Ministerio de Ciencia e Innovación

Crean mapas 3D del genoma que permiten descubrir mecanismos genéticos asociados a la diabetes tipo 2

Imagen*
CIBER | lunes, 8 de julio de 2019

Investigadores del CIBERDEM en el Centre de Regulació Genòmica, coordinados por Jorge Ferrer, han creado un mapa 3D del genoma que permite localizar mecanismos genéticos asociados al desarrollo de la diabetes tipo 2 (DM2). El nuevo estudio, liderado por Jorge Ferrer, da un paso más en la comprensión de los mecanismos moleculares que causan esta enfermedad y muestra también que es posible definir el riesgo genético para desarrollar DM2 en función de los mecanismos que influyen en diferentes personas, abriendo así nuevas posibilidades para desarrollar medicinas personalizadas para su tratamiento.

La diabetes tipo 2 afecta a más de 400 millones de personas en todo el mundo y es una de las principales causas de ceguera, insuficiencia renal, infarto de miocardio y amputación de los miembros inferiores. A pesar de esta trascendencia, actualmente no se conocen los defectos moleculares que causan esta forma de diabetes, ni cómo difieren estos defectos entre distintos pacientes, lo que supone una limitación importante de cara a desarrollar medicinas personalizadas para su tratamiento.

En la última década, se han identificado más de 200 regiones del genoma humano en las que existen variantes de la secuencia genética que aumentan el riesgo de desarrollar diabetes tipo 2. Sin embargo, en la mayor parte de casos, estas variantes de ADN se ubican en zonas del genoma muy alejadas de los genes, lo cual crea confusión sobre los mecanismos moleculares que fallan en la diabetes tipo 2 y que acaban por afectar a las células pancreáticas productoras de insulina, la hormona responsable de controlar los niveles de azúcar en la sangre.

Estudios previos desarrollados por dos investigadores del CIBERDEM, Lorenzo Pasquali (Germans Trias i Pujol) y Jorge Ferrer (Centre de Regulació Genòmica), hicieron una importante contribución a la comprensión de estos mecanismos, al demostrar que muchas de estas variantes se encuentran en regiones del genoma que actúan como interruptores que activan genes en las células del páncreas que producen insulina (células beta). Ese hallazgo demostró que las variantes genéticas que afectan a la diabetes tipo 2 probablemente no alteran la secuencia del ADN de genes, sino que actúan regulando genes en las células productoras de insulina.

Mapa 3D del genoma de las células beta

En un nuevo trabajo, que acaba de publicar Nature Genetics, se da un paso más para descifrar el significado de estas variantes asociadas a diabetes tipo 2.

Los investigadores crearon un mapa del genoma en tres dimensiones, concretamente en las células del páncreas productoras de insulina. Esto ha revelado cómo regiones del genoma con variantes genéticas asociadas a diabetes tipo 2, y que están lejos de cualquier gen en los mapas convencionales unidimensionales, en realidad forman pliegues que les ponen en contacto con genes que desempeñan un papel importante en las células productoras de insulina. Estos estudios, por lo tanto, permiten vincular espacialmente los interruptores genéticos a sus genes diana, e identificar así los genes que juegan un papel en la aparición de DM2.

Diferentes mecanismos de riesgo genético para desarrollar DM2

Al definir las regiones del genoma encargadas de activar genes en las células productoras de insulina, la investigación ha permitido también crear un catálogo de variantes genéticas que tienen la capacidad de predecir qué personas han heredado una menor capacidad para producir insulina, quién tiene mayor riesgo para desarrollar diabetes tipo 2, y en particular, qué personas tienen mayor riesgo para desarrollar esta enfermedad concretamente porque sus variantes afectan la secreción de insulina. “Esto permite diferenciar a estas personas de otras cuya susceptibilidad para desarrollar diabetes puede deberse a otras causas, por ejemplo, por variantes genéticas que predisponen a la obesidad, o que impiden que la insulina actúe correctamente”, explican los investigadores.

En definitiva, la creación de mapas genómicos en tres dimensiones ha permitido identificar mecanismos genéticos que intervienen en la DM2, y por otro lado, crear catálogos de marcadores genéticos que permiten identificar personas cuyo riesgo para desarrollar diabetes tipo 2 esta mediado por factores genéticos que actúan en las células que fabrican insulina. “Este tipo de información es particularmente relevante para desarrollar estrategias terapéuticas alineadas con el nuevo paradigma de medicina personalizada”, concluyen.

El estudio ha sido financiado por CIBERDEM, Wellcome Trust, la Fundació Marató TV3, y el European Research Council. Los estudios de riesgo genético se realizaron con UK Biobank, un estudio del Reino Unido que ha obtenido información genética y de salud de 500.000 pacientes.

Los autores principales del trabajo son Irene Miguel Escalada, Silvia Bonàs Guarch, y Jorge Ferrer (CIBERDEM, Centre de Regulacio Genomica e Imperial College London), e Inês Cebola (Imperial College). Han colaborado Lorenzo Pasquali (Germans Trias i Pujol, CIBERDEM) y Marc Marti Renom (CNAG-Centre de Regulacio Genomica), e investigadores de las universidades de Copenhagen, Florida State University, Imperial College, Barcelona Supercomputer Center, entre otros.

Artículo de referencia:

Irene Miguel-EscaladaSilvia Bonàs-Guarch[…] Jorge Ferrer Human pancreatic islet three-dimensional chromatin architecture provides insights into the genetics of type 2 diabetes. https://doi.org/10.1038/s41588-019-0457-0

Imagen* 

a. Mapas tridimensionales del genoma creados en células del páncreas humano, donde los arcos de color rosa simbolizan los contactos entre zonas alejadas del ADN 

b. Reconstrucción tridimensional de una región del ADN en células del páncreas humano. Puede observarse como los interruptores, también llamados enhancers (bolas rojas), se concentran en un espacio reducido que permite que entren en contacto con dos genes (bolas azules) esenciales para el desarrollo del páncreas y la diabetes.