Nuevas Perspectivas sobre el Tabaquismo y los Riesgos para la Salud
La investigación revela un nuevo biomarcador para medir los hábitos de fumar y sus efectos en la salud.
― 8 minilectura
Tabla de contenidos
- Grupos de Estudio
- Nuevas Mediciones y Técnicas de Análisis
- Desarrollo del Biomarcador mCigarette
- Variaciones en la Metilación del ADN en Diferentes Tejidos
- Estudios Genéticos del Comportamiento de Fumar
- Implicaciones para la Salud
- Limitaciones y Direcciones Futuras
- Conclusión
- Fuente original
- Enlaces de referencia
Fumar cigarrillos es un gran problema de salud en todo el mundo. Es una de las principales causas de muertes evitables, causando alrededor de 8 millones de muertes al año. Fumar está relacionado con más de 50 enfermedades distintas, incluyendo enfermedades del corazón, cáncer de pulmón y demencia. Cuando los doctores evalúan los riesgos relacionados con fumar, es clave medir con precisión cuánto tabaco ha consumido una persona. Los métodos tradicionales a menudo dependen de la memoria de los individuos sobre sus Hábitos de fumar, lo cual puede ser poco confiable. También no toman en cuenta los efectos del humo de segunda mano.
Para entender mejor los hábitos de fumar y sus impactos en la salud, los investigadores están buscando maneras más precisas de medir el consumo de tabaco. Un método prometedor implica examinar cambios en el ADN que ocurren por fumar. La Metilación del ADN es uno de esos cambios. Este proceso no altera el ADN en sí, sino que le añade marcas químicas. Estas marcas pueden indicar la historia de fumar de una persona y cuánto tiempo ha pasado desde que dejó de fumar. Algunos cambios en el ADN pueden volver a la normalidad después de que alguien deja de fumar.
Estudios previos mostraron que medir cambios en el ADN en la sangre puede diferenciar efectivamente a Fumadores de no fumadores. Sin embargo, estos estudios a menudo tenían problemas para distinguir a los exfumadores de aquellos que nunca han fumado. La mayoría de los análisis usaron una selección pequeña de marcadores de ADN, lo que puede no capturar toda la imagen de cómo fumar afecta al cuerpo. Los estudios más grandes hasta la fecha han utilizado técnicas específicas de medición de ADN que se enfocan en un número limitado de marcadores en el genoma.
En investigaciones recientes, los científicos tomaron un enfoque nuevo analizando un conjunto más grande de marcadores de ADN medidos en muestras de sangre. Estudiaron a más de 17,000 personas, usando técnicas avanzadas para observar casi 4 millones de marcadores de ADN en un grupo más pequeño. También crearon un nuevo biomarcador relacionado con fumar usando datos del análisis más grande y probaron su precisión para predecir hábitos de fumar en otros dos grupos.
Grupos de Estudio
La investigación involucró tres grupos principales de personas. El primer grupo era de Generation Scotland, un proyecto que reclutó voluntarios de prácticas médicas en Escocia. Los participantes en este grupo proporcionaron información sobre su estado y hábitos de fumar, incluyendo cuándo comenzaron a fumar, cuándo dejaron y cuántos cigarrillos consumían al día.
El segundo grupo provenía del Lothian Birth Cohort de 1936. Estos adultos mayores habían completado pruebas cognitivas cuando tenían alrededor de 11 años y fueron invitados a participar en el estudio mientras envejecían. También se registraron sus hábitos de fumar.
El tercer grupo era del Avon Longitudinal Study of Parents and Children, que incluía a mujeres embarazadas y sus parejas en el Reino Unido. Este estudio monitoreó la salud de madres, padres y sus hijos, recopilando datos sobre el fumar en varias etapas.
