Yoga como aliado en la abstinencia de opioides

Un pequeño estudio realizado en India mostró que combinar la terapia estándar con buprenorfina con sesiones de yoga redujo casi a la mitad el tiempo de recuperación de la abstinencia a opioides, en comparación con el uso exclusivo del fármaco. Los 59 participantes, todos varones con síntomas leves a moderados de abstinencia, recibieron buprenorfina; a la mitad se le sumaron 10 sesiones de yoga de 45 minutos en 14 días, con respiración, posturas y relajación guiada.

El grupo que hizo yoga se recuperó en unos 5 días, frente a 9 días en el grupo solo con buprenorfina, según el trabajo publicado en JAMA Psychiatry. El líder del estudio, Dr. Hemant Bhargav, del National Institute of Mental Health and Neurosciences, explicó que durante la abstinencia “el sistema del estrés del cuerpo permanece sobreactivado mientras su sistema calmante está infraactivado”. Los pacientes pueden sufrir diarrea, insomnio, dolor, ansiedad, depresión, midriasis, rinorrea, anorexia y vómitos.

Con técnicas de atención plena, respiración lenta y relajación, “el yoga ayuda al cuerpo a salir de un modo de estrés constante y entrar en un estado que favorece la curación, algo que los medicamentos estándar no abordan por completo”, señaló Bhargav. El estudio también halló que el yoga redujo la ansiedad, mejoró el sueño, alivió el dolor y estabilizó la frecuencia cardíaca. El investigador aclaró que la muestra fue solo de hombres: “La muestra exclusivamente masculina refleja la población de pacientes de nuestro centro durante el periodo del estudio”, dijo, y añadió que “incluir mujeres podría revelar diferencias importantes” por factores hormonales y de percepción del dolor, por lo que ya planifican ensayos que las incorporen. También anticipó: “Queremos examinar si los beneficios del yoga persisten más allá del periodo de abstinencia, en particular en la reducción del riesgo de recaída”.

Nuevos biomarcadores para diagnosticar mejor la diabetes tipo 2 en África

Otro trabajo, realizado en Uganda y publicado en Nature Genetics, indica que los biomarcadores clásicos para diagnosticar diabetes tipo 2 —como la HbA1c— pueden ser menos precisos en personas de ascendencia africana, debido a diferencias genéticas y biológicas. El equipo estudió 163 personas con diabetes tipo 2 o prediabetes y 362 voluntarios sanos ugandeses, identificando 58 variantes génicas específicas de ascendencia africana no descritas previamente; 18 de ellas se asociaron directamente a diabetes tipo 2, incluyendo algunas que podrían ser blancos de fármacos ya existentes.

“Al centrarnos en poblaciones africanas, estamos descubriendo conocimientos biológicos que han estado ausentes en la investigación global sobre diabetes”, afirmó el líder del estudio, Opeyemi Soremekun, de la Universidad de Exeter. Y remarcó: “Este trabajo demuestra que un enfoque de talla única para el diagnóstico y tratamiento no es suficiente. Necesitamos soluciones que reflejen la diversidad de la biología humana”. Estos hallazgos reforzarán el desarrollo de algoritmos diagnósticos más precisos para África y diásporas africanas, con impacto directo en el diseño de estudios clínicos y en la estrategia de las compañías que desarrollan fármacos metabólicos.

Píldoras que “reportan” si el paciente las tomó

Un tercer estudio, publicado en Nature Communications, describe una cápsula experimental capaz de emitir una señal cuando fue ingerida, lo que podría transformar el monitoreo de la adherencia terapéutica. El sistema incorpora en cápsulas ya existentes una antena de radiofrecuencia biodegradable que, tras enviar la señal de que la píldora fue tragada, se desintegra en el estómago, mientras un microchip de RF de tamaño muy reducido atraviesa el tubo digestivo y se elimina naturalmente.

En modelos animales, la señal se transmitió con éxito desde el interior del estómago en los primeros 10 minutos tras la ingestión y pudo ser leída por un receptor externo a una distancia de hasta 0,61 metros (2 pies). Los investigadores imaginan, en humanos, dispositivos “wearables” que reciban esa señal y la envíen al equipo médico.

El contexto de necesidad es claro: la falta de adherencia a tratamientos contribuye a cientos de miles de muertes evitables y a miles de millones de dólares en costos sanitarios anuales. El sistema podría ser especialmente útil en pacientes trasplantados que toman inmunosupresores, o en personas con enfermedades infecciosas altamente contagiosas como la tuberculosis, hoy controladas mediante visitas periódicas para verificar la toma del medicamento.

