Investigating the pathogenicity of missense spliceogenic variants using whole-genome sequencing, RNA-sequencing, and proteomics data from population and clinical research cohorts

La salud humana depende de un complejo manual de instrucciones escrito en nuestro ADN, un código que le dice a nuestras células cómo construir las proteínas necesarias para la vida. Durante décadas, los científicos se han centrado en cómo los cambios en este código alteran la forma y la función de la proteína final, de forma muy parecida a comprobar si un error tipográfico en una receta arruina el sabor de un pastel. Sin embargo, el manual de instrucciones tiene un paso de edición crítico antes de que se fabrique el producto final. Este proceso, conocido como empalme (splicing), recorta las secciones innecesarias y cose las partes restantes para formar un mensaje limpio y utilizable. Si este paso de edición falla, la célula puede descartar el mensaje por completo o producir una versión defectuosa, lo que provoca enfermedades. Aunque los investigadores saben desde hace tiempo que los errores en los extremos de estas secciones pueden causar tales fallos, en gran medida han asumido que los cambios en medio de las secciones son seguros, siempre que la proteína final siga pareciendo correcta.

Un nuevo estudio desafía esta suposición al revelar que muchos cambios genéticos que antes se consideraban inofensivos en realidad sabotean el proceso de edición. Al analizar datos genéticos de casi medio millón de personas y medir los niveles de proteínas en su sangre, los investigadores descubrieron que un número significativo de estos cambios "intermedios" interrumpe la maquinaria de empalme. Estos errores, que el equipo llama variantes de empalme de sentido erróneo (missense spliceogenic variants), pasan desapercibidos para las herramientas de diagnóstico actuales porque esas herramientas solo observan la forma de la proteína final, no el proceso de edición. Los hallazgos sugieren que una parte sustancial de las variantes genéticas actualmente etiquetadas como inciertas o benignas están causando enfermedades al impedir que la célula fabrique las proteínas necesarias en absoluto.

Para comprender la escala de este problema oculto, el equipo de investigación recurrió al UK Biobank, una base de datos masiva que contiene información genética y registros de salud de aproximadamente 500.000 voluntarios. Se centraron en un tipo específico de cambio genético llamado variante de sentido erróneo (missense variant), que es un cambio de una sola letra en el código de ADN que normalmente resulta en el uso de un bloque de construcción diferente en una proteína. El equipo examinó más de ocho millones de estas variantes para ver si alguna de ellas también interrumpía el proceso de empalme. Utilizaron un modelo informático sofisticado para predecir cómo cada variante afectaría la edición del mensaje genético. Los resultados fueron sorprendentes: alrededor del 2,7 por ciento de estas variantes de sentido erróneo se predijo que interferirían con el empalme, una tasa casi idéntica a la de las variantes sinónimas, que son cambios que no alteran la proteína en absoluto. Esto sugiere que el riesgo de interrumpir el proceso de edición es tan común en el medio del código como en los extremos.

El estudio investigó después si estos errores predichos tenían consecuencias en el mundo real. Los investigadores compararon los datos genéticos con muestras de sangre de más de 50.000 participantes, analizando los niveles de casi 3.000 proteínas diferentes que circulan en la sangre. Descubrieron que las personas que portaban estas variantes específicas de sentido erróneo tenían niveles significativamente más bajos de las proteínas correspondientes. En muchos casos, la reducción en los niveles de proteínas fue tan severa como la observada en personas con errores genéticos conocidos y devastadores que detienen por completo la producción de proteínas. Esto confirmó que los errores de empalme predichos no eran solo teóricos; estaban impidiendo activamente que el cuerpo fabricara suficientes de las proteínas necesarias.

Una parte crítica de la investigación consistió en probar la fiabilidad de las herramientas que utilizan actualmente los médicos y genetistas para interpretar estas variantes. La mayoría de los programas estándar están diseñados para predecir si un cambio genético dañará la estructura de la proteína. Los investigadores descubrieron que, para las variantes que identificaron como disruptoras del empalme, estas herramientas estándar a menudo daban una calificación de "segura". De hecho, más de la mitad de las variantes que se predijo que romperían el empalme fueron clasificadas como benignas o neutras por las herramientas centradas en la proteína. Esto crea un punto ciego peligroso: una variante puede ser señalada como inofensiva porque la proteína parece estar bien, cuando en realidad la célula no está logrando producir la proteína en primer lugar. Esta discrepancia fue aún más pronunciada en regiones de las proteínas que son naturalmente flexibles y carecen de una estructura rígida, donde las herramientas estándar son menos propensas a predecir un problema.

Para demostrar que sus predicciones informáticas coincidían con la realidad biológica, el equipo analizó datos genéticos reales de pacientes con enfermedades raras que no habían recibido un diagnóstico previo. Identificaron 14 variantes de sentido erróneo de significado incierto del Servicio de Medicina Genómica del NHS que sus modelos predijeron que interrumpirían el empalme; al examinar el ARN, el mensaje genético, de estos pacientes, confirmaron que el empalme, en efecto, se veía interrumpido en estos casos, proporcionando una fuerte evidencia para clasificar las variantes como patogénicas o probablemente patogénicas. En un caso, una variante en un gen llamado VRK1, que anteriormente se consideraba inofensiva, demostró que causaba que la célula se saltara una sección entera del mensaje, provocando una condición neurológica grave. En otro caso, una variante en el gen PRG4, que causa problemas articulares y cardíacos, resultó que obligaba a la célula a utilizar un sitio de edición incorrecto, eliminando una pieza crucial del mensaje. Estos hallazgos proporcionaron evidencia directa de que los modelos informáticos estaban identificando correctamente errores causantes de enfermedades que habían pasado desapercibidos para los métodos tradicionales.

Los investigadores también aplicaron su nuevo enfoque a un gran grupo de casos no resueltos del Proyecto 100.000 Genomas, una iniciativa nacional para encontrar causas genéticas de enfermedades raras. Al cribar en busca de estos tipos específicos de errores de empalme, identificaron un fuerte candidato diagnóstico en un paciente que había permanecido sin diagnosticar durante años. El paciente tenía un cambio genético en un gen llamado DYSF que anteriormente se consideraba incierto. El nuevo análisis reveló que este cambio destruía el sitio de edición, provocando una forma de distrofia muscular, y los hallazgos coincidían estrechamente con los síntomas del paciente, lo que justificaba un examen clínico más profundo. También encontraron candidatos sólidos para otros dos pacientes con condiciones similares no explicadas. Estos éxitos demuestran que observar el proceso de edición, en lugar de solo la proteína final, puede resolver misterios médicos que han persistido durante mucho tiempo.

El estudio concluye que la forma actual de interpretar los cambios genéticos debe evolucionar. Durante años, el enfoque ha sido si un cambio rompe la forma de la proteína, pero esta investigación muestra que un cambio puede ser igual de perjudicial si impide que el mensaje se edite correctamente. Al integrar herramientas que predicen errores de empalme en los flujos de trabajo de diagnóstico estándar, los médicos pueden descubrir la verdadera causa de la enfermedad en muchos más pacientes. Este cambio de perspectiva mueve el campo de un enfoque estrecho en el producto final hacia una comprensión más amplia de todo el proceso de fabricación, asegurando que ningún error genético pase por alto simplemente porque se esconde a plena vista.