Nuevas Mediciones y Técnicas de Análisis
Para mejorar la medición de los hábitos de fumar, los investigadores utilizaron métodos avanzados de análisis de ADN. Su objetivo era identificar marcadores de ADN vinculados al fumar, lo que podría dar una imagen más clara de la historia de fumar de una persona. Un aspecto significativo de esta investigación involucró comparar dos métodos diferentes de análisis de ADN: una tecnología de matriz estándar y un enfoque de secuenciación más detallado.
El proceso de matriz permite a los científicos observar un número determinado de marcadores de ADN, mientras que el método de secuenciación examina millones de marcadores, revelando una comprensión más profunda de los efectos de fumar en el ADN. Como resultado, los investigadores pudieron identificar más marcadores y entender mejor cómo el uso de tabaco afecta la salud.
Desarrollo del Biomarcador mCigarette
Un elemento clave de la investigación fue el desarrollo de un nuevo biomarcador, llamado mCigarette, diseñado para medir los hábitos de fumar con más precisión. Este biomarcador fue creado usando datos de un gran grupo de individuos y luego se probó en los otros dos grupos mencionados antes. El objetivo era ver qué tan bien podía predecir este nuevo marcador si alguien era un fumador actual, un exfumador o alguien que nunca ha fumado.
Los hallazgos mostraron que mCigarette tuvo un desempeño excepcional al diferenciar entre estos grupos. Podía predecir el estado de fumador con un alto grado de precisión. La investigación demostró que el biomarcador mCigarette es una herramienta confiable para evaluar los hábitos de fumar y podría ser valiosa en futuras evaluaciones de salud.
Variaciones en la Metilación del ADN en Diferentes Tejidos
Un aspecto interesante del estudio fue el examen de cómo fumar afecta el ADN de manera diferente en varias partes del cuerpo. Los investigadores analizaron cómo los marcadores de ADN en la sangre se comparaban con los de diferentes regiones del cerebro. Esto ayudó a determinar si algunos marcadores eran mejores indicadores de fumar en un tipo de tejido que en otro.
Los resultados indicaron que, aunque algunos marcadores de ADN podían diferenciar efectivamente a fumadores de no fumadores en muestras de sangre, no siempre mostraban la misma efectividad en muestras de cerebro. Esto sugiere que los efectos biológicos de fumar pueden variar significativamente entre diferentes tejidos.
Estudios Genéticos del Comportamiento de Fumar
Para complementar el análisis de los marcadores de ADN, los investigadores también investigaron los factores genéticos relacionados con el comportamiento de fumar. Examinaron la relación entre variaciones genéticas específicas y hábitos de fumar en los participantes. Este enfoque centrado en los genes ayudó a entender la base biológica de por qué algunas personas pueden ser más propensas a fumar que otras.
El estudio encontró que ciertas variantes genéticas estaban asociadas con comportamientos de fumar autoinformados. Sin embargo, solo se encontró una superposición limitada entre los factores genéticos que influían en el fumar autoinformado y aquellos vinculados a los cambios epigenéticos medidos a través del biomarcador mCigarette.
Implicaciones para la Salud
Los hallazgos de esta investigación tienen implicaciones significativas para la salud pública y las evaluaciones de salud individuales. Al desarrollar medidas más precisas de exposición al tabaco, los profesionales de la salud pueden identificar mejor a las personas en riesgo de enfermedades relacionadas con fumar. Esto podría llevar a estrategias de prevención mejoradas y opciones de tratamiento para aquellos afectados por fumar.
El estudio destaca la importancia de entender cómo fumar afecta al cuerpo a nivel molecular. Las ideas sobre los patrones de metilación del ADN ofrecen una comprensión más profunda de cómo fumar contribuye a diversos problemas de salud a lo largo del tiempo, incluyendo cáncer, enfermedades del corazón y declive cognitivo.
Limitaciones y Direcciones Futuras
A pesar de las fortalezas del estudio, hubo limitaciones. La investigación se centró principalmente en individuos de ascendencia europea, lo que puede afectar la generalización de los hallazgos a otras poblaciones. Además, el tamaño de algunos subgrupos, como los involucrados en el análisis del tejido cerebral, fue relativamente pequeño.