“Queremos priorizar aquellos medicamentos en los que, cuando hay falta de adherencia, el efecto puede ser realmente perjudicial para la persona”, explicó el Dr. Giovanni Traverso, gastroenterólogo del Brigham and Women’s Hospital y profesor asociado de ingeniería mecánica en el MIT. La convergencia entre estas cápsulas conectadas y las plataformas de salud digital anticipa un nuevo nicho de mercado para fabricantes de fármacos de alto riesgo y compañías de tecnología médica enfocadas en adherencia y resultados en la vida real.

La entrada Yoga, biomarcadores y píldoras “inteligentes”: tres avances que cruzan salud mental y diabetes se publicó primero en .

PopEVE asigna a cada variante en el genoma de un paciente una puntuación continua que indica su probabilidad de ser benigna, patogénica o letal en diferentes etapas de la vida, distinguiendo incluso entre variantes asociadas a muerte en la infancia o en la edad adulta.

En un trabajo publicado el 24 de noviembre en Nature Genetics, el equipo demostró que el modelo puede separar variantes benignas de patogénicas, diferenciar controles sanos de pacientes con trastornos graves del neurodesarrollo y evaluar si una alteración fue heredada o surgió de forma de novo, incluso sin contar con los datos genéticos de los padres.?

“ Nuestro objetivo fue desarrollar un modelo que clasifique las variantes por severidad de enfermedad —ofreciendo una visión priorizada y clínicamente significativa del genoma de una persona”, afirmó la coautora sénior Debora Marks, profesora de biología de sistemas en el Blavatnik Institute de Harvard Medical School.?

De EVE a popEVE: IA generativa, datos poblacionales y potencial clínico

El nuevo modelo se construye sobre EVE, una IA generativa previa del laboratorio de Marks que utilizaba información evolutiva de múltiples especies para aprender patrones de mutaciones altamente conservadas y predecir su impacto en la función de las proteínas. Sin embargo, EVE y otros algoritmos no estaban calibrados para comparar directamente variantes entre distintos genes humanos, un obstáculo clave para priorizar qué cambio genético investigar primero en cada paciente.?

Para convertir EVE en popEVE, el equipo incorporó dos componentes: un gran modelo de lenguaje de proteínas que aprende de las secuencias de aminoácidos y datos poblacionales humanos que reflejan la variación genética natural, permitiendo calibrar las evaluaciones en una escala común a través de todo el proteoma.

“Estas son enfermedades que asumimos genéticas y causadas por una sola variante por su gravedad, pero la variante no se había encontrado”, explicó la autora principal Rose Orenbuch, investigadora del Marks Lab, al describir la motivación para rediseñar el modelo.?

Resultados en pacientes: 30.000 casos, 123 genes nuevos y un tercio de diagnósticos

En una cohorte de unas 30.000 personas con trastornos graves del desarrollo sin diagnóstico previo, popEVE permitió señalar una posible causa genética en aproximadamente un tercio de los casos, un rendimiento clínicamente significativo en un segmento donde la tasa de diagnóstico suele ser baja incluso con secuenciación masiva. El modelo identificó variantes en 123 genes vinculados a trastornos del desarrollo que no habían sido descritos antes como causales; Investigaciones posteriores en otros laboratorios ya confirmaron de manera independiente que 25 de esos genes efectivamente provocan enfermedad.?

Al probar popEVE en variantes documentadas y estudios de casos, los científicos comprobaron que la herramienta distingue entre variantes patogénicas y benignas, separa con precisión niños con trastornos graves de los controles sanos y no muestra sesgos de ascendencia relevantes, ya que no empeora su desempeño en poblaciones genéticamente subrepresentadas ni sobredimensiona la carga de variantes supuestamente patogénicas. Además, el modelo puede determinar si una variante es heredada o de novo incluso sin datos parentales, una capacidad clave para pacientes sin acceso a estudios familiares completos.?

Tecnología, portales y ecosistema de datos: la apuesta por la adopción clínica

Marks y su equipo ya trabajan para que popEVE esté disponible a través de un portal online, donde los clínicos pueden visualizar mapas de calor de variantes, listas ordenadas por puntaje de riesgo y estructuras proteicas coloreadas según la probabilidad de causar enfermedad. Según el grupo, un clínico-investigador del Centro Nacional de Análisis Genómico en Barcelona ya utiliza popEVE para interpretar variantes en sus pacientes, lo que le ha permitido concretar varios diagnósticos de enfermedades raras que no habían sido resultados por métodos estándar.?

La herramienta se integra progresivamente en bases de datos de variantes y proteínas como ProtVar y UniProt, lo que permitirá a equipos académicos, hospitales y compañías biofarmacéuticas de todo el mundo comparar variantes entre genes utilizando la misma escala de severidad. El modelo se suma a iniciativas como el Children’s Rare Disease Collaborative del Boston Children’s Hospital, la División de Genética Humana del Children’s Hospital of Philadelphia y Genomics England en alianza con el Wellcome Sanger Institute, conformando un ecosistema de IA y datos genómicos orientados a facilitar el diagnóstico de enfermedades raras.?

