Herramienta estadística identifica cambios genéticos detrás de afecciones neurológicas

Si bien los científicos han identificado desde hace tiempo genes asociados con estas enfermedades, confirmar qué alteraciones genéticas las causan ha resultado difícil. Un obstáculo clave es la presencia de factores de confusión no medidos: factores biológicos o ambientales sutiles y ocultos, como las etapas del ciclo celular o las condiciones experimentales, que pueden afectar el comportamiento celular y ocultar la verdadera causalidad. Los experimentos tradicionales basados en CRISPR, que modifican genes y comparan los resultados con células no modificadas, no tienen en cuenta estas variables de confusión. Ahora, investigadores han desarrollado una nueva herramienta estadística que podría ayudar a identificar los cambios genéticos que causan enfermedades como el Alzheimer y la esquizofrenia.

La herramienta de software estadístico, llamada causarray, fue desarrollada por investigadores de la Universidad Carnegie Mellon (CMU, Pittsburgh, PA, EUA), en colaboración con la Universidad de Pittsburgh (Pittsburgh, PA, EUA), inspirados por los recientes avances en inferencia causal. La herramienta utiliza el concepto de contrafactual, un método estadístico que estima qué le habría sucedido a una célula tratada de no haber sido tratada. Causarray es una de las primeras herramientas en aplicar este marco contrafactual a la genómica. También analiza datos de expresión génica a gran escala para modelar lo que ocurriría en células de control, lo que le permite identificar patrones comunes y ajustar factores de confusión en múltiples genes. De esta manera, mejora la precisión en la identificación de causas genéticas de enfermedades a partir de CRISPR y otros datos genómicos.

Causarray ya ha demostrado su eficacia para identificar cambios genéticos significativos relacionados con enfermedades. Al corregir factores de confusión no medidos y utilizar modelos estadísticos avanzados, la herramienta permite que la investigación genética pase de la asociación a la causalidad. Aunque no se menciona explícitamente, los hallazgos del estudio influirán en futuras investigaciones genómicas publicadas en revistas con revisión por pares. Se espera que Causarray desempeñe un papel fundamental en el descubrimiento de los mecanismos causales de las enfermedades neurológicas, lo que en última instancia contribuirá a la investigación terapéutica y al avance de la medicina personalizada. Los desarrolladores planean ampliar su integración en estudios a gran escala de trastornos cerebrales y otras enfermedades.

"Los avances recientes, como CRISPR, prometen generar verdaderos avances en nuestra comprensión de los trastornos cerebrales, pero solo los lograremos si se combinan con potentes herramientas estadísticas. Ahí reside su magia", afirmó Kathryn Roeder, coautora del estudio.

Enlaces relacionados:
Universidad Carnegie Mellon
Universidad de Pittsburgh