{"id":45407,"date":"2024-11-13T13:40:20","date_gmt":"2024-11-13T12:40:20","guid":{"rendered":"https:\/\/ellipse.prbb.org\/?p=45407"},"modified":"2024-11-13T13:41:38","modified_gmt":"2024-11-13T12:41:38","slug":"farmacogenomica-como-la-herencia-genetica-modula-el-efecto-de-los-medicamentos","status":"publish","type":"post","link":"https:\/\/ellipse.prbb.org\/es\/farmacogenomica-como-la-herencia-genetica-modula-el-efecto-de-los-medicamentos\/","title":{"rendered":"Farmacogen\u00f3mica: c\u00f3mo la herencia gen\u00e9tica modula el efecto de los medicamentos"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">A la hora de recetar un medicamento no suele tenerse en cuenta la informaci\u00f3n gen\u00e9tica del paciente. Pero, por ejemplo, una deficiencia en el gen G6PD puede provocar fatiga o dolores abdominales a quien tome una simple aspirina.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Por eso, la <strong>farmacogen\u00f3mica<\/strong> &#8211; el estudio de los efectos de los medicamentos seg\u00fan la gen\u00e9tica de los individuos &#8211; es actualmente un campo emergente. Podr\u00eda abrir las puertas hacia una medicina personalizada en la que, en el futuro, podr\u00edan realizarse<strong> pruebas gen\u00e9ticas<\/strong> sencillas <strong>combinadas con<a rel=\"noopener noreferrer\" href=\"https:\/\/ellipse.prbb.org\/es\/tag\/ia-es\/\" target=\"_blank\"> inteligencia artificial (IA)<\/a><\/strong> para <strong>identificar pacientes vulnerables<\/strong>, o <strong>adjuntar<\/strong> nuestro <strong>perfil farmacogen\u00e9tico<\/strong> a nuestro<strong> historial cl\u00ednico<\/strong>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ahora, una <a href=\"https:\/\/www.ibe.upf-csic.es\/home\/-\/asset_publisher\/T2caeLMECPvW\/content\/revealed-genetic-inheritance-influences-adverse-drug-reactions\/maximized\" target=\"_blank\" rel=\"noopener noreferrer\">investigaci\u00f3n<\/a> internacional liderada por el <a href=\"https:\/\/www.ibe.upf-csic.es\/\" target=\"_blank\" rel=\"noopener noreferrer\">Instituto de Biolog\u00eda Evolutiva (IBE: CSIC-UPF)<\/a> ha desarrollado uno de los <strong>estudios<\/strong> m\u00e1s <strong>amplios<\/strong> sobre la <strong>influencia<\/strong> de la <strong>variaci\u00f3n<\/strong> <strong>gen\u00e9tica<\/strong> de los individuos en la <strong>toxicidad que provocan<\/strong> ciertos <strong>medicamentos<\/strong>. Este estudio ha utilizado bases de datos p\u00fablicas, de los proyectos <em>1000 genomes<\/em> (<a href=\"https:\/\/www.internationalgenome.org\/\" target=\"_blank\" rel=\"noopener noreferrer\">1000G<\/a>), <em>Simmons Genome Diversity Project<\/em> (<a href=\"https:\/\/www.nature.com\/articles\/nature18964\" target=\"_blank\" rel=\"noopener noreferrer\">SGDP<\/a>) y <em>Human Genome Diversity Project<\/em> (<a href=\"https:\/\/www.internationalgenome.org\/data-portal\/data-collection\/hgdp\" target=\"_blank\" rel=\"noopener noreferrer\">HGDP<\/a>), para analizar datos gen\u00e9ticos de <strong>3.714 personas<\/strong> de diferentes ascendencias de los<strong> cinco continentes<\/strong>, centr\u00e1ndose en el impacto de <strong>1.136 variantes gen\u00e9ticas<\/strong> asociadas con la toxicidad de ciertos grupos de f\u00e1rmacos. Mediante el uso de t\u00e9cnicas de<strong> inteligencia artificial<\/strong>, el equipo ha podido establecer <strong>patrones<\/strong> de <strong>riesgo de toxicidad<\/strong> que podr\u00edan ser de gran utilidad en el <strong>camino<\/strong> hacia una<strong> medicina m\u00e1s personalizada<\/strong>.<\/p>\n\n\n\n<div style=\"height:40px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\"><p>\u201cEl que observemos diferencias entre poblaciones para estas variantes sugiere que ser\u00eda interesante incluir la ascendencia gen\u00e9tica del individuo al hacer estudios de toxicidad, para llegar a tener tratamientos m\u00e1s personalizados\u201d<\/p><cite><strong>\u00d2scar Lao<\/strong>, investigador principal del estudio<\/cite><\/blockquote>\n\n\n\n<div style=\"height:40px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Los <strong>resultados<\/strong> revelan que las poblaciones de <strong>ascendencia<\/strong> <strong>americana<\/strong> <strong>y europea<\/strong> presentan un <strong>mayor riesgo<\/strong> de toxicidad en un amplio abanico de f\u00e1rmacos. En particular, se ha detectado una mayor susceptibilidad a <strong>f\u00e1rmacos cardiovasculares y antimicrobianos<\/strong> en estas poblaciones. Adem\u00e1s, las poblaciones americanas muestran un alto riesgo con antidepresivos y analg\u00e9sicos, mientras que las europeas son m\u00e1s vulnerables a los inmunosupresores y a los f\u00e1rmacos anticancer\u00edgenos. En el otro extremo, las poblaciones de ascendencia del <strong>este asi\u00e1tico<\/strong> y, en menor medida, las de ascendencia <strong>oce\u00e1nica<\/strong>, presentan un<strong> riesgo muy bajo de toxicidad<\/strong> en general, con la excepci\u00f3n de algunas poblaciones de Asia central que muestran sensibilidad a los analg\u00e9sicos. Las poblaciones africanas se encuentran en una situaci\u00f3n intermedia, con mayor variedad.