Common variant-based genome editing to address the heterogeneity of pathogenic variants in dominant disorders

Durante siglos, la promesa de curar las enfermedades genéticas se ha visto frenada por una realidad simple y frustrante: el ADN humano no es un código único y uniforme. Es una vasta biblioteca donde el mismo libro puede imprimirse con miles de erratas diferentes. En muchas afecciones hereditarias, un solo error en un gen es suficiente para causar una enfermedad grave. Si bien los científicos han desarrollado herramientas poderosas para editar el ADN, reparar estos errores ha sido como intentar reparar una errata específica en un libro que tiene millones de ediciones diferentes, cada una con un error distinto. Si una terapia se diseña para corregir un error específico, a menudo no logra ayudar a la gran mayoría de los pacientes que portan una versión diferente del mismo error. Este desafío ha dejado a muchas familias esperando una cura que parece estar justo fuera de su alcance, adaptada a una variación genética que es demasiado rara como para justizar el costo de desarrollar un tratamiento único para cada persona.

Un equipo de investigadores de la Universidad de Ciencia y Tecnología de Hong Kong ha propuesto una nueva forma de navegar esta complejidad. En lugar de intentar encontrar y corregir cada errata individual, desarrollaron una estrategia llamada COVER, que funciona mediante el objetivo de las variaciones comunes y benignas que existen naturalmente en el ADN de todos. La lógica es sencilla: en muchos casos, el error que causa la enfermedad está vinculado físicamente a una variación común específica en el mismo segmento de ADN. Al diseñar una herramienta molecular para reconocer esta variación común, los investigadores pueden recortar selectivamente toda la sección de ADN que contiene el error de la enfermedad, dejando intacta la copia sana del gen. Este enfoque no necesita saber exactamente cuál es el error de la enfermedad; solo necesita saber qué variación común viaja con él. En un estudio publicado recientemente, el equipo demostó que este método podría, teóricamente, cubrir casi la mitad de todos los pacientes con una amplia gama de trastornos genéticos dominantes, un salto significativo respecto a los métodos anteriores que solo podían ayudar a una pequeña fracción de personas.

Los investigadores comenzaron mapeando el panorama de más de 1.800 genes conocidos por causar trastornos dominantes. Descubrieron que, dentro de estos genes, los errores que causan la enfermedad eran increíblemente diversos, con miles de variaciones raras dispersas en la población. Si un médico intentara tratar a un paciente atacando el error específico que este portaba, necesitaría una herramienta hecha a medida para casi cada individuo. El equipo se dio cuenta de que, aunque los errores eran raros, el ADN que los rodeaba a menudo contenía variaciones comunes que aparecían con frecuencia en la población general. Desarrollaron un flujo de trabajo para encontrar pares de estas variaciones comunes que se asientan a ambos lados de una sección del gen. Si una herramienta pudiera recortar el ADN entre estos dos puntos comunes, eliminaría el error de la enfermedad junto con él, siempre que el error se localizara en esa sección intermedia.

Para que esto funcionara, el equipo tuvo que asegurarse de que eliminar la sección intermedia no dañara al paciente. Se centraron en genes donde tener una copia funcional es suficiente para que el cuerpo funcione normalmente. Para estos genes, diseñaron tres formas de desactivar la copia defectuosa. El primer método consistió en recortar una pequeña pieza del gen que, al ser eliminada, desordenaría las instrucciones para el resto de la proteína, desactivándola efectivamente. El segundo método se centró en el comienzo mismo del gen, eliminando la señal de inicio para que la proteína no pudiera construirse en absoluto. El tercer método, más drástico, consistió en eliminar el gen completo. Al aplicar estas estrategias a su base de datos, descubrieron que para 902 de los genes causantes de enfermedades, podían identificar un par de variaciones comunes que permitirían desactivar selectivamente la copia defectuosa.

