demostrado que enfermedades que presentan
manifestaciones clínicas alérgicas similares
(fenotipo) pueden presentar diferentes subtipos
de la enfermedad con la activación de diferentes
vías moleculares (endotipos)
1
. Por lo tanto, el
avance de la investigación en esta área puede
contribuir a una mejor caracterización de los
endotipos de alergia y, en consecuencia, al
desarrollo de enfoques terapéuticos más
específicos para cada condición.
Un ejemplo de la importancia y el desafío de
personalizar el manejo clínico de las alergias es
el uso de inmunobiológicos para el tratamiento
de pacientes con asma. Estos medicamentos son
caros y han mostrado una eficacia variable en los
grupos de pacientes con asma evaluados. Los
anticuerpos monoclonales anti-interleucina-5
(reslizumab y mepolizumab) y anti-receptor de
IL-5 (benralizumab) están indicados para un
subgrupo específico de pacientes con asma
eosinofílica grave, no demostrando eficacia en
pacientes con asma grave que no presentan
eosinofilia.
En este contexto surge la medicina de precisión,
un campo de la ciencia que evalúa múltiples
datos específicos del paciente para auxiliar en el
diagnóstico y elección terapéutica,
contribuyendo a la reducción de riesgos,
morbilidad, mortalidad y costo. Dicha estrategia
ha crecido exponencialmente en los últimos años
en diferentes áreas de la medicina, impulsada
especialmente por el Proyecto Genoma Humano
(1990-2003) y, más recientemente, por UK
BioBank y AllofUs
2
.
El principal objetivo de esta ciencia es el manejo
personalizado del paciente, que incluye el
diagnóstico precoz, el cribado y la predicción de
la respuesta terapéutica. Para ello se utilizan
algoritmos de Machine Learning (Naive Bayes,
Neural Network, etc.), bien como datos clínicos,
de laboratorio y de imagen con el fin de definir e
implementar nuevos biomarcadores de salud con
alta sensibilidad y especificidad.
Alternativamente, se han utilizado algoritmos de
Deep Learning (redes neuronales artificiales
(ANN)), que tienen mayor capacidad para
integrar datos de diferentes ómicas de manera no
supervisada
3
.
Varios grupos, incluyendo iniciativas
multicéntricas a gran escala como U-BIOPRED,
SARP y UK clusters, se han dedicado a definir
subtipos de enfermedades alérgicas,
especialmente asma. Hasta la fecha, se han
caracterizado bien cuatro fenotipos distintos de
asma: (a) asma alérgica de aparición temprana,
(b) asma alérgica de aparición temprana
moderada a grave con volumen espiratorio
forzado reducido en 1 s (FEV1), (c) asma con
aparición tardía asma eosinofílica no alérgica y
(d) asma no eosinofílica no alérgica de inicio
tardio
4
. La caracterización fenotípica ha
impulsado la producción de fármacos que han
sido aprobados para el manejo clínico de grupos
específicos de pacientes. Sin embargo, ha habido
un enfoque en fármacos que modulan el perfil de
respuesta eosinofílica, destacando la necesidad
de esfuerzos para desarrollar nuevas alternativas
terapéuticas más específicas para otros fenotipos
de asma, con énfasis en el asma no eosinofílica,
así como para sus endotipos.
Se sabe que definir los endotipos de alergia tiene
numerosas limitaciones, ya que varios factores
ambientales interfieren en el estado de salud del
individuo y pueden afectar los análisis. Por lo
tanto, los estudios de exposomas merecen
atención ya que buscan evaluar el impacto de las
exposiciones externas en la respuesta biológica
al largo de la vida, incluida la contaminación
ambiental, la actividad física, la dieta y el estrés
psicológico. Los nuevos estudios, especialmente
los de cohortes, deberían incorporar datos de
exposomas en sus análisis integradores que
permitan establecer modelos de riesgo más
objetivos y precisos. Los dispositivos personales
para registro de informaciones, como los
wearables, representan una estrategia nueva y
eficiente, sin embargo, su incorporación en los
estudios aún se da de manera restringida
5
.
Con el avance de las técnicas de biología
molecular, como las tecnologías de genotipado y
secuenciación del genoma completo, las pruebas
genéticas son cada vez más rápidas, económicas,
robustas y están disponibles en aplicaciones
directas al consumidor. Si, por un lado, esto
amplía el acceso para el paciente, por otro lado,
la cantidad de big data supera nuestra capacidad
para manejar y analizar la información de manera
significativa y precisa, lo que representa una
limitación importante para su implementación
clínica.
De hecho, a pesar de los amplios esfuerzos de la
comunidad científica, los estudios ómicos aún no
han logrado generar muchos nuevos
biomarcadores para el manejo clínico de las
alergias, al contrario de lo que sucede con otras
enfermedades como el cáncer, que ya cuentan
con varias pruebas genéticas que ayudan en el
diagnóstico, la estadificación y/o la elección del
tratamiento. Las pruebas genéticas en pacientes
con asma se pueden realizar en casos específicos
para ayudar a excluir enfermedades pulmonares
obstructivas monogénicas que pueden
confundirse erróneamente con asma, como la
fibrosis quística y la discinesia ciliar o la
deficiencia de alfa-1 antitripsina
6
.