euskaraespañol

Imagen del día

Nuevo software para predecir la Hipercolesterolemia Familiar

La UPV/EHU desarrolla un software de diagnóstico precoz de la Hipercolesterolemia Familiar con una tasa de precisión superior al 90 %

  • Investigación

Fecha de primera publicación: 29/03/2022

Asier Larrea Sebal, investigador del grupo de investigación en Mecanismos Moleculares de la Hipercolesterolemia Familiar de la UPV/EHU y primer autor del trabajo. Foto: UPV/EHU.

El grupo de investigación en Mecanismos Moleculares de la Hipercolesterolemia Familiar de la UPV/EHU ha desarrollado un software de predicción de la Hipercolesterolemia Familiar para la comunidad científica. El software ayuda a medir la patogenicidad de las variantes del gen LDLr, responsable de la mayoría de los casos de la enfermedad, y a realizar un diagnóstico precoz de la enfermedad. Alcanzan una tasa de precisión superior al 90 %.

Las enfermedades cardiovasculares son las que más muertes generan a nivel mundial. En algunos casos, estas enfermedades pueden estar asociadas a una dieta deficiente o a una vida sedentaria, pero en otros casos son causas genéticas las responsables de estas enfermedades. Por ejemplo, la Hipercolesterolemia Familiar (HF) se debe principalmente a las mutaciones que se producen en ciertos genes, y los elevados niveles de colesterol que ello conlleva aumentan considerablemente el riesgo de padecer enfermedades cardiovasculares.

La mayoría de los casos de hipercolesterolemia familiar se deben al gen LDLr. Ya se han descrito más de 3.000 variantes de dicho gen. La proteína LDLr es una proteína presente en las membranas de las células que se encarga de interiorizar el colesterol; si hay algún problema en esta proteína, no es capaz de interiorizar el colesterol en la sangre, por lo que se acumula en la sangre, lo que provoca diversas enfermedades.

Por ello, “el objetivo de este trabajo ha sido desarrollar un software de análisis específico del gen LDLr, principal responsable de la Hipercolesterolemia Familiar, con el fin de contribuir al diagnóstico precoz de la enfermedad y dar con un tratamiento específico”, ha afirmado Asier Larrea Sebal, investigador del grupo de investigación en Mecanismos Moleculares de la Hipercolesterolemia Familiar de la UPV/EHU y primer autor del trabajo.

Para ello, “hemos estudiado muchas de las variantes del gen LDLr que ya están recogidas y caracterizadas en la base de datos llamada ClinVar y hemos desarrollado un algoritmo avanzado de aprendizaje automático para prever con precisión la patogenicidad de las variantes LDLr. Para ello se han tenido en cuenta diferentes características de la proteína: posición de la mutación, tamaño…”, ha explicado el investigador de la UPV/EHU.

Según Asier Larrea Sebal, “un importante reto del proceso de optimización del software MLb-LDLr ha sido la creación de un programa de software equilibrado capaz de predecir con precisión variables patógenas y benignas. La fuerza del software desarrollado en este trabajo se basa en la precisión. Y es que, teniendo en cuenta tanto las mutaciones benignas como las patógenas, hace previsiones con una precisión superior al 90 %”. “En la actualidad, para predecir el impacto de una determinada mutación en la actividad de la proteína es imprescindible el uso de software capaz de predecir tanto mutaciones patógenas como benignas. De hecho, los instrumentos con mayor precisión en variantes patógenas tienen poca precisión en variables benignas”, explica Asier Larrea Sebal.

Además, “el software MLb-LDLr permite actualizar la base de datos y, por tanto, introducir nuevas variantes en la base de datos ClinVar. Gracias a ello, la precisión de la base de datos aumenta continuamente para hacer una previsión actualizada para cada nueva variante descrita”, afirma el investigador de la UPV/EHU.

Referencia bibliográfica