Revista Methodo: Investigación Aplicada a las Ciencias Biológicas. Universidad Católica de Córdoba.
Jacinto Ríos 571 Bº Gral. Paz. X5004FXS. Córdoba. Argentina. Tel.: (54) 351 4517299 / Correo:
methodo@ucc.edu.ar / Web: methodo.ucc.edu.ar |ARTICULO REVISION Rev. Methodo 2023;8(2):119-121.
ARTICULO REVISION Rev. Methodo 2023;8(2):119-121
https://doi.org/10.22529/me.2023.8(2)08
Recibido 23 Nov. 2022 | Aceptado 05 Ene. 2023 |Publicado 04 Abr. 2023
Medicina de Precisión para la alergia: el nuevo paradigma del
siglo XXI
Precision medicine for allergy: the new paradigm of the 21st
century
Ryan dos Santos Costa
1
, Álvaro Augusto Souza da Cruz Filho
2
1. Universidad Federal da Bahia, Brasil, Instituto de Ciencias de la Salud
2. Universidad Federal da Bahia, Brasil, Facultad de medicina.
Correspondencia:
Álvaro Augusto Souza da Cruz Filho. email: cruz.proar@gmail.com
Resumen
Individuos con manifestaciones alérgicas similares puede tener subtipos de la enfermedad como
consecuencia de la activación de diferentes vías moleculares. En este contexto surge la medicina de
precisión, un campo de la ciência que integra big data a través de algoritmos de inteligencia artificial. Aquí
repasamos las principales estrategias y limitaciones de la Medicina de Precisión para lograr manejo
personalizado del paciente alérgico. En este contexto, se destaca la importancia de caracterizar los endotipos
de las alergias, mediante el análisis ómicos (Genómica, proteómica, metabolómica, etc.) integrados con
datos de exposición ambiental, como polución, dieta y el estrés. Se espera que esta ciencia pueda contribuir
a un diagnóstico más preciso, al desarrollo de nuevos fármacos e individualización efectiva del tratamiento.
Palabras claves: Alergy, Medicina de Precisión, manejo personalizado.
Abstract
Individuals with similar allergic manifestations may have disease subtypes as a consequence of activation
of different molecular pathways. In this context, precision medicine emerges as a field of science that
integrates big data through artificial intelligence algorithms. Here we review the main strategies and
limitations for Precision Medicine of allergic diseases to achieve personalized patient management. In this
context, highlight the importance of characterizing allergy endotypes using -omic analysis (genomics,
proteomics, metabolomics, etc.) integrated with environmental exposure data, such as pollution, diet, and
stress. Such science is expected to contribute to a more accurate diagnosis, to the development of new drugs
and effective individualization of treatment.
Keywords: Allergy, Precision Medicine, personalized management.
Introducción
Las alergias se caracterizan por respuesta
exacerbada a exposiciones no dañinas y son
responsables por alta demanda en los servicios de
salud. Distintas condiciones alérgicas, como el
asma, las alergias alimentarias, la rinitis alérgica
y el eczema atópico, comparten mecanismos
inmunológicos, lo que puede dificultar su
diagnóstico especifico. Además, se ha
119
Dos Santos Costa R., Souza da Cruz Filho A.A. Medicina de Precisión para la alergia: el nuevo paradigma del siglo XXI
Revista Methodo: Investigación Aplicada a las Ciencias Biológicas. Universidad Católica de Córdoba.
Jacinto Ríos 571 Bº Gral. Paz. X5004FXS. Córdoba. Argentina. Tel.: (54) 351 4517299 / Correo:
methodo@ucc.edu.ar / Web: methodo.ucc.edu.ar| ARTICULO REVISION Rev. Methodo 2023;8(2):119-121.
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
.
120
Dos Santos Costa R., Souza da Cruz Filho A.A. Medicina de Precisión para la alergia: el nuevo paradigma del siglo XXI
Revista Methodo: Investigación Aplicada a las Ciencias Biológicas. Universidad Católica de Córdoba.
Jacinto Ríos 571 Bº Gral. Paz. X5004FXS. Córdoba. Argentina. Tel.: (54) 351 4517299 / Correo:
methodo@ucc.edu.ar / Web: methodo.ucc.edu.ar| ARTICULO REVISION Rev. Methodo 2023;8(2):119-121.
Para minimizar está limitación, es necesario
desarrollar nuevas herramientas
computacionales y estadísticas para la
integración de datos multiómicos; llevar a cabo
colaboraciones internacionales para obtener un
tamaño de muestra grande de pacientes bien
caracterizados; así como realizar estudios bien
diseñados (ensayos clínicos o cohortes)
adecuadamente planeados para asegurar una
mejor endotipificación de las enfermedades
alérgicas.
Finalmente, las tecnologías de secuenciación del
genoma completo han generado una gran
cantidad de variantes genéticas de significado
biológico y clínico incierto, que a pesar de no
tener valor diagnóstico/predictivo, pueden ser
incluidas en las pruebas que ofrecen los
laboratorios, creando falsas expectativas en el
paciente y una presión sobre el profesional de la
salud
7
. Por lo tanto, las cuestiones éticas y legales
también deben discutirse para orientar la correcta
implementación de tales herramientas en la
práctica clínica.
Bibliografía
1. Agache I, Akdis CA. Endotypes of
allergic diseases and asthma: An
important step in building blocks for the
future of precision medicine. Allergol
Int 2016;65(3):243-52.
2. Pelter MN. Druz RS. Precision
medicine: Hype or hope? Trends
Cardiovasc Med. 2022; 22:00139-6
3. Wang et al. A Comparative analysis of
novel Deep Learning and Ensemble
Learning models to predict the
allergenicity of food proteins. Food
2021; 10:809.
4. Papapostolou N, Makris,M. Allergic
asthma in the era of personalized
medicine. J Pers Med 2022;12:1162.
5. Proper SP, Azouz NP and Mersha TB.
Achieving precision medicine in
allergic disease: progress and
challenges. Front Immunol 2021;
12:720746.
6. Barnes KC 2022. Genetics of asthma.
UptoDate.
www.uptodate.com/contents/genetics-
of-asthma
7. Lohse S. Mapping uncertainty in
precision medicine: A systematic
scoping review. J Eval Clin Pract. 2022
Nov 13 (Online ahead of print).
121
