedrático John K. Vries de Biología Computacional y director del departamento de Biología Computacional y de Sistemas de la Universidad de Pittsburgh. «Al identificar las variantes dañinas del receptor de LDL, los médicos pueden iniciar un tratamiento preventivo de forma temprana y mitigar los riesgos».
Las LDL actúan como un transportador en los vasos sanguíneos sanos, llevando el colesterol "bueno", esencial para diversas funciones corporales, incluyendo la producción de hormonas y vitaminas. Sin embargo, las mutaciones genéticas que reducen la cantidad o la eficacia de la proteína receptora de LDL pueden provocar niveles peligrosamente altos de LDL.
Las tecnologías avanzadas de secuenciación genética permiten ahora a los científicos descifrar rápidamente el código genético completo de un individuo. Sin embargo, interpretar la ingente cantidad de datos genéticos para determinar qué variaciones afectan a la salud sigue siendo un gran desafío.
Este nuevo recurso aborda esta cuestión clasificando casi 17,000 modificaciones del gen del receptor LDL y correlacionándolas con cambios en la estructura y función de la proteína del receptor LDL.
«En la práctica clínica, observamos constantemente nuevas variantes genéticas no clasificadas, y a menudo carecemos de la evidencia necesaria para orientar la atención al paciente», añadió el coautor Dan Roden, médico e investigador del Centro Médico de la Universidad de Vanderbilt (VUMC). «Estas puntuaciones de impacto de variantes tienen el potencial de multiplicar por diez el número de diagnósticos de colesterol alto familiar en personas con variantes no clasificadas».
Esta iniciativa específica sobre el colesterol forma parte de un proyecto más amplio conocido como Atlas of Variant Effects Alliance, cofundado por Roth. La alianza cuenta con más de 500 científicos de 50 países dedicados a mapear los efectos funcionales de las variantes genéticas en diversos trastornos hereditarios.
El estudio también reveló un hallazgo sorprendente: un subconjunto de variantes del receptor LDL mostró una menor captación de LDL debido a los altos niveles de lipoproteínas de muy baja densidad (VLDL), un precursor de LDL.
“La influencia de las VLDL en la absorción de LDL fue un hallazgo inesperado. Nos entusiasma seguir investigando esto y comprender las posibles implicaciones para la salud humana”, agregó el autor principal, Daniel Tabet, de la Universidad de Toronto.