Sistema de aprendizaje automático utilizado para diagnosticar enfermedades genéticas

La secuenciación rápida del genoma completo al informar a los tratamientos dirigidos a tiempo, puede mejorar los resultados de los niños gravemente enfermos con enfermedades genéticas, en particular los bebés en las unidades de cuidados intensivos neonatales y pediátricas (UCI).

Se ha utilizado un proceso de aprendizaje automático y procesamiento clínico de lenguaje natural (CNLP, por sus siglas en inglés) para diagnosticar enfermedades genéticas raras en un tiempo récord. Este nuevo método acelera las respuestas para los médicos que cuidan a los bebés en cuidados intensivos y le abren las puertas a un mayor uso de la secuenciación del genoma como prueba diagnóstica de primera línea para bebés con enfermedades crípticas.

Un gran equipo de científicos, que colaboran con el Instituto de Medicina Genómica de Niños Rady (San Diego, CA, EUA), describió una plataforma para el diagnóstico provisional a escala poblacional de enfermedades genéticas con fenotipificación e interpretación automatizados. La secuenciación del genoma se aceleró mediante la preparación de la biblioteca del genoma basada en perlas directamente a partir de muestras de sangre y la secuenciación de lecturas pareadas de 100 nt en 15,5 horas.

El equipo optimizó e integró varias tecnologías de ahorro de tiempo en un proceso rápido de secuenciación del genoma completo (rWGS) para detectar la composición genética completa de un niño con el fin de poder detectar miles de anomalías genéticas de una muestra de sangre. Los componentes clave en la tubería de rWGS provienen de Illumina, el líder mundial en secuenciación de ADN, incluida la preparación de la biblioteca Nextera DNA Flex, la secuenciación del genoma completo a través del formato de celdas de flujo, NovaSeq 6000 y S1. La velocidad y la exactitud se ven mejoradas por la Plataforma Bio-IT DRAGEN (Análisis de Lectura Dinámica para GENómica) de Illumina (Illumina, San Diego, CA, EUA).

El procesamiento clínico del lenguaje natural (CNLP) extrajo automáticamente los fenomas profundos de los niños a partir de las historias clínicas electrónicas con 80% de precisión y 93% de rellamado. En 101 niños con 105 enfermedades genéticas, una media de 4,3 características fenotípicas extraídas con CNLP coincidieron con las características fenotípicas esperadas de esas enfermedades, en comparación con una combinación de 0,9 características fenotípicas utilizadas en la interpretación manual. Los diagnósticos retrospectivos y automatizados coincidieron bien con la interpretación manual experta (97% de recordación y 99% de precisión en 95 niños con 97 enfermedades genéticas). De manera prospectiva, la plataforma diagnosticó correctamente a tres de siete bebés gravemente enfermos en la UCI (100% de precisión y rellamado) con un ahorro de tiempo medio de un poco más de 22 horas.

Michelle Clark, PhD, la primera autora del estudio, dijo: “El uso de plataformas de aprendizaje automático no reemplaza a los expertos humanos. En cambio, aumenta sus capacidades. Al informar a los tratamientos dirigidos a tiempo, la secuenciación rápida del genoma puede mejorar los resultados de los niños gravemente enfermos con enfermedades genéticas”. El estudio se publicó el 24 de abril de 2019 en la revista Science Translational Medicine.

Enlace relacionado:
Instituto de Medicina Genómica de Niños Rady
Illumina