Un nuevo enfoque de detección prosperidad el diagnosis de trastornos metabólicos en bebés

El estudio, publicado en Red JAMA abierta, muestra que la metabolómica no dirigida identifica muchos más trastornos de mayor variedad que los métodos tradicionales, incluidos los trastornos para los que no había una prueba bioquímica clínicamente disponible. Los investigadores esperan que la adopción de la metabolómica para detectar errores innatos del metabolismo resulte en una vía de diagnóstico más rápida, más eficiente y menos costosa para las personas y familias con trastornos metabólicos raros.

«Actualmente, las pruebas de detección de recién nacidos se realizan en todos los bebés que nacen en los Estados Unidos para detectar afecciones de salud graves pero raras al nacer. Las pruebas de detección incluyen pruebas de sangre, audición y corazón», dijo la autora correspondiente, la Dra. Sarah Elsea, profesora de genética molecular y humana. en Baylor y director senior de genética bioquímica en Baylor Genetics. «Si bien la detección de recién nacidos en general ha mejorado durante los últimos 10 años, la detección clínica de errores innatos del metabolismo no ha cambiado sustancialmente durante los últimos 40-50 años».

Los errores innatos del metabolismo incluyen condiciones que interrumpen los procesos normales que el cuerpo usa para convertir los alimentos en energía y pueden resultar en condiciones graves. Tener un diagnóstico temprano puede conducir a un tratamiento temprano cuando esté disponible. Por ejemplo, la prueba de detección de recién nacidos busca signos de afecciones como la fenilcetonuria, la incapacidad del cuerpo para descomponer el aminoácido fenilalanina, lo que hace que se acumule. La acumulación de fenilalanina puede dañar irreparablemente el sistema nervioso, pero la intervención temprana puede ayudar a controlar la afección.

«Hemos desarrollado un ensayo clínico, un perfil metabolómico no dirigido, que examina una gama más amplia de compuestos metabólicos en la sangre y, por lo tanto, detecta muchos más trastornos que el enfoque que se usa actualmente», dijo Elsea, miembro de Dan L Duncan Comprehensive de Baylor. . Cancer Center y Center for Drug Discovery. «En el presente estudio, comparamos el enfoque estándar y la metabolómica no dirigida en cuanto a su efectividad en la identificación de condiciones metabólicas».

Los investigadores compararon los resultados de la aplicación de los dos enfoques a 4.464 muestras clínicas recibidas de 1.483 familias no relacionadas. Descubrieron que el análisis estándar tradicional tiene una tasa de diagnóstico positivo de alrededor del 1%. Sin embargo, utilizando un análisis metabolómico no dirigido, los investigadores pudieron confirmar una tasa de diagnóstico positivo del 7%.

«Este es un aumento sustancial en la capacidad de diagnosticar estas afecciones», dijo Elsea. «Ahora podemos identificar más afecciones que nunca en una muestra de sangre».

«Además, nuestro análisis de muchos compuestos metabólicos en una sola muestra de sangre reduce la necesidad de tomar varias muestras para realizar más pruebas en condiciones específicas. Esto incluye el muestreo de LCR, que implica un procedimiento más invasivo en comparación con la extracción de una muestra de sangre», dijo el coautor Dr. V. Reid Sutton, profesor de genética molecular y humana en Baylor, director médico del laboratorio de genética bioquímica en Baylor Genetics y director del servicio de Errores Congénitos del Metabolismo en el Texas Children’s Hospital.

Este enfoque de detección ofrece los beneficios fundamentales de reducir el tiempo para diagnosticar e iniciar el tratamiento, si está disponible.

El uso de metabolómica no dirigida en combinación con el cribado genético permite a los investigadores y médicos no solo confirmar un diagnóstico con un alto grado de confianza, sino también descartar condiciones potenciales. El nuevo enfoque de detección más amplio identifica formas graves de enfermedad, así como formas leves que pueden no coincidir del todo con las características observadas en los casos graves.

«Estamos encontrando que los individuos con formas más leves de una enfermedad son más comunes en nuestra población que aquellos con formas graves», dijo Elsea. «Nuestro enfoque ha tenido bastante éxito en la identificación de trastornos convulsivos, trastornos del movimiento y trastornos del espectro autista. Nuestros análisis nos han enseñado a abrir nuestras mentes a un espectro mucho más amplio de enfermedades, lo que nos permite mejorar el diagnóstico temprano».

Otros colaboradores de este trabajo incluyen a Ning Liu, Jing Xiao, Charul Gijavanekar, Kirk Pappan, Kevin Glinton, Brian Shayota, Adam Kennedy y Qin Sun. Los autores están afiliados a una o más de las siguientes instituciones: Baylor College of Medicine, Baylor Genética y Metabolon, Inc.

Este trabajo fue apoyado en parte por la Beca T32 GM007526 de los Institutos Nacionales de Salud, la Beca de Subespecialidad Bioquímica Médica de Próxima Generación de la Fundación Takeda del Colegio Estadounidense de Genética Médica y Genómica y el Consorcio de Trastornos del Ciclo de la Urea.