Negocio farmacéutico y nuevas dianas terapéuticas

Al situar las variantes en un espectro continuo de severidad y mapear cientos de genes implicados en trastornos del desarrollo, popEVE ofrece un pipeline natural de posibles nuevas dianas para el desarrollo de fármacos, anticuerpos, terapias génicas y estrategias de medicina de precisión. El equipo subraya que, al señalar el origen genético de enfermedades raras o complejas que antes quedaban sin explicación, el modelo puede ayudar a identificar rutas biológicas críticas y, con ellas, “espacios” terapéuticos aún no explorados por la industria.?

“ Creemos que priorizar variantes según la severidad de enfermedad predicha mejorará las probabilidades de diagnóstico y, en última instancia, abrirá el camino hacia mejores tratamientos y descubrimiento de fármacos ”, sostuvo Marks sobre el potencial de la herramienta. Aunque los investigadores insisten en que popEVE debe seguir siendo validado para garantizar su seguridad y precisión antes de su adopción clínica masiva, su despliegue marca un punto de inflexión sobre cómo la inteligencia artificial puede reordenar el riesgo genético a escala proteómica y redefinir el horizonte de oportunidades para el mercado de diagnóstico genómico y la I+D farmacéutica en enfermedades raras.

La entrada PopEVE: la IA de Harvard acelera el diagnóstico de enfermedades raras y abre nuevos negocios se publicó primero en .

Los estudios para identificar mutaciones genéticas relacionadas con el cáncer de mama se han centrado anteriormente principalmente en mujeres de ascendencia europea.

Los nuevos hallazgos se extraen de más de 40.000 mujeres de ascendencia africana en Estados Unidos, África y Barbados, incluidas 18.034 con cáncer de mama.

Algunas de las mutaciones identificadas no se habían relacionado previamente con la enfermedad, o no estaban tan fuertemente relacionadas como en este nuevo análisis, lo que indica que los factores de riesgo genéticos «pueden diferir entre mujeres de ascendencia africana y europea», escribieron los investigadores en Nature Genetics.

Una mutación recientemente identificada en particular estaba relacionada con la enfermedad con una fuerza «rara vez observada» en el campo de la genética del cáncer, dijeron los investigadores.

Ciertos otros genes que se sabe que aumentan el riesgo de cáncer de mama en mujeres blancas no se asociaron con la enfermedad en este estudio, señaló también el informe.

Según la Sociedad Estadounidense del Cáncer, las mujeres negras en los Estados Unidos tienen tasas más altas de cáncer de mama antes de los 50 años, una mayor incidencia de cánceres de mama más difíciles de tratar y una tasa de mortalidad por cáncer de mama un 42% más alta que las mujeres blancas.

Al agregar los genes recientemente identificados a genes de cáncer de mama previamente reconocidos, como BRCA1 y BRCA2, que están relacionados con la enfermedad en todas las poblaciones, los investigadores desarrollaron una puntuación de riesgo de cáncer de mama para mujeres de ascendencia africana que era significativamente más precisa que las herramientas disponibles actualmente. dicho.

Seis de los genes anormales se asociaron con un riesgo elevado de padecer el llamado cáncer de mama triple negativo, la forma más agresiva de la enfermedad. Las mujeres negras tienen un riesgo casi tres veces mayor de padecer este tipo de cáncer de mama en comparación con las mujeres blancas, según han demostrado investigaciones anteriores.

Las mujeres en el estudio que portaban los seis genes tenían 4,2 veces más probabilidades de ser diagnosticadas con cáncer de mama triple negativo que aquellas que no tenían ninguna o solo una de las variantes, encontró el estudio.

Es necesario evaluar más a fondo la utilidad de las nuevas variantes antes de que las pruebas para detectarlas estén disponibles de forma rutinaria, dijo el líder del estudio, el Dr. Wei Zheng del Centro Médico de la Universidad de Vanderbilt en Nashville.

La Sociedad Estadounidense del Cáncer dice que muchas mutaciones genéticas previamente identificadas como factores de riesgo de cáncer de mama en mujeres blancas también están fuertemente relacionadas con el riesgo de enfermedad en mujeres negras, y recomienda pruebas genéticas para todos los pacientes, independientemente de su raza.

Pero las mujeres negras estadounidenses tienen menos probabilidades que las mujeres blancas de someterse a pruebas genéticas de cáncer de mama, en gran parte debido a diferencias en las recomendaciones de los médicos o en el acceso a la atención, señala la sociedad.

La entrada Genes de mujeres de ascendencia africana pueden ayudar a predecir el riesgo del cáncer de mama se publicó primero en .