Investigadores del Instituto Nacional sobre el Envejecimiento (NIA) de los Institutos Nacionales de Salud (NIH) han realizado un descubrimiento innovador en el campo de la esclerosis lateral amiotrófica (ELA). En un estudio proteómico exhaustivo, publicado en Nature Medicine, identificaron una firma única de proteínas plasmáticas que puede distinguir de manera confiable la ELA de otras enfermedades neurológicas y detectar la enfermedad hasta diez años antes de la aparición de síntomas clínicos. Estos hallazgos podrían revolucionar el diagnóstico y el tratamiento de la ELA, una enfermedad neurodegenerativa mortal que hasta ahora se diagnostica principalmente en función de los síntomas clínicos, a menudo con un retraso de seis a 18 meses.
Análisis proteómico y aprendizaje automático
Los autores principales, Ruth Chia, PhD, y Ruin Moaddel, PhD, analizaron casi 3.000 proteínas plasmáticas de 231 pacientes con ELA y 384 personas de control, incluidas personas sanas y pacientes con otras enfermedades neurológicas. Utilizando la plataforma Olink Explore 3072, identificaron 33 proteínas con frecuencias significativamente alteradas en pacientes con ELA. La cadena ligera de neurofilamentos (NfL) fue el marcador más fuertemente asociado, en consonancia con estudios anteriores, pero 31 de las proteínas no se habían relacionado previamente de forma concluyente con la ELA. Estas incluyen moléculas involucradas en el metabolismo energético, la función neuronal y el mantenimiento muscular. Los resultados se confirmaron mediante validaciones adicionales con conjuntos de datos ELISA y SomaScan, así como en una cohorte independiente de 48 casos de ELA y 75 controles.
Un avance crucial fue la integración de datos proteómicos y clínicos utilizando un clasificador Random Forest, un algoritmo de aprendizaje automático. En la cohorte de prueba, el clasificador, que consideró 17 proteínas, el sexo, la edad y el tipo de muestra de plasma, logró un área bajo la curva (AUC) del 96,2 %. En cohortes de validación externas, incluidas más de 23.000 personas del UK Biobank, la AUC superó el 98 %. Es notable que la precisión no dependiera únicamente de NfL; la exclusión de NfL solo provocó una ligera disminución de la precisión. El algoritmo pudo distinguir la ELA con más del 93 % de precisión de neuropatías y miopatías clínicamente similares.
Detección temprana hasta diez años antes de los síntomas
Un aspecto innovador del estudio fue el análisis de 110 muestras de plasma presintomático, principalmente de participantes del UK Biobank que posteriormente desarrollaron ELA. Una "puntuación de riesgo de ELA" basada en el aprendizaje automático mostró un aumento gradual, comenzando hasta diez años antes del inicio clínico de la enfermedad. NfL fue el predictor más fuerte del brote inminente, respaldado por proteínas como CSRP3. Curiosamente, los niveles de NfL aumentaron significativamente en los años previos al diagnóstico, pero disminuyeron con la aparición de síntomas, lo que indica trayectorias dinámicas de biomarcadores.
Cambio de paradigma en el diagnóstico de la ELA
La capacidad de detectar la ELA en una etapa presintomática tiene implicaciones de gran alcance. De manera similar a los enfoques dirigidos por biomarcadores en la investigación de la enfermedad de Alzheimer, la proteómica del plasma podría usarse para estratificar a personas genéticamente en riesgo (por ejemplo, portadores de C9orf72) y desarrollar estudios de intervención preventiva o temprana. El uso de plasma en lugar de líquido cefalorraquídeo hace que este enfoque sea más factible para la aplicación clínica, ya que las pruebas de sangre se pueden implementar ampliamente en la atención primaria y especializada.
El estudio también destaca nuevas perspectivas biológicas sobre los mecanismos de progresión de la ELA y podría mejorar la eficiencia de los ensayos clínicos al permitir un reclutamiento más temprano y una estratificación más precisa de los participantes. Los autores han puesto su conjunto de datos a disposición del público para avanzar aún más en la investigación de biomarcadores para la ELA.
Limitaciones y perspectiva
Las limitaciones del estudio incluyen el enfoque en cohortes europeas, un tamaño de muestra limitado de LCR y una cobertura proteica restringida de la plataforma Olink. Se necesitan análisis proteómicos y longitudinales más amplios en poblaciones más diversas para generalizar los hallazgos y rastrear la dinámica de los biomarcadores a través de diferentes etapas de la enfermedad. Sin embargo, la alta precisión predictiva en cohortes externas, incluido el UK Biobank, subraya el potencial traslacional.
Conclusión
La identificación de una firma de proteínas plasmáticas que predice la ELA hasta una década antes de su inicio clínico marca un cambio de paradigma. Si se valida en cohortes multiétnicas más grandes y se implementa en pruebas clínicas, este enfoque podría transformar la ELA de una enfermedad diagnosticada en su etapa final a una detectada, y posiblemente tratada, en su etapa molecular temprana.
Fuente: Nature Medicine, National Institute on Aging (NIA), NIH