<\/p>\n\n\n\n<div style=\"height:40px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/www.ibe.upf-csic.es\/documents\/3816330\/284259835\/Imagen1Alta.jpg\/de922405-9fbe-3ea5-211e-e12208610edd?t=1728400979529\" alt=\"\"\/><figcaption>Mapa predictivo de c\u00f3mo el origen gen\u00e9tico modifica el riesgo de efectos adversos de los medicamentos. Cada punto circular es una regi\u00f3n de muestreo. Los colores rojizos indican mayor riesgo de sufrir efectos adversos, mientras que el azul son regiones con menor riesgo. Figura de Kariofyllis Karamperis y \u00d2scar Lao.<\/figcaption><\/figure><\/div>\n\n\n\n<div style=\"height:40px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Para llevar a cabo el an\u00e1lisis gen\u00f3mico, los investigadores han utilizado t\u00e9cnicas de aprendizaje autom\u00e1tico (<strong><em>machine learning<\/em><\/strong><em>)<\/em> para <strong>estudiar<\/strong> la <strong>funci\u00f3n<\/strong> de <strong>genes<\/strong> implicados en la <strong>absorci\u00f3n<\/strong> y el <strong>transporte<\/strong> de <strong>f\u00e1rmacos.<\/strong> Adem\u00e1s, la <strong>miner\u00eda de textos (<\/strong><em><strong>text mining<\/strong><\/em><strong>),<\/strong> que se basa en la obtenci\u00f3n de informaci\u00f3n a partir de datos en texto, ha permitido <strong>extraer<\/strong> y <strong>agrupar variantes gen\u00e9ticas, relacion\u00e1ndolas<\/strong> con <strong>ascendencias gen\u00e9ticas<\/strong> de <strong>regiones geogr\u00e1ficas<\/strong> concretas. Estas t\u00e9cnicas han revelado<strong> patrones de riesgo gen\u00e9tico<\/strong> que pueden tener un gran <strong>impacto<\/strong> en la <a rel=\"noopener noreferrer\" href=\"https:\/\/ellipse.prbb.org\/es\/una-federacion-europea-de-datos-genomicos-para-impulsar-la-medicina-personalizada\/\" target=\"_blank\"><strong>medicina personalizada<\/strong><\/a>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">\u201cEn \u00faltima instancia, sin embargo,<strong> el riesgo de sufrir efectos adversos es espec\u00edfico de cada individuo<\/strong>, m\u00e1s all\u00e1 de su ascendencia. Idealmente, deber\u00edan secuenciarnos todo el genoma para poder establecer nuestros patrones de riesgo\u201d, advierte <strong>\u00d2scar Lao<\/strong>, investigador principal del estudio.<\/p>\n\n\n\n<div style=\"height:60px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Un estudio internacional liderado por el IBE (CSIC-UPF) ha utilizado herramientas de inteligencia artificial para analizar 1.136 variantes gen\u00e9ticas de personas de todo el mundo con el objetivo de estudiar la influencia de la herencia gen\u00e9tica en la reacci\u00f3n a los f\u00e1rmacos.<\/p>\n","protected":false},"author":33,"featured_media":45359,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[27],"tags":[234,333,290,707,861],"new-type":[44],"class_list":["post-45407","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion","tag-farmacologia-es","tag-genes-es","tag-genoma-es","tag-genomica-es","tag-ia-es","new-type-noticias"],"acf":[],"_links":{"self":[{"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/posts\/45407","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/users\/33"}],"replies":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/comments?post=45407"}],"version-history":[{"count":4,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/posts\/45407\/revisions"}],"predecessor-version":[{"id":45436,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/posts\/45407\/revisions\/45436"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/media\/45359"}],"wp:attachment":[{"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/media?parent=45407"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/categories?post=45407"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/tags?post=45407"},{"taxonomy":"new-type","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/new-type?post=45407"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}