Un algoritmo matemtico destapa las huellas del AutismoSFARI y Jessa Netting13 abril, 2014El artculo original en ingls est disponible AquEl Autismo se define en base a una amplia variedad de sntomas del comportamiento, pero es precisamente esta variacin junto con un fondo gentico complejo lo que hace que sea difcil conectar el comportamiento a los genes subyacentes. (1,2)Un nuevo algoritmo puede hacer este reto un poco ms fcil de resolver. El algoritmo, que emplea una forma de inteligencia artificial aprende como va, analiza datos conductuales y ha aprendido a reconocer seis trastornos genticos asociados con el autismo, segn una investigacin publicada el 11 de febrero en el la revista Molecular Autism.(3)Los investigadores esperan usar estas firmas del comportamiento para afinar su bsqueda de las bases genticas de autismo idioptico, para los que no hay ninguna causa conocida.Haba una forma de asumir que los factores de riesgo genticos probablemente conducen a un conjunto de fenotipos conductuales distinguibles, pero muchos investigadores nunca haban comprobado formalmente esa propuesta anteriormente, dice investigador Patrick Bolton, profesor de psiquiatra infantil y adolescente en el Kings College de Londres. Esa fue la motivacin para este proyecto.Estudios previos han buscado maneras en que diferentes sndromes pueden provenir de las vas moleculares o neurolgicas compartidas, pero no mostraron ningn consenso claro sobre cmo hacerlo.(4)La nueva tcnica de aprendizaje robotizada, llamada vector de soporte, realiza un cribado, a travs de grandes volmenes de datos, para encontrar patrones identificables que pueden utilizarse para subdividir un grupo de personas. El sistema a travs de los datos mdicos de individuos diagnosticados con uno de los seis desrdenes genticos vinculados al autismo: Sndrome de delecin del 22q11.2 (tambin llamado sndrome de DiGeorge), Sndrome de Down, Sndrome de Prader-Willi, Esclerosis tuberosa, Sndrome de Klinefelter y Cromosoma 15 isodicntrico o idic (15), que es causado por una duplicacin de un segmento del cromosoma 15.El mtodo fue capaz de identificar firmas conductuales especficas para cada sndrome. Para ello construy un algoritmo que puede encontrar los mismos tipos de firmas en los datos del comportamiento de las personas con autismo idioptico.Los investigadores probaron su algoritmo en tres muestras con un total de 1.261 individuos con autismo y encontraron instancias de todas las seis firmas.Lo que me parece ms impresionante acerca de este estudio es que est ampliando su clasificacin para el autismo idioptico y que est mostrando estas firmas, dice Dennis Wall, profesor asociado de Pediatra de la Universidad de Stanford, que ha utilizado el robot de aprendizaje para desarrollar herramientas de diagnstico de autismo, aunque no estuvo involucrado en esta investigacin.Sugiere que podra ser capaz de usar esto, o mtodos como ste, para encontrar una firma de correlacin genotipo-fenotipo que puede actuar como una fuerza gravitacional para dar sentido a lo que actualmente es un cuadro muy heterogneo y complejo dice Dennis Wall.Exponer patrones:Los resultados del estudio son preliminares, pero ofrecen la prueba de concepto de que el mtodo puede vincular cierto comportamiento, o un fenotipo, a una especfica estructura gentica o genotipo. Las firmas del comportamiento compartidas pueden indicar caminos de genes compartidos que conducen a los comportamientos, que a su vez podran hacer alusin a la causa del autismo.El poder de aprendizaje automtico del sistema vector de soporte es que puede encontrar patrones ocultos, es decir, patrones que no fueron detectados por anlisis estadstico sin supervisin convencional afirma Hilgo Bruining, profesor asistente de psiquiatra infantil y adolescente de la Universidad de Utrecht, quien tambin dirigi el estudio.Los investigadores planean tamizar grandes