La tuberculosis sigue siendo una enfermedad de gran relevancia global y comprender su transmisión es crucial para su control. Desde hace casi dos décadas, se viene utilizado un método llamado MIRU-VNTR para analizar los patrones de transmisión mediante la identificación de secuencias repetitivas en el ADN de Mycobacterium tuberculosis, el agente causal de la enfermedad. Sin embargo, este enfoque, aunque útil, tiene limitaciones, especialmente en un escenario actual, debido al aumento de la movilidad global y la complejidad epidemiológica, pero en el que la precisión es esencial.
Con el avance de la secuenciación genómica, se abrió una nueva vía para analizar la transmisión de la tuberculosis. A diferencia de los métodos anteriores, el análisis genómico ofrece un nivel de detalle mucho mayor, permitiendo una mejor discriminación entre cepas y un rastreo más preciso de los patrones de transmisión. Pero, en este punto, surge un problema: la secuenciación genómica habitualmente se basa en lecturas cortas (short-read sequencing) que no pueden analizar de manera efectiva las regiones repetitivas del ADN, que son, precisamente, las consideradas en los análisis MIRU-VNTR. Esto crea un desfase entre datos históricos y actuales, ya que se dificulta conectar la información previa, obtenida mediante MIRU-VNTR, con los datos más recientes obtenidos con tecnología genómica.
La promesa de la secuenciación de lecturas largas
Para abordar esta brecha o desfase, la secuenciación de lecturas largas se plantea como una solución viable. A diferencia de la secuenciación de lecturas cortas, esta tecnología permite cubrir regiones repetitivas completas, lo que permitiría integrar los datos genómicos modernos con los registros históricos, proporcionando continuidad en el análisis de la tuberculosis.
Por este motivo, lo que nos planteamos fue investigar la posibilidad de extraer patrones MIRU-VNTR a partir de secuencias de lectura larga utilizando tres conjuntos de muestras de diferentes regiones, entre ellas Sudáfrica y España, con el fin de evaluar el rendimiento y la reproducibilidad de este método. Para ello, se emplearon herramientas bioinformáticas especializadas para analizar los patrones en el ADN y se compararon los resultados obtenidos de manera experimental y mediante inferencia in silico.
Evaluación inicial del rendimiento
El primer paso fue probar el rendimiento de la secuenciación de lecturas largas en un conjunto de muestras de Sudáfrica. De las 936 asignaciones de alelos analizadas, solo se encontró una discrepancia, lo que demuestra un alto nivel de precisión en la inferencia de los patrones MIRU-VNTR. Este alentador resultado inicial motivó la inclusión de otras muestras con variabilidad genética para asegurar la robustez del método en diferentes contextos epidemiológicos.
Posteriormente, para probar aún más la capacidad de inferencia, se incluyeron muestras con alelos de baja frecuenciay correspondientes a patrones de repetición elevados, superando con éxito el análisis en estos casos complejos. Esto fue particularmente importante, ya que ponía de manifiesto que la secuenciación de lecturas largas permite obtener el patrón MIRU-VNTR incluso de variantes genéticas raras, lo que es esencial para una vigilancia epidemiológica eficaz.
Reproducibilidad en escenarios reales
Para terminar de evaluar la eficacia del método, se seleccionó un grupo de muestras de España compuesto por diferentes representantes de casos con patrones MIRU-VNTR idénticos, es decir, pertenecientes a «clústeres» de transmisión. Este análisis demostró que, en la mayoría de los casos, los patrones extraídos a través de la secuenciación de lecturas largas coincidían con los obtenidos mediante métodos experimentales tradicionales.
En total, solo se identificaron nueve discrepancias en las 1.488 posiciones analizadas en el ADN, la mayoría en un clúster específico. Estas pequeñas diferencias sugieren que, aunque la secuenciación de lecturas largas no es infalible, ofrece una precisión suficientemente alta como para ser una herramienta confiable en el análisis de la transmisión de la tuberculosis.
Aplicación prospectiva en nuevos casos
Una vez comprobada la eficacia del método en estudios retrospectivos, se decidió poner a prueba su aplicabilidad prospectiva sobre nuevos casos. En esta fase, se analizaron 25 casos consecutivos de tuberculosis diagnosticados recientemente en España. El análisis permitió asignar 12 de estos casos a clústeres de transmisión previamente identificados, así como identificar tres nuevos clústeres, lo que facilita el seguimiento de la transmisión activa de la enfermedad.
A tenor de los resultados obtenidos, podemos concluir que este tipo de análisis no solo permite identificar patrones de transmisión activos, sino que también ayuda a caracterizar con precisión cadenas de transmisión que incluyen casos autóctonos y migrantes, así como permite identificar casos importados, lo cual es vital en el contexto actual de migración global. En el caso de uno de los clústeres, el análisis incluso permitió detectar un caso de zoonosis activacausada por Mycobacterium caprae, un evento relevante para la salud pública en la región.
Manejo de discrepancias y optimización del proceso
Como ya hemos dicho, a lo largo del estudio se identificaron once discrepancias entre los resultados experimentales y los obtenidos mediante inferencia in silico. En la mayoría de los casos, estos errores fueron causados por una cobertura subóptima en ciertos loci o por la coexistencia de múltiples alelos en una misma posición. Para mitigar estos problemas, se modificó el software utilizado en el análisis, añadiendo alertas para casos con baja cobertura o alelos con frecuencias intermedias.
Estas modificaciones permitieron detectar posibles errores en tiempo real, lo que mejora la precisión del análisis y minimiza las posibilidades de asignaciones incorrectas de alelos. Con estas mejoras, el estudio arroja una tasa mínima de error de, aproximadamente, 0,07 % en la inferencia de patrones MIRU-VNTR a partir de secuencias de lecturas largas, un margen aceptable en el contexto de la epidemiología molecular.
Un puente hacia el futuro de los estudios epidemiológicos en tuberculosis
Este estudio representa un avance importante en la integración de datos moleculares y genómicos en el análisis de la tuberculosis. La posibilidad de inferir patrones MIRU-VNTR a partir de secuencias de lecturas largas no solo permite preservar la continuidad con los registros históricos, sino que también ofrece un nivel de precisión que facilitará avanzar hacia un mejor control de la enfermedad en un mundo globalizado y epidemiológicamente complejo.
Además, este enfoque podría extenderse a otras enfermedades infecciosas que requieren un seguimiento cercano de los patrones de transmisión. En un futuro próximo, se espera que la secuenciación de lecturas largas se convierta en una herramienta estándar para la vigilancia epidemiológica, permitiendo no solo rastrear la transmisión de la tuberculosis, sino también detectar rápidamente la aparición de nuevas cepas y clústeres de transmisión.
Referencias
- Buenestado-Serrano S, Martínez-Lirola M, Dippenaar A, Sanz-Pérez A, Garrido-Cárdenas JA, Esteban-García AB, García-Toledo AJ, Rodríguez-Grande C, Herranz-Martín M, Saleeb SM, Muñoz P, Warren RM, Pérez-Lago L, García de Viedma D. 2024. Bridging the gap between molecular and genomic epidemiology in tuberculosis: inferring MIRU-VNTR patterns from genomic data. Journal Clinical Microbiology. https://doi.org/10.1128/jcm.00741-24
Fuente de TenemosNoticias.com: www.muyinteresante.com
Publicado el: 2024-11-20 05:00:00
En la sección: Muy Interesante