Las Puntuaciones de Riesgo Poligénico Difieren Significativamente entre la Enfermedad de Alzheimer de Inicio Temprano y Tardío

La enfermedad de Alzheimer (EA) se divide típicamente en formas de inicio temprano (EOAD, inicio antes de los 65 años) y de inicio tardío (LOAD, inicio a los 65 años o más). Si bien los fundamentos genéticos del LOAD están relativamente bien caracterizados —anclados en el alelo APOE ε4 y docenas de variantes comunes identificadas mediante grandes GWAS—, el EOAD ha sido históricamente poco estudiado, en parte porque es mucho menos prevalente y más difícil de reclutar. Este estudio, liderado por investigadores de la Universidad de Indiana y el Consorcio LEADS, compara directamente las puntuaciones de riesgo poligénico entre estos dos grupos para determinar si las mismas herramientas genómicas se aplican de forma equitativa.

El estudio se basó en dos cohortes distintas. La cohorte LEADS incluyó 310 participantes con EOAD y 148 controles cognitivamente normales (CN) con edades comprendidas entre 40 y 64 años. La cohorte ADNI aportó 792 participantes con LOAD y 656 controles CN con edades entre 65 y 90 años. Todos los participantes eran blancos no hispanos, genotipados mediante arrays estándar e imputados al panel de referencia TOPMed. Se calcularon tres puntuaciones de riesgo poligénico diferentes: un PRS estándar para EA (Desikan et al., 2017) que incluía variantes de APOE, el mismo PRS excluyendo APOE, y un PRS novedoso específico para EOAD derivado de un estudio de asociación del genoma completo centrado específicamente en casos de inicio temprano (Prokopenko et al., 2021).

El hallazgo central fue que los participantes con LOAD presentaban PRS estándar para EA (con APOE) significativamente más altos que los participantes con EOAD, incluso al controlar por sexo, componentes principales de ancestría y plataforma de genotipado. El PRS medio en el LOAD estaba sustancialmente elevado en comparación con el EOAD (p < 0,001). Sin embargo, al eliminar APOE de la puntuación, esta diferencia entre EOAD y LOAD dejó de ser significativa (p = 0,27), lo que implica que la dosis de APOE ε4 es el principal factor diferenciador entre los grupos de inicio, más que el conjunto de variantes comunes no relacionadas con APOE.

Cuando se utilizaron los PRS para discriminar los casos de EA de los controles CN dentro de cada grupo de inicio, el PRS estándar (con APOE) mostró un rendimiento sólido para el LOAD (AUC ~0,78), pero un rendimiento más débil para el EOAD (AUC ~0,65). El PRS específico para EOAD demostró una mejora modesta pero estadísticamente significativa en la clasificación de casos de EOAD frente a controles CN en comparación con el PRS estándar, con un AUC incrementalmente mayor y una mejor calibración en los modelos de regresión logística. Entre los participantes con EOAD estratificados por el estado del alelo APOE ε4, los no portadores de APOE ε4 mostraron valores de PRS estándar particularmente bajos, lo que subraya aún más que el riesgo genético no asociado a APOE se distribuye de manera diferente en esta población.

Las implicaciones son notables para la genética clínica y el desarrollo de fármacos. Si las herramientas PRS derivadas del LOAD se aplican de forma acrítica a pacientes con EOAD —como ocurre frecuentemente en entornos clínicos e inclusiones en estudios de investigación—, subestimarán sistemáticamente el riesgo genético en una proporción sustancial de individuos con inicio temprano. Los datos de LEADS también muestran heterogeneidad dentro del EOAD, incluyendo una fracción significativa de no portadores de APOE ε4 cuya enfermedad podría estar impulsada por variantes raras o interacciones ambientales no capturadas por los PRS actuales. Los autores abogan por realizar GWAS de mayor escala específicos para EOAD con el fin de construir puntuaciones de riesgo más potentes y adaptadas para esta población clínicamente diferenciada.

Las advertencias clave incluyen la restricción de la muestra a participantes blancos no hispanos, lo que limita la generalización de los resultados. El PRS específico para EOAD utilizado en este estudio se derivó de un GWAS relativamente pequeño, por lo que su capacidad predictiva sigue siendo limitada. Además, el diseño transversal y la dependencia de diagnósticos clínicos —en lugar de diagnósticos confirmados por biomarcadores— en algunos participantes introducen posible ruido de clasificación errónea.