La aplicación de herramientas bioinformáticas podría ser de utilidad para la identificación de potenciales biomarcadores putativos de enfermedad cardiovascular.
El escenario mundial del siglo XXI nos encuentra hoy atravesando una pandemia con producción masiva de vacunas en tiempo record de desarrollo, mientras observamos como amartizan las sondas en la superficie de Marte.
A pesar de éstos y otros importantes avances tecnológicos, muchos de ellos aplicados en el área sanitaria, en términos de salud cardiovascular, parece quedar un largo recorrido por delante para alcanzar las metas.
En Argentina, los datos epidemiológicos muestran que la hipertensión arterial afecta a uno de cada tres argentinos [1]. Además, en nuestro país, existe una alta prevalencia de otros factores de riesgo para el desarrollo de las enfermedades cardiovasculares y metabólicas [2].
Las causas y los factores de riesgo que desencadenan este tipo de trastornos son diversos. Sabemos también que la enfermedad cardiovascular en el adulto podría tener sus orígenes en la vida fetal con base en la observación que realizó Barker en la década de 1980 sobre la distribución geográfica de la mortalidad infantil a principios del siglo XX, que era similar a la de muerte por cardiopatía isquémica aproximadamente 60 años después [3]. Posteriormente, se sumó fuerte evidencia en este sentido mediante estudios epidemiológicos y experimentales, en los que se observó que la restricción o retardo del crecimiento intrauterino (RCIU), una alteración del desarrollo fetal, puede programar de forma temprana el desarrollo de enfermedades cardiovasculares y metabólicas en la vida adulta [4].
El estudio del Dr. Acevedo Monterrosa recientemente publicado en la Revista Argentina de Cardiología utilizó el análisis de redes para evaluar la interacción compleja entre la RCIU y los fenotipos de hipertensión arterial, obesidad, y síndrome metabólico [5]. Se buscaron genes cardinales que tendrían potencial función como biomarcadores putativos del desarrollo de estos fenotipos en individuos que presentaron RCIU o que podrían ser empleados como potenciales blancos terapéuticos, hallando un TOP 20 de genes que codifican, entre otros, factores que aún no han sido evaluados en la práctica como biomarcadores de los fenotipos incluidos en este estudio, como es el caso de los genes CTNNB1, APP, MYC y MDMD2.
La posibilidad de hallar biomarcadores que puedan predecir de forma temprana el desarrollo de enfermedad ha sido un objetivo para la ciencia que aún hoy presenta interrogantes. Hoy en día contamos con herramientas de bioinformática que nos permiten procesar e integrar gran cantidad de datos que se encuentran fragmentados en diferentes niveles de información biológica (genómica, transcriptómica, proteómica) [6] y nos acercan a la posibilidad de aplicar una medicina personalizada. El desarrollo de estrategias de detección temprana de la susceptibilidad de un individuo, que por ejemplo nació con RCIU, a presentar enfermedad cardiovascular o metabólica en la vida adulta podría mitigar el riesgo de consecuencias a largo plazo de la RCIU mediante intervenciones terapéuticas y estrategias de tratamiento orientadas.
La aplicación de las herramientas informáticas en el campo de la medicina permiten orientar estudios posteriores, y de esta forma reducen el tiempo y los recursos que son necesarios para la evaluación de potenciales biomarcadores y/u objetivos terapéuticos, lo que podría permitir un abordaje mejor dirigido del paciente y su patología.
Para ver el artículo completo ingrese a https://ppct.caicyt.gov.ar/index.php/rac/article/view/19666/pdf
[1] Registro Nacional de Hipertensión Arterial. Características epidemiológicas de la hipertensión arterial en la Argentina. Estudio RENATA 2. Delucchi AM, Majul CR, Vicario A, Cerezo GH, Fábregues G. Por los investigadores del 2° registro nacional de hipertensión arterial (RENATA 2). Rev Argent Cardiol 2017;85:354-360. doi: 10.7775/rac.es.v85.i4.11061
[2] Ministerio de Salud y Desarrollo Social de la Nación Argentina. Cuarta Encuesta Nacional de Factores de Riesgo para Enfermedades no Transmisibles. 2019.
[3] Barker DJ, Osmond C. Infant mortality, childhood nutrition, and ischaemic heart disease in England and Wales. Lancet 1986;1(8489):1077-81. doi: 10.1016/s0140-6736(86)91340-1
[4] Crispi F, Miranda J, Gratacos E. Long-term cardiovascular consequences of fetal growth restriction: biology, clinical implications, and opportunities for prevention of adult disease. Am J Obstet Gynecol 2018;218(2S):S869-S79. doi: 10.1016/j.ajog.2017.12.012
[5] Acevedo Monterrosa ID, Soria DA, Tomat A, Elesgaray R, Arranz C, Caniffi C. Programación intrauterina de enfermedad en la vida adulta: identificación de genes cardinales asociados a hipertensión arterial, obesidad y síndrome metabólico. Rev Argent Cardiol 2021;89:27-36. doi: 10.7775/rac.es.v89.i1.19666 [6] National Center for Biotechnology Information (NCBI), U.S. National Library of Medicine. (2021). Bethesda, USA. Programs & Activities. Recuperado de https://www.ncbi.nlm.nih.gov/home/about/programs/