Los resultados de este análisis fueron sorprendentes. Cuando calcularon cuántas personas se beneficiarían de este enfoque, descubrieron que un único diseño para un gen específico podría potencialmente ayudar a aproximadamente el 46 por ciento de los pacientes que portan la enfermedad de ese gen. Esto es más del doble de la cobertura lograda al atacar el error de la enfermedad más común en ese gen. Los investigadores señalaron que este alto nivel de cobertura era consistente en diferentes poblaciones de todo el mundo, lo que sugiere que la estrategia es ampliamente aplicable. También confirmaron que los datos de la población general que utilizaron para encontrar estas variaciones comunes reflejaban con precisión la composición genética de las personas que realmente portan la enfermedad, lo que significa que los diseños que crearon probablemente funcionarían para pacientes reales.

Para demostrar que esta idea funciona en un sistema vivo, el equipo la probó en dos enfermedades específicas: una forma de la enfermedad de Alzheimer de inicio temprano y la enfermedad de Alexander, una condición que afecta a las células de soporte del cerebro. Para el modelo de Alzheimer, utilizaron células derivadas de pacientes que portaban una mutación específica. Identificaron un par de variaciones comunes cerca de la mutación y diseñaron una herramienta molecular para recortar el ADN entre ellas. Cuando aplicaron esta herramienta a las células de los pacientes, esta recortó con éxito la sección de ADN que causa la enfermedad en la copia defectuosa, dejando intacta la copia sana. Las células que fueron editadas mostraron una reducción dramática de las proteínas tóxicas asociadas con la enfermedad de Alzheimer. Además, las células parecían más sanas, con niveles más bajos de estrés oxidativo y mejores signos de función celular normal en comparación con las células no editadas.

Repitieron este éxito con la enfermedad de Alexander, utilizando una estrategia de corte ligeramente diferente que eliminaba la señal de inicio del gen. Nuevamente, la herramienta desactivó selectivamente el gen mutante en las células derivadas de pacientes. El resultado fue una reducción significativa de los cúmulos de proteína tóxica que caracterizan la enfermedad, acercando las células a un estado saludable. En ambos casos, la edición fue precisa; los investigadores revisaron las células y no encontraron evidencia de que la herramienta hubiera cortado accidentalmente otras partes del genoma. Estos experimentos sirvieron como una prueba de concepto, mostrando que una estrategia basada en variaciones comunes podía silenciar eficazmente un gen causante de enfermedad sin necesidad de conocer la naturaleza exacta de la mutación.

Para asegurar que otros científicos puedan utilizar este enfoque, el equipo construyó una plataforma gratuita en línea donde los investigadores pueden introducir el nombre de cualquier gen que estén estudiando. La plataforma escanea automáticamente los mejores pares de variaciones comunes para utilizar en el recorte, proporcionando un diseño listo para posibles terapias. Esta herramienta transforma un proceso computacional complejo en algo accesible, permitiendo a la comunidad médica identificar rápidamente qué genes son adecuados para este tipo de tratamiento. Los investigadores enfatizan que, si bien su trabajo es un paso significativo hacia adelante, todavía se encuentra en las primeras etapas. Los diseños que han creado necesitan más pruebas para asegurar que sean seguros y efectivos en humanos. Sin embargo, la capacidad de tratar a una gran parte de los pacientes con una estrategia única e independiente de la mutación ofrece un nuevo camino hacia adelante para enfermedades que durante mucho tiempo se consideraron demasiado complejas para ser curadas.

La importancia de este trabajo radica en su cambio de un enfoque personalizado a uno generalizado. Durante décadas, el objetivo de la medicina genética ha sido adaptar un tratamiento al individuo. Si bien eso sigue siendo importante, la estrategia COVER demuestra que, para muchos trastornos dominantes, es posible una solución más amplia. Al aprovechar las variaciones naturales que existen en todos nosotros, los científicos pueden crear terapias que no estén limitadas por el error específico que un paciente porta. Esto no significa que cada paciente sea curado inmediatamente, pero sí significa que la barrera de entrada para estos tratamientos es mucho menor. En lugar de necesitar miles de fármacos diferentes para miles de mutaciones diferentes, la comunidad médica pronto podría contar con un conjunto de diseños que puedan cubrir la gran mayoría de los casos. El camino desde el laboratorio hasta la clínica es largo, pero este estudio proporciona un mapa claro de cómo llegar allí, convirtiendo el desafío de la diversidad genética de un obstáculo en una oportunidad.