Estudio proteogenómico masivo mapea cómo 3.000 proteínas impulsan el riesgo de enfermedades en todo el cuerpo humano

Por qué es importante: el proteoma circulante —todas las proteínas detectables en sangre— es reconocido cada vez más como una ventana hacia la biología del envejecimiento y el riesgo de enfermedad. Las proteínas son tanto biomarcadores de la edad biológica como mediadores directos de patología. Comprender qué variantes genéticas controlan los niveles de proteínas, y qué proteínas influyen causalmente en la enfermedad, es fundamental para identificar nuevas dianas farmacológicas y diseñar intervenciones de precisión que amplíen los años de vida saludable.

Qué se estudió: este estudio de referencia, publicado en Cell, integró estudios de asociación de genoma completo (GWAS) de los niveles de proteínas en plasma —denominados estudios pQTL— en 54 cohortes con más de 100.000 participantes en total, de ascendencia predominantemente europea. Las proteínas se midieron mediante las plataformas Olink Proximity Extension Assay y SomaScan, abarcando aproximadamente 3.000 proteínas únicas. El consorcio —denominado SCALLOP (Systematic and Combined Analysis of OLink Proteins)— realizó metaanálisis para identificar loci de rasgos cuantitativos de proteínas (pQTL), variantes genéticas asociadas de forma robusta con la abundancia de proteínas.

Resultados clave: el estudio identificó más de 600.000 asociaciones pQTL en todo el proteoma, con miles de cis-pQTL (variantes próximas al gen que codifica la proteína) y trans-pQTL (variantes que actúan a distancia). Cabe destacar que el conjunto de datos incluyó 16.263 asociaciones independientes proteína-locus tras el mapeo fino. Una proporción sustancial de los pQTL colocalizó con señales de GWAS de enfermedades, lo que aporta evidencia genética de que los cambios en proteínas median el riesgo de enfermedad. Mediante aleatorización mendeliana de dos muestras (MR), los autores identificaron más de 1.000 relaciones causales estadísticamente robustas entre proteínas y enfermedades, que abarcan afecciones cardiovasculares, metabólicas, neurológicas e inmunitarias. Entre las proteínas con vínculos causales específicos se incluyen dianas bien validadas como IL-6 (interleucina-6) en enfermedad cardiovascular e inflamatoria, así como candidatas novedosas. El estudio también demostró que los cis-pQTL son instrumentos considerablemente más fiables para la MR que los trans-pQTL, debido a un menor riesgo de pleiotropía horizontal, lo que constituye una aportación metodológica clave.

Implicaciones para el envejecimiento y la longevidad: el análisis de MR a escala del diseasome reveló que muchas proteínas con efectos causales en enfermedades están codificadas por genes sobre los que se puede actuar farmacológicamente, lo que convierte este conjunto de datos en una hoja de ruta práctica para la reutilización de fármacos y la priorización de dianas. Varias proteínas implicadas en neurodegeneración (p. ej., GFAP, NEFL) y en enfermedad cardiometabólica mostraron un sólido respaldo genético para roles causales. La escala del estudio y el enfoque de validación multiplataforma hacen que los hallazgos sean mucho más robustos que cualquier estudio pQTL de cohorte única. Para la medicina de la longevidad, las proteínas que influyen causalmente en múltiples enfermedades relacionadas con la edad de forma simultánea revisten un interés particular, ya que representan puntos de intervención de alto valor.

Advertencias: las cohortes son predominantemente de ascendencia europea, lo que limita la generalización a otras poblaciones. Las plataformas de medición de proteínas (Olink y SomaScan) difieren en la unión a epítopos y en la cobertura, lo que introduce efectos específicos de cada plataforma que fueron parcial, pero no completamente, resueltos mediante la armonización entre plataformas. Los supuestos de la MR (relevancia, independencia, restricción de exclusión) pueden ser violados en algunos pares proteína-enfermedad, en particular para los trans-pQTL. El estudio tiene un diseño observacional-genético; la validación aleatorizada de las vías causales proteína-enfermedad aquí identificadas requerirá ensayos clínicos dirigidos específicamente a estas proteínas.