Biología molecular aplicada al diagnóstico de genodermatosis, dando respuestas al diagnóstico de enfermedades poco frecuentes
Año de publicación: 2018
INTRODUCCIÓN La epidermólisis Bullosa (EB) es una genodermatosis que nuclea a un grupo de desórdenes clínica y genéticamente heterogéneos clasificados en 4 tipos; EB simple (EBS), EB de la unión (JEB), EB distrófica (EBD) y Síndrome de Kindler. El diagnóstico temprano de estas patologías es fundamental para instaurar el tratamiento adecuado y evitar complicaciones severas. Existen grandes avances en el mundo sobre el estudio de las epidermólisis y en diferentes países se han realizado estudios epidemiológicos, de genética poblacional y de relación fenotipo/genotipo. Sin embargo, en nuestro país carecemos de estos conocimientos. OBJETIVOS Generar conocimientos necesarios para establecer el diagnóstico molecular costo-eficiente de pacientes con sospecha clínica de EB. METODOLOGÍA Se estudiaron 198 pacientes provenientes de 154 familias no relacionadas. Se realizó la secuenciación por Sanger de los siguientes genes de acuerdo a la presentación clínica de los pacientes KRT5, KRT14, TGM5, LAMB3, ITGA3 y COL7A1. RESULTADOS Se identificaron 102 variantes patogénicas diferentes en 6 genes distintos, 31 (30,4%) no han sido descritas. En el 83.9% de las familias estudiadas se identificaron la o las variantes causales y determinó el tipo de EB. En un 5.8% (9 familias) con sospecha de EBD recesiva se encontró solo una variante en heterocigosis. En un 10.3% de las familias (16 familias) no se encontraron variantes patogénicas en ninguno de los genes analizados por lo que continúan en estudio. En los pacientes con EBS la mayor frecuencia de alteraciones se encontró en los genes KRT5 y KRT14. El LAMB3 fue el gen predominantemente afectado en los casos de JEB. En los pacientes con EBD encontramos variantes agrupadas en regiones de acuerdo al origen de los ancestros familiares. DISCUSIÓN Este estudio describe por primera vez el perfil genético de las EB en Argentina y nos ha permitido elaborar un algoritmo de estudio costo efectivo para el diagnóstico de estas patologías