The fallacy of the national average in structured populations: clinical and population genomics across 9,768 Indian genomes

El cuerpo humano es una vasta biblioteca de instrucciones, escritas en un código de cuatro letras químicas que dictan cómo crecemos, cómo luchamos contra las enfermedades y cómo nuestro cuerpo procesa los alimentos que comemos. Durante décadas, los científicos han intentado leer esta biblioteca para comprender por qué algunas personas enferman mientras otras se mantienen sanas, y por qué ciertos medicamentos funcionan para una persona pero dañan a otra. Para lograr esto, han construido enormes catálogos de referencia, esencialmente diccionarios gigantes de las variaciones genéticas más comunes encontradas en las personas de todo el mundo. Sin embargo, estos catálogos tienen un punto ciego. A menudo tratan regiones grandes y diversas como si todos allí fueran iguales, promediando los detalles para crear una imagen "nacional" única. Este enfoque funciona bien para poblaciones que se han mezclado libremente durante miles de años, pero falla en lugares donde las personas han vivido en comunidades distintas e aisladas durante generaciones, manteniendo sus líneas genéticas separadas.

India es el ejemplo perfecto de un lugar así. Es el hogar de más de 1.400 millones de personas, pero no es un grupo único y mezclado. En cambio, es un mosaico de más de 4.000 comunidades distintas, muchas de las cuales han practicado la endogamia estricta —casarse solo dentro de su propio grupo— durante miles de años. Esta estructura social ha preservado firmas genéticas únicas en cada comunidad, creando un paisaje de diversidad que es mucho más complejo de lo que un simple promedio puede capturar. Cuando los científicos observan los datos genéticos de la India en su conjunto, pasan por alto las historias específicas ocultas dentro de estos grupos más pequeños. Podrían ver una variante genética como extremadamente rara porque es rara en la población total, sin darse cuenta de que en un pueblo o tribu específica, esa misma variante es en realidad bastante común. Este malentendido puede conducir a errores graves en la medicina, provocando que los médicos diagnostiquen erróneamente a los pacientes o pasen por alto riesgos de salud críticos por completo.

Un equipo de investigadores se propuso solucionar este problema analizando de nuevo y con detalle los datos genéticos del Proyecto GenomeIndia, que recientemente secuenció el ADN completo de casi 10.000 personas de 83 comunidades diferentes de todo el país. En lugar de tratar a estos 9.768 individuos como un gran grupo mezclado, los investigadores los separaron de nuevo en sus 83 comunidades originales. Querían ver qué sucedía cuando dejaban de promediar los datos y empezaban a observar los detalles finos. Lo que encontraron fue que el "promedio nacional" no era solo una simplificación; era una distorsión que estaba ocultando activamente verdades médicas importantes.

El descubrimiento más sorprendente fue la magnitud de las variantes genéticas raras que existen en la India. Cuando los investigadores observaron los datos sin separar los grupos, vieron un cierto número de cambios raros. Pero cuando despojaron las capas para observar cada comunidad individualmente, descubrieron que la gran mayoría de las variaciones genéticas —más del 97 por ciento— eran extremadamente raras, apareciendo en menos del uno por ciento de las personas. Esta es una proporción de variantes raras mucho mayor que la que se observa en las bases de datos internacionales que incluyen a personas del sur de Asia. La razón es que estas variantes raras no están distribuidas uniformemente; están concentradas en comunidades específicas. Una variante que podría aparecer en solo una o dos personas en un conjunto nacional podría encontrarse en docenas de personas dentro de una sola tribu aislada. Al promediarlas, la visión nacional las hacía parecer invisibles, cuando en realidad son las características definitorias de las poblaciones locales.

Esta invisibilidad tiene consecuencias peligrosas para la forma en que se verifica la calidad de los datos genéticos. En las pruebas genéticas estándar, los científicos utilizan una regla matemática para detectar errores. Si una variante genética aparece en un patrón que no coincide con lo esperado para una población aleatoria y mezclada, la computadora a menudo la marca como un error y la descarta. Los investigadores demostraron que, debido a que las comunidades indias no están mezcladas sino que son distintas y separadas, muchas variantes reales y médicamente importantes parecen errores para estas computadoras. Por ejemplo, una variante genética que causa la anemia falciforme es una condición conocida y grave. En los datos nacionales, esta variante parecía romper las reglas del control de calidad de tal manera que la computadora la habría eliminado automáticamente, pensando que era un fallo. Al analizar las comunidades por separado, los investigadores demostaron que estas variantes eran reales y críticas, y que la forma estándar de verificar los datos estaba eliminando la información misma que los médicos necesitan para salvar vidas.

