En el trabajo adelantado desde la academia, se hizo aplicando estrategias de aprendizaje de máquina, o machine learning, lo que permitió identificar nueve variantes genéticas que generarían efectos adversos en pacientes que siguen un tratamiento con estos fármacos.

“Los pacientes que presentan variantes genéticas requieren ajustes en las dosis para obtener la acción terapéutica deseada, sin llegar a presentar eventos adversos. Algunos deben recibir una dosis mayor para tratar el dolor, y otros requieren de una dosis reducida”, afirma Eliana Garzón Venegas, magíster en Ciencias - Biología con énfasis en Genética Humana de la Facultad de Ciencias de la Universidad Nacional de Colombia (Unal).

Los opioides son un tipo de analgésico de uso frecuente, y por los riesgos de adicción y muerte que representan, su control es un reto de salud pública. En Colombia, estos son vigilados y controlados por el Ministerio de Salud a través del Fondo Nacional de Estupefacientes, para evitar que el uso indebido desencadene efectos adversos gastrointestinales, nerviosos y respiratorios.

En medicina, la rama de la “medicina personalizada” emplea el estudio de la genética como una guía para tomar decisiones de prevención, diagnóstico y tratamiento tanto para una enfermedad hereditaria como para la respuesta terapéutica de determinado medicamento.

Sin embargo, hasta el momento no existía ninguna herramienta para optimizar y asegurar la respuesta de un paciente con eventos adversos ante analgésicos como los opioides.

Por primera vez en el país se evaluaron con métodos computacionales 39 genes asociados con la acción de 17 opioides en 2.080 pacientes y se identificaron 9 variaciones genéticas que generarían eventos adversos en los pacientes que siguen un tratamiento con estos medicamentos.

El modelo de machine learning utilizado en la investigación consistió en enseñarle al computador las variantes genéticas que se pretendía analizar. Mediante inteligencia artificial y un proceso de entrenamiento, este empezó a asimilarla y finalmente clasificó las variantes de interés.

La magíster Garzón señala que “la herramienta permitió clasificar automáticamente y de manera óptima y rápida las variantes que es importante conocer para optimizar los tratamientos en los pacientes y aportar a un uso adecuado de los recursos en salud”.

“La precisión fue del 80 %, la exhaustividad del 82 % y la exactitud del 92 %, este último es el indicador de que las variantes se clasificaron de manera adecuada”.

Data genética

Los datos genéticos de los pacientes se obtuvieron de un laboratorio de genética privado, previo consentimiento informado, y a partir de los 39 genes seleccionados que podrían estar asociados con alguna variante, se empezaron a realizar los estudios.

“Utilizamos un flujo de trabajo llamado pipeline, que permite llegar a estos resultados genéticos. Se revisó información de las variantes en diferentes bases de datos y su relación con los opioides”, relata la investigadora.

Con esa información se diseñó el modelo de aprendizaje apoyado en la metodología random forest (bosque aleatorio),técnica de aprendizaje automático muy popular que tiene una capacidad de generalización muy alta para muchos problemas. Así, se clasificaron las 9 variantes según el riesgo de la presentación de un evento adverso.

El modelo se desarrolló en el Laboratorio de Investigación en Sistemas Inteligentes (LISI) de la UNAL, liderado por el profesor Luis Fernando Niño Vásquez, de la Facultad de Ingeniería. Su uso como potencial herramienta en la medicina preventiva ayudaría a agilizar estos análisis genéticos para prevenir complicaciones en pacientes que requieran seguir tratamientos con medicamentos opioides.

Tipos de variantes genéticas 

Presente en 47 de los 2.080 pacientes analizados, la variante genética de mayor prevalencia dentro de las nueve reportadas fue el gen SLC22A1, relacionado con el consumo de tramadol y morfina y su paso a través del organismo para lograr el efecto terapéutico de disminuir el dolor. A este proceso se le conoce como metabolismo.

Otras variantes se localizaron en el gen SULT1A3, asociado con el metabolismo de tapentadol, morfina, desmetil y tramadol.

Así mismo, en SULT1A1 se halló una variante asociada con el metabolismo del tapentadol; en el gen CYP2C19 una relacionada con la metadona, y en el CYP2D6 algunas variantes asociadas con la codeína.

Más noticias

¿Quién es el hincha que saltó y golpeó al jugador del Millonarios Daniel Cataño?

La leishmaniasis, un asunto que no dejan pasar por alto en el Tolima

Por el parqueo en espacio público, la incultura vial en Ibagué, 10 de 10