Versiones
- 2020-06-23 (2)
- 2020-06-23 (1)
Archivos suplementarios
Palabras clave
Complex Diseases
Gene networks
Genomics
(MeSH)
Cómo citar
Resumen
Introducción: El avance en las técnicas bioinformáticas ha permitido realizar acercamientos y mejoras en los diagnósticos clínicos, correlacionando genotipo – fenotipo y permitiendo el acercamiento a una terapia personalizada. Objetivo: Realizar mediante técnicas bioinformáticas, la caracterización molecular y de expresión génicade una paciente con manifestaciones clínicas (dismorfias, retraso en el desarrollo) de una enfermedad compleja (poligénica). Materiales y métodos: Se realizó la secuenciación de exoma completo a partir de una muestra desangre periférica. Se analizaron los datos obtenidos mediante análisis in-sílico, utilizando programas como SIFT, Mutation Tester, UMD y Provean, para determinar la significancia clínica de variantes encontradas; además seusó programa GeneMania para determinar las interacciones génicas. Resultados:Se encontraron 3 variantes en los genes SEMA4A, PTPN11 y RAB40A, asociados a Retinitis pigmentosa 35, Síndrome de Noonan y Sindrome de retraso mental Martin-Probs, respectivamente; encontrando según los softwares predictores, en el primer caso un significado clínico aparentemente benigno, y en los dos últimos genes un significado clínico patogénico. Elanálisis de redes génicas reveló alteraciones en funciones biológicas como la señalización mediada por fosfati-dilinositol, respuesta al factor del crecimiento fibroblástico, vía de señalización de neutrofina y la morfogénesis de vasos sanguíneo que permitieron explicar gran parte de la sintomatología observada. Conclusión: El análisis personalizado de las patologías complejas mediante el uso de la clínica, herramientas genómicas y bioinformaticas han permitido un avance significativo en las técnicas para el procesamiento y análisis de datos, beneficiandolos estudios científicos que permiten el acercamiento a un correcto diagnóstico y adecuada consejería genética.
Citas
López Aparicio L, Santiesteban-Toca C, Giráldez Rojo R. Inferencia de redes de asociación de genes empleando algoritmos genéticos y topología de grafos. Rev cuba cienc informat.2017; 11(3): 21-35.
Santillán-Garzón S, Diego-Álvarez D, Buades C, Romera-López A, Pérez-Carbonero L, Valero-Hervás et al. Diagnóstico Molecular de Enfermedades genéticas: Del diagnóstico genético al diagnóstico genómico con la secuenciación masiva. Rev Med Clin Las Condes. 2015; 26(4): 458-469.
Costa L, Argibay P. Metodología de la investigación avanzada: introducción al estudio de los sistemas complejos y sus aplicaciones. Parte VII: Estudios de interacción de genes (epistasis y aprendizaje automático). Rev. Hosp. Ital. B.Aires 2014; 34(1): 27-30.
Dameron O, Bettembourg,C, Le Meur N. Measuring the Evolution of Ontology Complexity: The Gene Ontology Case Study .PLoS ONE. 2013; 8 (10): 1-18
Rodríguez A, Satizabal JM, Sánchez A, Montoya J, García-Vallejo F. Complejidad y construcción de una red de genes asociados a preeclampsia. Rev. Asoc. Col. Cienc (Col.). 2014; 26:38-48
Genetaq. Bioinformática para no iniciados: Capítulo V. 2016 [Internet]. [Consultado 12 Marzo 2019].Disponible en: http://genetaq.com/es/blog/bioinformatica-para-no-iniciados-capitulo-v
http://provean.jcvi.org/index.php
http://www.informatics.jax.org/vocab/gene_ontology/GO:0008150).
Sen P, Bhargava A, George R, Ve Ramesh S, Hemamalini A, Prema R, G, et al. Prevalence of retinitis pigmentosa in South Indian population aged above 40 years. Ophthalmic Epidemiol. 2008; 15: 279-281.
Xu L, Hu L, Ma K, Li J, Jonas JB. Prevalence of retinitis pigmentosa in urban and rural adult Chinese: The Beijing Eye Study. Eur J Ophthalmol. 2006, 16: 865-866.
MalaCards. Retinitis pigmentosa 35. 2017. Disponible en: https://www.malacards.org/card/retinitis_pigmentosa_35
Bryant L, Lozynska O, Han G, Morgan JIW, Gai X, Maguire A. et al. On Variants and disease-causing mutations: Case studies of SEMA4A variant identified in inherited blindness. Ophthalmic Genet. 2018; 39(1): 144-146.
Gonzales-Huerta N, Gonzales- Huerta LM, Rivera-Vega M, Mendoza E, Marquez L, Cuevas S. Análisis molecular del gen PTPN11 en el sindrome de Noonan. Rev Med Hosp Gen Mex. 2008; 71 (3): 141-145
Lloreda- García JM, Martínez Aedo MJ, Tarttaglia M, López-Siguero JP. Síndrome de Noonan por mutación en el gen PTPN11. An pediatr. 2006;65(6):525-651
Tidyman WE, Rauen KA. Expansion of the RASopathies. Curr Genet Med Rep. 2016;4(3):57-64.
Tartaglia M, Kalidas K, Shaw A, Song X, Musat D, Van Der Burgt I, et al. PTPN11 mutations in Noona Syndrome: Molecular Spectrum, genotype-phenotype correlation, and phenotypic heterogeneity. Am J Hum Genet. 2002; 70(6):1555-63.
Clinvar. rs28933386. 2017 [Internet]. [Consultado 12 marzo 2019]. Disponible en: https://www.ncbi.nlm.nih.gov/clinvar/variation/13326/
Martin D, Probst F, Camper S, Petty E. Characterization and genetic mapping of a new X linked deafness syndrome. BMJ Journals. 2000; 37:836-841
Probst F, Hedera P, Sclafani A, Pompi M, Neri G, Tyson J et al. Skewed X-Inactivation in carriers establishes linkage in an X-linked deafness-mental retardation syndrome. Am J Med Genet. 2004; 131(A):209.212
Wang W, Xu S, Yin M, Jin ZG. Essential roles of Gab1 tyrosine phosphorylation in growth factor-mediated signaling and angiogenesis. Int J Cardiol. 2014; 181:180-4.
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
Derechos de autor 2020 REVISTA DE LA ASOCIACION COLOMBIANA DE CIENCIAS BIOLOGICAS