Un nuevo estudio publicado en el
Revista de Alergia e Inmunología Clínica
determina si la expresión de proteínas en muestras de fluidos nasales podría ayudar en el diagnóstico de subtipos de asma.
Estudiar:
El endotipado multidimensional mediante proteómica nasal predice fenotipos moleculares en las vías respiratorias asmáticas
. Crédito de la imagen: Ljupco Smokovski/Shutterstock
subtipos de asma
El asma es una enfermedad heterogénea que a menudo se caracteriza en varios fenotipos diferentes; sin embargo, la distinción entre estos subtipos suele ser descriptiva y no se basa en la presencia de biomarcadores específicos.
El diagnóstico de asma de respuesta inmune no tipo 2 (T2), por ejemplo, sigue siendo un desafío debido a la falta de biomarcadores fácilmente accesibles y medibles. Como resultado, actualmente no hay tratamientos biológicos o de moléculas pequeñas disponibles para el tratamiento del asma no T2. Por lo tanto, sigue existiendo una necesidad urgente de enfoques no invasivos que puedan identificar fenotipos moleculares de asma, lo que en última instancia mejorará los resultados del tratamiento de estos pacientes.
Sin embargo, los avances en las tecnologías de secuenciación genética han llevado al uso de enfoques estadísticos y de aprendizaje automático (ML) basados en datos para categorizar diferentes enfermedades, incluido el asma. De hecho, el agrupamiento no supervisado ha identificado con éxito fenotipos de asma y patrones subyacentes de variables clínicas.
Sobre el estudio
El estudio actual involucró a 60 adultos con asma grave que se inscribieron en el estudio de endotipo de asma no eosinofílica (ENDANA). Se recolectó líquido nasal de todos los participantes del estudio mediante un procedimiento de matriz fibrosa absorbente seguido de un análisis proteómico.
Se realizaron pruebas estadísticas, valores de Shapley y agrupación no supervisada para la estratificación de los pacientes y la identificación de biomarcadores. Finalmente, la validación de grupos de ENDANA basada en proteómica de fluidos nasales se llevó a cabo utilizando datos transcriptómicos de biomarcadores imparciales para la predicción de resultados de enfermedades respiratorias (U-BIOPRED).
Hallazgos del estudio
Alrededor del 70 % de los participantes del estudio tenían asma de inicio tardío, el 41,67 % exhibió una disminución rápida de la función pulmonar y obstrucción fija de las vías respiratorias, el 50 % eran atópicos y el 25 % experimentaron asma casi fatal. El perfil celular de esputo inducido de las muestras nasales reveló que 17 participantes tenían asma eosinofílica, tres tenían asma paucigranulocítica, cuatro tenían asma mixta eosinofílica/neutrofílica y 36 tenían asma neutrofílica.
La selección posterior de las 20 proteínas más importantes según publicaciones anteriores se realizó utilizando los valores de Shapley, que agruparon los datos de proteómica nasal y estratificaron estos resultados en dos grupos denominados «0» y «1». El golpe más significativo fue la proteína de andamiaje (PPP1R9B), que se asoció con muchas vías reguladoras pero no con el asma.
Los pacientes del Grupo 1 tenían menos pólipos nasales, obstrucción significativa de las vías respiratorias, enfermedad de las vías respiratorias pequeñas, niveles de estado oxidativo aumentados, capacidad de difusión disminuida y era más probable que fueran fumadores actuales. La presencia de espesamiento aéreo no difirió entre los conglomerados 1 y 0; sin embargo, esto puede deberse al mayor grado de resistencia del aire, atrapamiento de aire y enfermedad de las vías respiratorias pequeñas observado en el grupo 1. Como usar Aphogee y opinión ¿Merece la pena?
Además, 41 proteínas expresadas diferencialmente permitieron a los investigadores distinguir aún más los dos grupos. La proteína discriminante más eficiente fue BACH1.
También se identificaron dos grupos de asma grave de X1 y X2 de pacientes que pertenecen a la cohorte U-BIOPRED para coincidir estrechamente con los pacientes del estudio ENDANA en función de sus datos transcriptómicos o proteómicos, respectivamente.
