Estratificación molecular de enfermedades inflamatorias intestinales para la medicina personalizada

Abstract

Objetivos: Realizar una búsqueda de múltiples estudios públicos con muestras de sangre de pacientes con la enfermedad de Crohn y colitis ulcerosa, con el objetivo de identificar aquellos patrones moleculares detrás de la heterogeneidad de estas enfermedades. Se definirán subtipos moleculares dentro de las enfermedades. Analizar la asociación entre los subtipos moleculares de estas enfermedades y diferentes variables clínicas. Utilizar la información molecular para obtener marcadores predictivos para respuesta a diferentes manifestaciones clínicas y/o fármacos. Material y métodos: Primero se realizó la obtención de datos de expresión en muestras de sangre de pacientes con Enfermedad Inflamatoria Intestinal a través de los principales repositorios públicos de datos transcriptómicos. Una vez obtenidos, se organizan, depuran y procesan con el objetivo de facilitar su posterior utilización en métodos analíticos. Finalmente se realiza un cálculo de puntuación en la expresión respecto a controles sanos (M-scores) para la búsqueda posterior de patrones moleculares y de subgrupos de la enfermedad mediante técnicas de clustering y machine learning, con el objetivo de desarrollar modelos predictivos para variables clínicas. Resultados: Se describieron tres firmas transcripcionales de Enfermedad Inflamatoria Intestinal, que se dividen en inflamación, procesos relacionados con linfocitos, y coagulación. Se detalla una clara co-expresión positiva entre el clúster de inflamación y el clúster de coagulación, y una co-expresión negativa con el grupo de linfocitos. Estos hallazgos se relacionan muy bien con la presencia de enfermedad activa e inactiva, y con el tipo de enfermedad en función de los subgrupos de pacientes, donde se ha demostrado una relación significativa entre estas variables y el subtipo de enfermos. Por otro lado, se ha desarrollado un modelo predictivo con muy alto rendimiento para el diagnóstico de personas enfermas con Enfermedad Inflamatoria Intestinal a través de muestras de sangre. Por último, se han estudiado modelos para predecir diferentes variables clínicas, con resultados prometedores. Conclusiones: El cálculo de M-scores ha resultado muy eficaz para estratificar los pacientes de Enfermedad Inflamatoria Intestinal e identificar grupos de co-expresión génica en módulos relacionados con patologías autoinmunes. Además, se ha utilizado para desarrollar un robusto modelo para predecir personas enfermas con los datos transcriptómicos obtenidos en una extracción rutinaria de sangre.