Un equipo de investigadores ha mapeado casi 6.000 proteínas de diferentes tipos de células dentro del ojo mediante el análisis de pequeñas gotas de líquido ocular que se extraen de forma rutinaria durante la cirugía.
En un estudio que se publica en la revista 'Cell', los investigadores explican cómo usaron un modelo de IA para crear un «reloj proteómico« a partir de estos datos para predecir la edad de una persona sana en función de su perfil proteico.
El reloj reveló que enfermedades como la retinopatía diabética y la uveítis provocan un envejecimiento acelerado en tipos de células específicas. Además, los investigadores también detectaron proteínas asociadas con la enfermedad de Parkinson dentro del líquido ocular, lo que, escriben, podría ofrecer una vía para diagnósticos más tempranos de Parkinson.
«Lo sorprendente del ojo es que podemos mirar dentro y ver las enfermedades que suceden en tiempo real», dice el autor principal Vinit Mahajan, cirujano y profesor de oftalmología en la Universidad de Stanford (EE,UU.). «Nuestro objetivo principal era conectar esos cambios anatómicos con lo que sucede a nivel molecular dentro de los ojos de nuestros pacientes».
Un método alternativo es utilizar biopsias líquidas: muestras de líquido tomadas cerca de las células o tejidos de interés.
Pero, aunque las biopsias líquidas pueden proporcionar una instantánea de qué proteínas están presentes en la región de interés, hasta ahora su capacidad para medir grandes cantidades de proteínas dentro de pequeños volúmenes de líquido ha sido limitada y tampoco pueden proporcionar información sobre qué proteínas están presentes en la región de interés.
Para mapear la producción de proteínas por diferentes tipos de células dentro del ojo, el equipo de Mahajan utilizó un método de alta resolución para caracterizar proteínas en 120 biopsias líquidas tomadas del humor acuoso o vítreo de pacientes sometidos a cirugía ocular.
En total, identificaron 5.953 proteínas, diez veces el número de proteínas caracterizadas previamente en estudios similares.
Utilizando una herramienta de software que crearon llamada TEMPO, los investigadores pudieron rastrear cada proteína hasta tipos de células específicos.
Para investigar la relación entre la enfermedad y el envejecimiento molecular, los investigadores construyeron un modelo de aprendizaje automático con IA que puede predecir la edad molecular del ojo basándose en un subconjunto de 26 proteínas. El modelo pudo predecir con precisión la edad de los ojos sanos, pero demostró que las enfermedades estaban asociadas con un envejecimiento molecular significativo.
Así, en el caso de la retinopatía diabética, el grado de envejecimiento aumentó con la progresión de la enfermedad y este envejecimiento se aceleró hasta 30 años en los individuos con retinopatía diabética grave (proliferativa). Estos signos de envejecimiento a veces eran observables antes de que el paciente mostrara síntomas clínicos de la enfermedad subyacente y persistían en pacientes que habían sido tratados con éxito.
Envejecimiento controlado
Los investigadores también detectaron varias proteínas asociadas con la enfermedad de Parkinson. Estas proteínas generalmente se identifican post mortem y los métodos de diagnóstico actuales no son capaces de detectarlas, lo cual es una de las razones por las que el diagnóstico de Parkinson es tan difícil. La detección de estos marcadores en el líquido ocular podría permitir un diagnóstico más temprano de la enfermedad de Parkinson y un seguimiento terapéutico posterior.
Los autores dicen que estos resultados sugieren que el envejecimiento puede ser específico de un órgano o incluso de una célula, lo que podría generar avances en la medicina de precisión y en el diseño de ensayos clínicos. «Estos hallazgos demuestran que nuestros órganos envejecen a ritmos diferentes», afirma el primer autor y oftalmólogo Julian Wolf. «El uso de medicamentos antienvejecimiento dirigidos podría ser el siguiente paso en la medicina preventiva y de precisión».
El equipo planean caracterizar muestras de un mayor número de pacientes y de una gama más amplia de enfermedades oculares. También cree que su método podría usarse para caracterizar otros tejidos difíciles de muestrear. Por ejemplo, las biopsias líquidas de líquido cefalorraquídeo podrían usarse para estudiar o diagnosticar el cerebro, el líquido sinovial para estudiar las articulaciones y la orina para estudiar los riñones.