conjuntos de datos conductuales y genticos de las personas con autismo idioptico. Si el algoritmo puede identificar nuevas firmas del comportamiento entre estos conjuntos de datos, puede ser capaz de dividir en subgrupos de autismo y concentrarse en las reas del genoma responsable de los subtipos del trastorno.No obstante, algunos expertos llaman a la precaucin con esta lnea de razonamiento.Mientras que debera haberse esperado que los fenotipos del autismo podran estar separados alrededor de un conjunto diverso de lesiones genticas, la sugerencia de que estos resultados significan diferentes tipos de autismo es una exageracin dice Valsamma Eapen, profesor de psiquiatra infantil y adolescente de la Universidad de New South Wales en Australia, quien no en particip en el estudio.Para su estudio, los investigadores analizaron datos del comportamiento de los registros mdicos de 322 personas en el centro mdico universitario de Utrecht en Holanda y el Instituto de psiquiatra en el Kings College de Londres. Subgrupos diagnosticados con cada uno de los seis sndromes ligados al autismo, comprendidos entre 21 y 90 personas.En particular, los investigadores trabajan con datos de 37 comportamientos, incluyendo rituales verbales, imaginativos y preocupaciones inusuales, en su sistema.En la tarea de distinguir entre los seis sndromes, el algoritmo identific correctamente un sndrome de su comportamiento a partir de su firma el 63% de las veces.Sesenta y tres por ciento es un poco bajo, pero no se pretende que sea algo absoluto dice Wall.El algoritmo fue ms preciso cuando se comparan dos sndromes de forma simultnea. Por ejemplo, podra distinguir el sndrome de delecin 22q11.2 del Cromosoma 15 isodicntrico con un 97% de precisin, su mejor rendimiento. Ha ido peor cuando se trata de distinguir el sndrome de Down de otros cinco trastornos.Para probar el algoritmo en los casos de autismo, los investigadores contemplan datos conductuales de 1.261 personas seleccionadas en el intercambio de autismo de investigacin gentica (AGRE). Sin embargo, estos datos no incluyen informacin sobre si las personas son diagnosticadas con uno de los seis sndromes, as que el algoritmo slo puede generar una probabilidad de que cada identificacin es correcta.Dentro de la primera muestra de 375 personas de AGRE, el algoritmo clasifica a 255 personas, con la firma del comportamiento del complejo de esclerosis tuberosa, con una probabilidad del 61 por ciento de que este anlisis es correcto. Las cifras de los otros sndromes son ms bajos, con varios de ellos en el rango del 40 por ciento y el sndrome de Down, una vez ms la ms baja, a 25 por ciento de probabilidades de exactitud.Los investigadores repitieron luego la prueba con dos conjuntos de 443 personas cada uno, produciendo resultados similares.En general, se suele decir, el patrn de dificultades sociales es el ms til para ayudar a identificar los sndromes. Esto sugiere que el deterioro social, como la evitacin social extrema se observa en las personas con sndrome de X frgil , puede estar relacionado con determinados factores de riesgo genticos, afirman los investigadores.Eapen dice que espera ver estudios en que la causa de los desrdenes y los mecanismos subyacentes se caractericen mejor.En estos sndromes de supresin, nadie est seguro de que los genes estn ligados al autismo y cmo repercute en el tamao de las manifestaciones y duplicaciones de genes o fenotipos, seala Eapen. Este estudio es el escenario para ver ms de cerca al diagnstico en cohortes de seleccin basado en una lesin gentica.Bibliografa:1. Eapen V. et al. Front. Hum. Neurosci. 7, 567 (2013) PubMed2. McCray A.T. et al. Neuroinform. Epub ahead of print (2013) PubMed3. Bruining H. et al. Mol. Autism 5, 11 Epub ahead of print (2014) PubMed4. Zafeiriou D.I. et al. Am. J. Med. Genet. B Neuropsychiatr. Genet. 162B, 327-366 (2013) PubMed