Diagnostico Molecular en la Artritis Reumatoide. Aplicacion del Microarray .3
Microarray a través de células sanguíneas.
Como ya hemos comentado, otra de las opciones disponibles para la obtención de material genético es la extracción y cultivo de células de muestras de sangre periférica. La sangre periférica contiene distintas variedades de leucocitos que podemos utilizar para determinar procesos inflamatorios sistémicos.
Maas et al. investigaron las células mononucleares de sangre periférica de los pacientes con artritis reumatoide, lupus eritematoso sistémico (LES), diabetes tipo I y la esclerosis múltiple, con objeto de encontrar elementos comunes y divergentes en sus perfiles de expresión génica. Compararon los perfiles de expresión de las enfermedades citadas con perfiles de donantes sanos a los que se les vacunó contra la gripe para provocar la respuesta normal del sistema inmunológico. Finalmente, no se encontraron patrones que permitieran distinguir entre las diferentes enfermedades autoinmunes, pero se pudieron identificar los genes candidatos de la autoinmunidad involucrados en la apoptosis celular, diferenciación y migración celular, aunque estos hallazgos no tenían relación con los genes inmuno-relacionados20.
Otro estudio de Gu et al. también se realizó con células mononucleares de sangre periférica sometidas a un test de expresión de 588 genes en pacientes con espondiloartropatía y artritis reumatoide. En este trabajo también se identificaron genes candidatos como los del antígeno mieloide nuclear de diferenciación, dos miembros de la familia proteica S100 (calgranulina A y B), y otros factores relacionados con receptores quimiotácticos y del TNF 21.
Polimorfismo de nucleótidos individuales y Artritis Reumatoide.
Actualmente, la tecnología genómica basada en el microarray se está aplicando a la detección y cribado de polimorfismos genéticos de manera rápida y eficaz. Existen evidencias de la asociación de ciertas enfermedades reumáticas con polimorfismos de los HLA 22.
Las hipótesis de los estudios actuales se basan en localizar los posibles polimorfismos marcadores de enfermedades reumáticas. Así, se han propuesto polimorfismos en secuencias reguladoras o codificadoras de los genes PADI4, SLC22A4 y PD-1 para la artritis reumatoide 23.
Parece por lo tanto descartada la explicación para las enfermedades reumáticas y más en concreto para la AR, que pudieran deberse a un rasgo monogénico o ser poligénicas, teniendo pendiente además la hipótesis del agente patógeno externo desencadenante. Por esto, el análisis multifactorial y la importancia dentro de éste de los microarrays y la bioinformática, pueden contribuir a la identificación de marcadores genéticos.
Proteómica y Artritis Reumatoide.
En el futuro, los arrays de proteínas podrán aplicarse al diagnóstico clínico de la artritis reumatoide. Estos microarrays permitirán el análisis de la especificidad de la respuesta auto-antígenos contra el mismo grupo de auto-anticuerpos putativo en muchos pacientes de manera simultánea 24. De esta manera será posible crear perfiles de “auto-antígenos” para cada paciente e investigar las causas de que las nuevas terapias con TNF y anticuerpos anti-CD20 fracasen en algunos casos. También se podrá encontrar los antígenos inductores de la autoinmunidad gracias al uso de suero de modelos animales y de pacientes desarrollando su enfermedad reumática en estadíos iniciales 13,25.
Actualmente se utilizan técnicas como el Western blot (método para la detección de proteínas en una muestra de un tejido, que posteriormente se separan mediante electroforesis) y ELISA (Enzyme-Linked ImmunoSorbent Assay, Ensayo inmuno-absorbente ligado a enzimas, detección de un antígeno inmovilizado sobre una fase sólida mediante anticuerpos, cuya reacción puede ser medida mediante espectrofotometría) que deberán rediseñarse hacia microarrays de antígenos. Este proceso requerirá mucho tiempo hasta que sea perfeccionado, ya que sus múltiples etapas y la gran cantidad de información que generan hacen que el proceso y manejo de los datos requiera de avances tecnológicos 13.
Ya existen nuevos chips diseñados para la caracterización de alergias y enfermedades autoinmunes consiguiendo buenos resultados, o por lo menos mejores que con ELISA, pero tomará tiempo hasta que estas tecnologías puedan ser aplicadas para regular los ensayos clínicos 26,27.
Bibliografía.
1. Cooper GS, Stroehla BC, The epidemiology of autoimmune diseases. Autoimmun. Rev. 2003, 2 :119–125.
2. Bennet C, Plum F: Cecil Textbook of Medicine. 20ªed. EEUU, W.B. Saunders Company. 1996.
3. Isselbacher KJ, Braunwald E, Wilson J. HARRISON: Principios de medicina interna. Vol I. 13ªed. Madrid, Interamericana McGraw-Hill. 1994.
4. Choy E, Panayi G. Cytokine Pathways and joint Inflammation in Rheumatoid Artritis. N Eng J Med. 2001, 344:907-16.
5. Burmester GR, Häupl T. Strategies using functional genomics in rheumatic diseases. Autoimmun Rev. 2004, 3:541– 9.
6. Cheema GS, Roschke V, Hilbert DM, Stohl W. Elevated serum B lymphocyte stimulator levels in patients with systemic immune-based rheumatic diseases. Arthritis Rheum. 2001, 44:1313–19.