Se necesita más investigación para validar el biomarcador mCigarette en diversas poblaciones y explorar su efectividad en entornos clínicos. Los estudios futuros también pueden investigar cómo estos hallazgos se traducen a generaciones más jóvenes y examinar los impactos a largo plazo de fumar en la salud.
Conclusión
En resumen, esta investigación ofrece ideas valiosas sobre los efectos de fumar en el ADN y la salud. El desarrollo del biomarcador mCigarette representa un avance significativo en la medición de la exposición al fumar, lo que puede mejorar la comprensión de los riesgos de salud relacionados con fumar. Al combinar el análisis de ADN con estudios genéticos, los investigadores están allanando el camino para mejores esfuerzos de prevención y tratamiento de enfermedades relacionadas con fumar, mejorando en última instancia los resultados de salud pública.
Título: Blood- and brain-based genome-wide association studies of smoking
Resumen: BackgroundSelf-reported smoking is often incorporated into disease prediction tools but suffers from recall bias and does not capture passive exposure. Blood-based DNA methylation (DNAm) is an objective way to assess smoking. However, studies have not fully explored tissue-specificity or epigenome-wide coverage beyond array data. Here, we update the existing biomarkers of smoking and conduct a detailed analysis of the associations between blood DNAm and self-reported smoking. Methods and FindingsA blood-based Bayesian epigenome-wide association study (EWAS) of smoking was carried out in 17,865 Generation Scotland individuals at [~]850k CpG sites (Illumina EPIC array). For 24 pairs of smokers and non-smokers a high-resolution approach was implemented ([~]4 million sites, TWIST methylome panel). A DNAm-derived biomarker of smoking (mCigarette) was tested in the independent Lothian Birth Cohort 1936 (n=882, Illumina 450k array) and in the ALSPAC parents and offspring at four time points (range n=496-1,207). To explore tissue specific signals, EWASs of smoking were run across five brain regions for 14 individuals using DNAm from the EPIC array. Lastly, genome-wide association studies (GWASs) of smoking pack years and an epigenetic score for smoking (GrimAge DNAm pack years) were conducted (n=17,105). The primary EWAS analyses identified two novel genome-wide significant loci, mapping to genes related to addiction and carcinogenesis. Associations with CpG sites which are currently absent from methylation arrays were identified by the high resolution EWAS of smoking (n=48). The mCigarette pack years biomarker showed excellent discrimination across all smoking categories (current, former, never), and outperformed existing predictors in associations with pack years in an external test dataset (Pearson r=0.75). Several CpGs showed near-perfect discrimination of smoking status in both blood and brain, but these loci did not overlap across tissues. The GWAS of DNAm (but not self-reported) pack years identified novel and established smoking-related loci. However, the self-reported phenotype GWAS had a higher genetic correlation with a large meta-analysis GWAS of self-reported pack years. Among the study shortcomings are its potential lack of generalizability to non-Europeans and the absence of serum cotinine data. ConclusionA multi-tissue, multi-cohort analysis of the relationship between smoking, DNA and DNAm (assessed via arrays and targeted sequencing) has improved our understanding of the biological consequences of smoking.
Autores: Aleksandra D. Chybowska, E. Bernabeu, P. Yousefi, M. Suderman, R. F. Hillary, L. MacGillivray, L. Murphy, S. E. Harris, J. Corley, A. Campbell, T. L. Spires-Jones, D. L. McCartney, S. R. Cox, J. F. Price, K. L. Evans, R. E. Marioni
Última actualización: 2024-05-21 00:00:00
Idioma: English
Fuente URL: https://www.medrxiv.org/content/10.1101/2024.05.21.24307663
Fuente PDF: https://www.medrxiv.org/content/10.1101/2024.05.21.24307663.full.pdf
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.