El estudio también reveló una nueva forma de decidir qué cambios genéticos son inofensivos y cuáles son peligrosos. Actualmente, los médicos suelen confiar en bases de datos globales para juzgar si una variante es un problema. Si una variante es rara en la base de datos global, a menudo se etiqueta como peligrosa. Sin embargo, los investigadores encontraron que muchas variantes etiquetadas como "patogénicas" (causantes de enfermedades) en las bases de datos globales son en realidad comunes e inofensivas en comunidades específicas de la India. Identificaron más de 100 de tales variantes que deberían reclasificarse como benignas porque son simplemente partes normales del maquillaje genético de grandes grupos de personas. Por el contrario, encontraron otras 55 variantes que son raras a nivel mundial pero muy comunes en tribus específicas y aisladas. Estas son probablemente las causas reales de enfermedades en esas comunidades, pero estaban siendo ignoradas porque las bases de datos globales no sabían que existían. Los investigadores propusieron un sistema de dos vías: una vía para eliminar las falsas alarmas de las variantes inofensivas y otra para proteger y priorizar los riesgos reales encontrados en grupos aislados.

Quizás el hallazgo más emocionante fue el descubrimiento de "knockouts naturales". En genética, un knockout es una persona que tiene dos copias rotas de un gen, lo que significa que su cuerpo no produce la versión funcional de la proteína que ese gen debería fabricar. Normalmente, encontrar a tales personas es increíblemente difícil porque los genes rotos son tan raros que se necesita escanear a cientos de miles de personas para encontrar solo uno. Pero debido a la larga historia de matrimonios dentro de pequeñas comunidades en la India, estos genes rotos se han vuelto más comunes en grupos específicos. Los investigadores identificaron 123 genes diferentes donde pudieron hallar personas que carecían por completo de la función de ese gen. Algunos de estos genes son esenciales para la vida, pero las personas que portan estas copias rotas están sanas, lo que sugiere que el cuerpo a veces puede sobrevivir sin ellos. Otros están vinculados a cómo el cuerpo procesa fármacos o combate enfermedades. Debido a que estas personas estaban ocultas en el promedio nacional, eran matemáticamente invisibles para estudios previos. Ahora que han sido encontradas, ofrecen una oportunidad única para comprender cómo funciona el cuerpo humano y para desarrollar nuevos tratamientos.

La investigación también trazó el mapa de cómo diferentes partes de la India se han adaptado a sus entornos específicos a lo largo de miles de años. En las altas montañas del Himalaya, la gente ha desarrollado una ventaja genética que les ayuda a respirar en aire poco denso, un rasgo que heredaron de antiguos parientes humanos que vivieron allí hace mucho tiempo. En los bosques calurosos y húmedos del sur, otras comunidades tienen cambios genéticos que les ayudan a resistir la malaria. En el norte, donde la agricultura láctea es común, las personas tienen una mayor frecuencia de genes que les permiten digerir la leche como adultos. Estas adaptaciones no se distribuyen uniformemente por todo el país; son rasgos locales agudos que desaparecen si se observa el mapa completo. Una persona de las montañas podría tener una respuesta de fármacos muy diferente a la de una persona de las llanuras, incluso si ambos son indios.

El estudio concluye que tratar a la India como una sola unidad genética es un error que conduce a una atención médica deficiente. Los investigadores demostraron que, para proporcionar una medicina justa y precisa, los médicos y científicos deben observar la comunidad específica de la que proviene un paciente. Demostraron que, al separar los datos en sus 83 comunidades originales, podían descubrir riesgos ocultos, corregir falsas alarmas y encontrar nuevos secretos biológicos que antes eran imposibles de ver. Este enfoque no es solo para la India; ofrece un modelo para comprender cualquier parte del mundo donde la gente viva en comunidades distintas y de larga trayectoria. Demuestra que la clave para desbloquear los secretos de la salud humana no reside en promediar nuestras diferencias, sino en comprenderlas en toda su complejidad detallada.