Los pacientes del grupo X2 tenían un perfil diferente de variables clínicas en comparación con los pacientes del grupo X1. Comparativamente, los pacientes del grupo X1 exhibieron características similares a las del grupo 1 de ENDANA, incluidos menos pólipos nasales, función pulmonar reducida, obstrucción significativa de las vías respiratorias, enfermedad de las vías respiratorias pequeñas, aumento de la resistencia de las vías respiratorias y atrapamiento de aire. Un total de 32 vías se enriquecieron diferencialmente entre los grupos X2 y X1.
En conjunto, este enfoque de validación cruzada confirmó que el mismo modelo ML podría usarse para identificar un grupo similar de pacientes con asma tanto en la proteómica del fluido nasal como en los datos transcriptómicos del cepillado nasal.
Las vías asociadas con las 41 proteínas ENDANA expresadas diferencialmente se asociaron con la transducción de señales intracelulares y la unión al receptor de citoquinas. En este análisis también se identificaron varias respuestas inmunitarias a la infección, algunas de las cuales incluyeron interferón (IFN), factor de necrosis tumoral (TNF), receptor tipo toll (TLR) e interleucina 10 (IL-10).
De estas 41 proteínas, 28 presentaban una desregulación similar en los grupos U-BIOPRED X1 y X2. Esto sugiere que las características moleculares de los grupos ENDANA y U-BIOPRED estaban estrechamente relacionadas.
En particular, cinco de las 41 proteínas identificadas se superpusieron con las identificadas en estudios anteriores, todas las cuales estaban muy enriquecidas en pacientes con U-BIOPRED diagnosticados con asma neutrofílica grave. Curiosamente, estas proteínas también estaban muy enriquecidas en pacientes con fenotipos mixtos granulocíticos, neutrofílicos e impulsados por inflamasomas. Aunque se necesitan más estudios, la identificación y medición de estas cinco proteínas en muestras nasales puede ofrecer un enfoque no invasivo para diagnosticar el asma neutrofílica grave.
Conclusiones
El enfoque del modelo ML utilizado en el estudio actual identificó con éxito a los pacientes con asma grave a partir de datos proteómicos y transcriptómicos, con características superpuestas observadas en ambas cohortes. Este estudio de prueba de concepto amplía los hallazgos anteriores que confirman la capacidad de usar proteínas o genes expresados diferencialmente identificados en muestras nasales para identificar distintos subtipos de asma que pueden usarse tanto para el diagnóstico como para el desarrollo de tratamientos específicos.
Limitaciones
El tamaño de la muestra del estudio actual fue pequeño. Además, los hallazgos del estudio no se pueden generalizar, ya que tanto los conjuntos de datos de ENDANA como los de U-BIOPRED estaban compuestos principalmente por personas de ascendencia europea blanca.
Referencia de la revista:
- Agache, I., Shamji, MH, Kermani, Nueva Zelanda, et al. (2023). El endotipado multidimensional mediante proteómica nasal predice fenotipos moleculares en las vías respiratorias asmáticas. Revista de Alergia e Inmunología Clínica. doi:10.1016/j.jaci.2022.06.028.
Un enfoque de aprendizaje automático para identificar subtipos de asma basado en firmas moleculares
Un nuevo estudio publicado en elRevista de Alergia e Inmunología Clínicadetermina si la expresión de proteínas en muestras de fluidos nasales podría ayuda
siasalud
es
https://cdnimages.juegosboom.com/vivesaludable.es/1220/dbmicrodb1-siasalud-un-enfoque-de-aprendizaje-automatico-para-identificar-subtipos-de-asma-basado-en-firmas-moleculares-4859-0.jpg
2023-02-15
Si crees que alguno de los contenidos (texto, imagenes o multimedia) en esta página infringe tus derechos relativos a propiedad intelectual, marcas registradas o cualquier otro de tus derechos, por favor ponte en contacto con nosotros en el mail [email protected] y retiraremos este contenido inmediatamente