7. Firestein GS, Alvaro-Gracia JM, Maki R, Alvaro-Garcia JM. Quantitative analysis of cytokine gene expression in rheumatoid arthritis. J Immunol .1990, 144(9):3347– 53.
8. Thomas JW, Thieu TH, Byrd VM, Miller GG. Acidic fibroblast growth factor in synovial cells. Arthritis Rheum . 2000, 43(10):2152– 9.
9. Zvaifler NJ. The immunopathology of joint inflammation in rheumatoid arthritis. Adv Immunol . 1973, 16(0):265 –336.
10. Kremer JM, Westhovens R. Leon M. Treatment of rheumatoid arthritis by selective inhibition of T-Cell activation with Fusion Protein CTLA4Ig. N Engl J Med. 2003, 349:1907-15.
11. Bovin LF, Rieneck K, Workman C, et al. Blood cell gene expression profiling in rheumatoid arthritis. Discriminative genes and effect of rheumatoid factor. Immunol Lett. 2004, 93: 217-26.
12. Krenn V, Petersen I, Häupl T, Koepenik A, Blind C, Dietel M, Konthur Z, Skriner K. Array technology and proteomics in autoimmune diseases. Pathol Res Pract. 2004, 200:95–103.
13. Krenn V, Morawietz L, Häupl T, Neidel J, König A. Grading of chronic synovitis—a histopahtological grading system for molecular and diagnostic pathology. Pathol Res Pract. 2002, 198(5):317– 25.
14. Heller RA, Schena M, Chai A, Shalon D, Bedilion T, GilmoreJ, et al. Discovery and analysis of inflammatory disease-related genes using cDNA microarrays. Proc Natl Acad Sci.1997, 94(6):2150– 5.
15. Van Der Pouw Kraan TC, van Gaalen FA, Huizinga TW,Pieterman E, Breedveld FC, Verweij CL. Discovery of distinctive gene expression profiles in rheumatoid synovium using cDNA microarray technology: evidence for the existence of multiple pathways of tissue destruction and repair. Genes Immun. 2003, 4(3):187 –96.
16. Häupl T, Burmester GR, Stuhlmqller B. New aspects of molecular biology diagnosis. Array technology and expression profile for characterization of rheumatic diseases. Z Rheumatol. 2002, 61(4):396– 404.
17. Morawietz L, Gehrke T, Frommelt L, Gratze P, Bosio A, Moller J, et al. Differential gene expression in the periprosthetic membrane: lubricin as a new possible pathogenetic factor in prosthesis loosening. Virchows Arch, 2003,443(1):57–66.
18. Ruschpler P, Lorenz P, Eichler W, Koczan D, Hanel C, Scholz R, et al. High CXCR3 expression in synovial mast cells associated with CXCL9 and CXCL10 expression in inflammatory synovial tissues of patients with rheumatoid arthritis. Arthritis Res Ther. 2003, 5:R241.
19. Devauchelle V, Marion S, Cagnard N, Mistou S, Falgarone G,Breban M, et al. DNA microarray allows molecular profiling of rheumatoid arthritis and identification of pathophysiological targets. Genes Immun . 2004, 5:597 – 608.
20. Maas K, Chan S, Parker J, Slater A, Moore J, Olsen N, et al. Cutting edge: molecular portrait of human autoimmune disease. J Immunol. 2002,169(1):5– 9.
21. Gu J, Märker-Hermann E, Baeten D, Tsai WC, Gladman D, Xiong M, et al. A 588-gene microarray analysis of the peripheral blood mononuclear cells of spondyloarthropathy patients. Rheumatology. 2002, 41(7):759-66.
22. Nepom GT, Byers P, Seyfried C, Healey LA, Wilske KR, Stage D, et al. HLA genes associated with rheumatoid arthritis. Identification of susceptibility alleles using specific oligonucleotide probes. Arthritis Rheum. 1989, 32(1):15-21.
23. Lin SC, Yen JH, Tsai JJ, Tsai WC, Ou TT, Liu HW, et al. Association of a programmed death 1 gene polymorphism with the development of rheumatoid arthritis, but not systemic lupus erythematosus. Arthritis Rheum. 2004, 50(3):770– 5.
24. Bussow K, Cahill D, Nietfeld W, Bancroft D, Scherzinger E, Lehrach H, Walter G, A method for global protein expression and antibody screening on high density filters of an arrayed cDNA library. Nucleic Acids Res.1998, 26:5007-8.
25. Oertelt S, Selmi C, Invernizzi P, Podda M, Gershwin ME. Genes and goals: An approach to microarray analysisin autoimmunity. Autoimmun Rev. 2005, 4:414– 22.
26. Jahn-Schmid B, Harwanegg C, Hiller R, Bohle B, Ebner , Scheiner O, Mueller MW. Allergen microarray: comparison of microarray using recombinant allergens with conventional diagnostic methods to detect allergen specific serum immunoglobulin. Clin Exp Allergy. 2003, 33:1443–9.
27. Robinson WH, Steinman L, Utz PJ. Protein arrays for autoantibody profiling and fine-specificity mapping. Proteomics. 2003, 3:2077–84.