Uno de los principales problemas de la psiquiatría, y la razón por la que cuesta tanto diagnosticar una enfermedad mental en esta disciplina médica –unos dos años de promedio en trastornos como la esquizofrenia–, es que no existen biomarcadores para enfermedades neuropsiquiátricas.
Esto pone a la psiquiatría a unos 150 años de distancia de otras disciplinas, como explican Daniel Pérez Rodríguez, Hugo López Fernández y Roberto Agís Balboa, investigadores de UVigo (Daniel y Hugo) y USC (Roberto) que han desarrollado ‘myBrain-Seq’, un software libre para analizar datos de microARN que nace con el objetivo de apoyar a los psiquiatras en sus diagnósticos permitiendo acelerar los mismos.
Ellos mismos expresan que estos microARN funcionan como “interruptores de los genes, modulando su expresión para adaptar el organismo a nuestra dieta, el ejercicio que hacemos, las horas de sueño que dormimos, el estrés…”. Por esta razón tienen un potencial muy grande como biomarcadores para detectar enfermedades neuropsiquiátricas, pues el entorno juega un papel crucial en este tipo de trastornos.
“Para desarrollar una enfermedad mental es necesario tener algún tipo de vulnerabilidad en el ADN y, además, ser expuesto a un ambiente complejo”, apuntan estos investigadores. "Teniendo esto en cuenta, si queremos entender los trastornos mentales hay que aprender sobre los mecanismos de adaptación de nuestro organismo al entorno, necesitamos la ayuda de la epigenética.
Es aquí donde entra en juego ‘myBrain-Seq’, pues gracias a este software y su alta estabilidad de análisis, alta especificidad de los algoritmos para trabajar con microARN y un funcionamiento sencillo que favorece la reproducibilidad de los resultados, los tres investigadores gallegos han logrado desarrollar una herramienta con gran potencial y unos resultados preliminares presentados en congresos de bioinformática “que nos confirmaron que íbamos por buen camino”.
Este año, Hugo, Daniel y Roberto liberaron la primera versión estable del programa con funciones que permiten incluso clasificar a los pacientes en función de la expresión de sus microARN, visualizar interacciones entre genes y microARN o sugerir posibles rutas biológicas alteradas; es decir, un investigador podría descubrir, de forma sencilla, los microARN que cambian en pacientes con depresión e identificar a estos entre personas sanas.
