Análisis de relaciones entre características clínicas y moleculares en una muestra de pacientes con enfermedad de alzheimer Colombianos aplicando inteligencia computacional

La enfermedad de Alzheimer (EA) es una enfermedad neurodegenerativa del cerebro, que como su nombre lo indica es la pérdida paulatina y continua de neuronas generando como consecuencia la pérdida de memoria, dificultad en encontrar las palabras correctas cuando se está hablando, entre otros; en general un paciente con Alzheimer presenta fuertes cambios en su comportamiento y personalidad [21], [22]. “La enfermedad de Alzheimer es la demencia más común, el principal factor de riesgo del Alzheimer es la edad, más de 35 millones de personas en el mundo y 5.5 millones en los Estados Unidos tienen Alzheimer [21], [22], [89], la incidencia de la enfermedad de Alzheimer se duplica cada 5 años, después de los 65 años de edad, con diagnóstico de 1275 nuevos casos por año por cada 100.000 personas mayores de 65 años de edad” [21] [22], estudios recientes han mostrado que hay prevalencia de EA en Colombia y es aproximadamente de 1.3% en personas mayores de 50 años [19]; además Colombia es uno de los países con más altos índices de trastornos mentales comparado con otros países [67]; esto puede deberse a la combinación de factores genéticos y ambientales [32]. La EA ha sido estudiada desde diferentes enfoques, el enfoque orientado hacia considerar la parte clínica y sociodemográfica con factores de riesgo como colesterol, cigarrillo, alcohol, nivel educativo [21], [23]; también desde el enfoque genético, donde uno de los genes más característicos de la enfermedad está el gen APOE [1], [2], [21], [22], [38],[45], [61] [70] al cual se le atribuye que un paciente pueda o no desarrollar la EA, pero además dos consorcios trabajaron paralelamente, el Instituto Pasteur y la Universidad de Cardiff, quienes analizaron los genomas de 59176 individuos, 19870 con EA y descubrieron cinco genes, ABCA7, MS4A, EPHA1, CD2AP,CD33 y se confirmo la importancia del gen BIN1[40]. Sin embargo, aún hay problemas por resolver y es importante trabajar con otros genes y en combinación con estos factores clínicos para identificar nuevas relaciones, para lograr una clasificación que permita identificar a tiempo el desarrollo de la EA en un paciente determinado [21]. El Instituto de Genética de la Universidad Nacional de Colombia ha estado desarrollando estudios de asociación de la enfermedad de Alzheimer por cerca de 13 años. Hay 48 controles y 98 casos con información acerca de edad, género, nivel educativo, estado civil, antecedentes de demencia y los genotipos de las variantes CR1(rs3818361), BIN1(rs744373), CLU(rs2279590), CLU(rs11136000), SORL1(rs1121830), PICALM(rs3851179), GWA(rs11622883), PVRL2(rs6859), TOMM40(rs2075650), APOEe2/3/4, junto con el diagnóstico si tiene o no Alzheimer. Con esta información fueron implementados varios clasificadores, el principal objetivo era clasificar individuos con EA e identificar las características clínicas y genéticas asociadas con la presencia de la EA haciendo uso de técnicas basadas en inteligencia computacional. Finalmente fue seleccionada la red bayesiana en la cual se encontraron relaciones de dependencia entre las variantes TOMM40(rs2075650),APOEe2/3/4,GWA(rs11622883) y estado civil; por otra parte se identificaron las reglas de asociación para cada conjunto de datos. Adicionalmente, se elaboró una pequeña aplicación como apoyo al diagnóstico.

• Autores: Guzmán Paredes, Yomaira
• Fecha de publicación: 2012
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/12196
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/12196; http://bdigital.unal.edu.co/9854/
• Palabra clave: 0 Generalidades / Computer science, information and general works; 61 Ciencias médicas; Medicina / Medicine and health; Polimorfismos de nucleótido único; Single nucleotide polymorphisms; Alzheimer; Enfermedades multifactoriales; Redes bayesianas; Bioinformática; Multifactorial Disease; Bayesian, Networks; Bioinformatics
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional