Selección de variantes farmacogenómicas y metodología para su uso en farmacia comunitaria

INTRODUCCIÓN

Muchos medicamentos de uso masivo en atención primaria están afectados por la variabilidad genética interindividual su farmacodinámica y su farmacocinética. Este hecho afecta a la eficacia del tratamiento y en muchos casos a la frecuencia de efectos adversos graves. En este sentido, podemos citar las interacciones fármaco-gen relevantes como Clopidogrel (CYP2C19), Codeína (CYP2D6), Warfarina (CYP2C9, VKORC1, CYP4F2), Antidepresivos (CYP2C19 y CYP2D6) y Omeprazol (CYP2C19).

La mayoría de los marcadores farmacogenéticos están localizados en genes implicados en el metabolismo de los fármacos (farmacocinética) o bien en las dianas de los mismos (farmacodinámica). En algunos casos, los genes asociados con efectos adversos, están relacionados con el complejo principal de histocompatibilidad (MHC o HLA) e inducen una autoinmunidad adquirida, como es el caso de Abacavir, un antiviral.

A pesar de toda la investigación básica y clínica publicada en los últimos años, los datos relativos a la implantación de programas de screening farmacogenético en población general y el impacto de estos programas en indicadores de costo/beneficio, revelan una importante brecha en la traslación clínica de la investigación básica. Esta paradoja ha sido explicada por la presencia de barreras que impiden la implementación y uso a gran escala de datos farmacogenéticos [1] entre los que destacan la formación genética de médicos y farmacéuticos, costo del genotipado, discrepancias y dudas de elección entre los diferentes paneles disponibles de genotipado (gen único, paneles multigenes o exomas) y dificultades de interpretación de variantes de significado desconocido.

Los datos integrados de los estudios básicos son sintetizados y resumidos por varias organizaciones, que depuran esta información y la hacen accesible a los clínicos en forma de recomendaciones de consenso. La CPIC-Clinical Pharmacogenetics Implementation Consortium (https://cpicfarmacogenómica.org/) elabora una guía en la que se recogen las recomendaciones de genotipado previo al tratamiento farmacológico. Para ello utilizan una combinación de datos clínicos y experimentales preclínicos: farmacocinética y farmacodinámica in vivo, actividad enzimática in vitro de variantes silvestres o mutantes, actividad enzimática in vitro de cultivos celulares primarios individuos de genotipos conocidos, entre otros. En general, las recomendaciones sobre el uso del medicamento —en función del genotipo del paciente— son claras y directas para permitir una toma de decisión rápida por parte de los clínicos. El CPIC trabaja en colaboración con genetistas de la ClinGen Pharmacogenomics Working Group pertenecientes al National Institute of Health de Estados Unidos (https://clinicalgenome.org/about/) que tiene como objetivo crear una base de datos central oficial que define la relevancia clínica de genes y polimorfismos genéticos para su uso en investigación y medicina de precisión. La clasificación de las variantes farmacogenéticas del CPIC es simple con cuatro categorías de evidencia científica. Un marcador farmacogenético tiene sentido su uso, si está en la primera categoría. En esta, la evidencia científica es de alta fiabilidad y el uso del genotipo para dirigir el tratamiento supera los posibles inconvenientes. Un resumen de los criterios seguidos por la CPIC está representado en la Tabla 1.

Tabla 1. Criterios del CPIC para la clasificación de la información genética en relación con la interacción con fármacos.

Tabla 1. Criterios del CPIC para la clasificación de la información genética en relación con la interacción con fármacos. (Continuación)

La FDA también tiene disponible para los clínicos una guía de recomendaciones farmacogenéticas (https://www.fda.gov/drugs/science-and-research-drugs/table-pharmacogenomic-biomarkers-drug-labeling). A diferencia de la anterior, incluye también marcadores farmacogenéticos somáticos, además de los germinales. Ya que el uso de algunos medicamentos antitumorales depende de las mutaciones somáticas del tumor que no son compartidas con el tejido sano.

Mutaciones de pérdida de función incluidas en las bases de datos Clinvar [2] o Clinical Pharmacogenetics Implementation Consortium (CPIC) [3] son de diagnóstico directo. Así como aquellas del tipo non-sense o frameshift. Sin embargo, en el análisis de las secuencias de paneles de genes, exomas o genomas aparecen frecuentemente mutaciones de significado desconocido, fundamentalmente por cambios no sinónimos o mutaciones en regiones reguladoras de las que no hay datos previos.

En estos casos, existen algunas herramientas bioinformáticas para predecir el efecto deletéreo de las mismas y su posible papel en la respuesta a los fármacos. Un ejemplo de ello es la aplicación SNP nexus [4]. En el futuro próximo también tendrá mucha importancia las puntuaciones de riesgo poligénico (polygenic risk scores) que permiten, mediante la incorporación de decenas a centenares de mutaciones calcular un riesgo asociado a la respuesta a fármacos o el riesgo de desarrollo de enfermedades complejas, en las que varios genes con efectos aditivos condicionan el riesgo final de desarrollo de la patología [5]. Como ejemplo de este fenómeno tenemos en farmacogenética el caso de la warfarina.

Este fármaco inhibe el enzima VKCOCR1, responsable de la reducción de la vitamina K 2,3-epóxido inactiva a vitamina K activa. La vitamina K es un cofactor necesario para la carboxilación de residuos de ácido glutámico por la gamma-glutaril-carboxilasa dependiente de vitamina K en las enzimas de coagulación de la sangre. Por otro lado, la Warfarina es degradada a compuestos inactivos por el enzima CYP2C9 y la vitamina K reducida es degradada a vitamina K hidróxido mediante el enzima CYP4F2. Tanto VKOCR1 como CYP2C9 y CYP4F2 presentan variaciones genéticas con consecuencias funcionales (Figura 1).

Figura 1 Ejemplo de interacciones poligénicas en la farmacogenética de los anticoagulantes warfarina y acenocumarol. La combinación de genotipos de VKOCR1, CYP2C9 y CYP4F2 tiene una mayor capacidad predictiva que los genes individuales. VKOCR1: vitamina K epóxido reductasa. GGC: Gamma glutaril carboxilasa adaptado de [68,69]. Ver explicación en el texto.

La combinación de los genotipos de estos tres genes tiene mayor capacidad predictiva de la respuesta frente a la Warfarina que el uso de los genotipos de VKOCR1 solos.

La evidencia científica es muy clara: la genética influye de forma decisiva en la respuesta al medicamento, así como en la aparición de efectos adversos. Además, tanto la FDA como la EMA incluyen en sus guías farmacológicas el genotipado como una herramienta esencial en el consejo farmacéutico.

En este contexto, la farmacia comunitaria tiene la responsabilidad de dar respuesta a esta necesidad asistencial, que sin duda redundaría en una mejora de la calidad de vida de nuestros pacientes, evitando tratamientos ineficaces o contraindicados.

A continuación, planteamos la estrategia para identificar los principales genes de uso en atención primaria, así como la logística y tecnologías disponibles que podrían adoptarse para prestar este servicio profesional, de indudable interés sociosanitario.

MATERIALES Y MÉTODO

Los datos de la interrelación entre fármacos-genes se han obtenido de las bases de datos PharmGKB (www.pharmgkb.org/), Pharmvar (www.pharmvar.org), ClinVar (www.ncbi.nlm.nih.gov/clinvar/), Clinical Pharmacogenetics Implementation Consortium (CPIC) (https://cpicfarmacogenómica.org/) y la base de datos farmacogenéticos de la Food and Drug Administration (https://www.fda.gov/medical-devices/precision-medicine/table-pharmacogenetic-associations).  Los datos se han filtrado manualmente para aquellos fármacos de prescripción en farmacia comunitaria. Siendo excluídos aquellos medicamentos de uso en farmacia hospitalaria como los antitumorales o antirretrovirales.

La información relativa a las frecuencias alélicas y genotípicas de cada una de las variantes genéticas relacionadas con respuestas a fármacos dispensados en farmacia comunitaria han sido obtenidos de las bases de datos dbS-NP (https://www.ncbi.nlm.nih.gov/snp/) NCBI 1000 genomes Project (https://www.internationalgenome.org/data-portal/sample) con los datos de genotipos filtrados para la población de Iberia y la base de datos Collaborative Spanish Variant Server (http://csvs.babelomics.org/). Esta última es una iniciativa de crowdsourcing para proporcionar información sobre la variabilidad genómica de la población española a la comunidad científica y médica. Es útil para filtrar polimorfismos y variaciones locales en el proceso de priorización de genes candidatos de enfermedades. CSVS actualmente almacena información sobre 2105 individuos españoles no emparentados.

También se han consultado otras bases de datos sobre uso de medicamentos, como la del observatorio de uso de medicamentos de la AEMPS (https://www.aemps.gob.es /medicamentos-de-uso-humano/observatorio-de-uso-de-medicamentos/) y del Ministerio de Sanidad.

Finalmente, se ha consultado la información disponible de instituciones y organizaciones profesionales como el Consejo General de Colegios de farmacéuticos (CGCOF), Sociedad Española de Farmacia Hospitalaria (SEFH), Sociedad Española de Farmacogenética y Farmacogenómica (SEFF), Sociedad Española de Farmacia Clínica, Familiar y Comunitaria (SEFAC) y la Sociedad Española de Genética Humana (AEGH) y de empresas relacionadas con el diagnóstico genético (Roche, Genotipia, etc.).

RESULTADOS

Selección de variantes genómicas para su uso en farmacia comunitaria

De acuerdo con las bases de datos más citadas CPIC, PharmKGB o FDA [3,6,7] existen un total de 518 interacciones genes-fármacos, correspondiendo a 119 genes y 293 fármacos.

La mayoría de los fármacos interaccionan con uno solo gen, sin embargo, algunos lo hacen con más de uno, como ejemplo podemos destacar la Fluvastatina, Simvastatina, Paroxetina o Warfarina que lo hacen con hasta 7 genes diferentes. En estos casos, podemos considerar la respuesta al tratamiento como un fenotipo poligénico. Igualmente, un mismo gen puede influir en varios fármacos simultáneamente, como ejemplo, podríamos destacar, el genotipo de CYP2C19 que influye en hasta 27 fármacos y CYP2D6 que lo hace en un total de 70 medicamentos.

Tabla 2. Interacciones genes-fármacos dispensados en farmacia comunitaria y con nivel A ó B en la base de datos CPIC

Aproximadamente el 78% de los fármacos son dispensados en farmacia comunitaria (n=407) el resto (n=111) son de uso hospitalario (como antitumorales o anestésicos).

Lo cual reduce el número total de interacciones genes-fármacos relevantes desde el punto de vista de diagnóstico potencial en pacientes de atención primaria (518 vs. 407).

Si a esta criba añadimos un criterio adicional como es el nivel de evidencia científica y clínica del CPIC, en el que es necesario el genotipado para aquellas interacciones gen-fármaco con un nivel de evidencia A y recomendable para el nivel B. El volumen de interacciones gen-fármaco se reduce significativamente a solo 21 genes y 102 interacciones (Tabla 2).

La mayoría de los genes (n=8) codifican enzimas implicadas en rutas de metabolización de fármacos, hormonas, ácido araquidónico o compuestos xenobióticos:

• CYP3A5 (citocromo P450 familia 3 subfamilia A miembro 5)
• NAT2 (N-acetiltransferasa 2)
• CYP2C9 (citocromo P450 familia 2 subfamilia C miembro 9)
• CYP2C19 (citocromo P450 familia 2 subfamilia C miembro 19)
• CYP2B6 (citocromo P450 familia 2 subfamilia B miembro 6)
• CYP2D6 (citocromo P450 familia 2 subfamilia D miembro 6)
• CYP4F2 (citocromo P45O familia 4 subfamilia F miembro 2)
• TPMT (tiopurina S-metiltransferasa)

Destacan a continuación los genes implicados en el metabolismo de la arginina (n=5):

• CPS1 (carbamoil-fosfatasa sintasa 1)
• ASL (argininosuccinato liasa)
• ASS1 (argininosuccinato sintasa1)
• NAGS (N-acetilglutamato sintasa)
• OTC (ornitina transcarbamilasa)

Transportadores (n=3)

• ABCG2 (ATP binding cassette subfamilia G miembro 2)
• SCN1A (Subunidad alfa del canal de sodio dependiente de voltaje subunidad 1)
• SLCO1B1 (transportador de solutos aniónicos familia 1 miembro 1B1)

Moléculas presentadoras de antígenos (n=2)

• HLA-A (Complejo principal de histocompatibilidad, clase I, A)
• HLA-B (Complejo principal de histocompatibilidad, class I, B)

Por último, tenemos genes implicados en otros procesos como:

• G6PD (Glucosa 6 fosfato deshidrogenasa) en el metabolismo del glutatión.
• VKORC1 (Subunidad 1 del complejo de la epóxido reductasa de la vitamina K) activación de la vitamina K.
• SCN1A (Subunidad 1 alfa del canal de sodio dependiente de voltaje) en la sinapsis dopaminérgica.
• POLG (Subunidad catalítica de la ADN polimerasa gamma), reparación del ADN (mismatch repair).
• MT-RNR1 ARN ribosómico mitocondrial.

La anotación funcional de los genes de uso potencial se ha realizado extrayendo la información de las bases de datos Genecards (www.genecards.org), Pubmed (https://pubmed.ncbi.nlm.nih.gov/), CPIC (https://cpicpgx.org/guidelines/) y NCBI refseq (https://www.ncbi.nlm.nih.gov/refseq/rsg/) y aparecen reflejados en el Anexo 1.

Del análisis de las evidencias científicas disponibles, a nivel de farmacia comunitaria, los sistemas de cribado genético deberían incluir los siguientes genes: ABCG2, CYP2C9, CYP4F2, CYP2C19, CYP2B6, CYP2D6, HLA-A, HLA-B, G6PD, MT-RNR1, NAT2, NUDT15, SLCO1B1, TPMT y VKORC1 (Tabla 3). Se han excluido varios genes inicialmente seleccionados debido a que no existe evidencia bibliográfica sólida sobre su papel o bien está indicado el genotipado para tratamientos no dispensados en farmacia comunitaria. Por ejemplo, CYP3A5 se ha excluido del listado ya está indicado su genotipado en pacientes trasplantados tratados con Tacrolimus, por lo tanto, fuera del ámbito de farmacia comunitaria (solo recomendado el genotipado para inmunosupresión en trasplantados, no para el uso tópico que sí se dispensa en farmacia comunitaria). El fenotipo del gen NAT2 puede realizarse por métodos bioquímicos y se podría excluir del panel de genotipado.

Tabla 3. Relación de SNV seleccionados para su implementación en farmacia comunitaria. La frecuencia de los alelos en población europea, así como la localización genómica de cada uno de los SNV están representados en el Anexo 2.

Tabla 3. Relación de SNV seleccionados para su implementación en farmacia comunitaria. La frecuencia de los alelos en población europea, así como la localización genómica de cada uno de los SNV están representados en el Anexo 2. (Continuación)

Tabla 3. Relación de SNV seleccionados para su implementación en farmacia comunitaria. La frecuencia de los alelos en población europea, así como la localización genómica de cada uno de los SNV están representados en el Anexo 2. (Continuación 2)

Selección del sistema de genotipado

Los sistemas de genotipado pueden dividirse en tres categorías en función del número de variantes que se pueden diagnosticar simultáneamente en baja, media y gran escala. En el primer caso se analizan específicamente SNV o CNV puntuales mediante PCR en tiempo real (Taqman, KASP, rhAMP)[8–10] o MLPA [11], en el segundo se genotipan varios cientos de miles de SNVs mediante microarrays como el Global Screening Array de Illumina [12]. Finalmente, las tecnologías de genotipado masivo son la secuenciación de exomas o genomas completos [13] (denominadas Next Generation Sequencing-NGS). La descripción de estas técnicas está fuera del alcance del presente trabajo.

Desde el punto de vista de farmacia comunitaria —con la selección de interacciones genes-fármacos que hemos realizado en el apartado anterior— el número de variantes genéticas que podrían incluirse en un sistema de cribado de uso en atención farmacéutica es relativamente pequeño. Circunscribiéndose en la mayoría de los casos a uno (Tabla 3). Además de los genes propuestos por el CPIC y descritos con anterioridad, otras plataformas de genotipado comerciales (Sandford chip) o personalizadas por algunos hospitales [14], incluyen otros genes que consideran de interés.

En relación a los sistemas de baja escala como PCR, existen diferentes opciones. Por ejemplo, la casa Thermofisher scientific tiene en catálogo el sistema TaqMan OpenArray. Es un formato de PCR en tiempo real con sondas de hidrólisis (Taqman), es abierto y personalizable con 48 muestras por placa y 60 SNV. También cuentan con el modelo TaqMan Array Plates que incluyen desde 32 SNV x 12 muestras hasta 128 SNV x 3 muestras. Otro ejemplo es Agena bioscience, que cuenta con el Sistema VeriDose, que proporciona información genotípica para 68 SNPs/INDELs en 20 genes. El panel está diseñado para ser funcionar con ADN de baja calidad.

Por su parte el sistema SNPline workflow de LGC Group —recientemente utilizado en un estudio pan-europeo con participación del Hospital Virgen de las Nieves de Granada [15]— utiliza un sistema de PCR en tiempo final denominado KASP-PCR [16] con 12 genes y 50 SNVs. Este sistema es personalizable y flexible, pudiendo incorporar otros SNV de interés particular.

En cuanto a los microarrays de genotipado masivo, el líder es sin duda Illumina con su propuesta del Global Screening Array. Este permite genotipar unos 650.000 SNVs entre los cuales se encuentran 231 SNV incluidos en el CPIC (desde categoría A hasta D) así como todos los referenciados por PharmGKB, un total de 4125 SNV (desde nivel 1A hasta 4). Este sistema también permite imputar variaciones de tipo CNV. No hemos encontrado ninguna empresa privada que utilice este sistema, sin embargo, en España, está disponible como subcontratación a través del Centro Nacional de Genotipado en su sede del Centro Nacional de Investigaciones Oncológicas (https://www.cnio.es/investigacion-e-innovacion/servicios/unidad-de-genotipado-humano-cegen/). Otros sistemas parecidos son los de la empresa Affymetrix (actualmente incluida en Thermofisher) que comercializa el sistema Axiom Biobank Genotyping Arrays, con 850.000 SNV entre los cuales se encuentran unos 2000 vinculados a farmacogenética.

Por lo que respecta a la secuenciación (NGS) se puede realizar sobre el exoma (Whole Exome Sequencing-WES) o sobre el genoma completo (Whole Genome Sequencing-WGS). En el primer caso, analiza un 2 % del genoma codificante para proteínas. La WGS (Whole Genome Sequencing) que analiza el total del genoma —3,2x10⁹ pares de bases— excepto algunas regiones altamente repetidas. La estrategia WES tiene una indudable ventaja al reducir el volumen de información a analizar, pero puede dejar sin secuenciar zonas importantes que contienen regiones reguladoras o implicadas en el splicing del ARNm como los intrones, en los cuales se han detectado variantes de interés en farmacogenómica. Un aspecto singular de la NGS es el número de lecturas o fragmentos en que se divide el ADN. La NGS puede llevarse a cabo con lecturas cortas (SRS, Short Reads Sequencing, sistema de Illumina) o largos (LRS Long Reads Sequencing, sistemas de PacBio o Nanopore). Las lecturas cortas son de aproximadamente 100-200 nucleótidos y los largos de hasta 45000 nucleótidos.

En cuanto a los sistemas de genotipado por secuenciación, cabe destacar a la empresa de genómica 23ANDME. De tipo “directo al consumidor” (direct to consumer), con un modelo de negocio, en el que el paciente contrata el servicio, recibe un kit de conservación de saliva que envía a las instalaciones del laboratorio, donde se realiza el genotipado. Posteriormente, el cliente recibe los resultados por correo electrónico. El informe que envían permite interpretar simultáneamente variantes genéticas en una amplia prueba multigénica. El sistema de evaluación está destinado a permitir a los usuarios acceder a información sobre su genética que podría ayudar al médico de cabecera o especialista a ajustar el tratamiento.

Además, existen multitud de laboratorios de genética clínica privados que ofertan el servicio de farmacogenética, aunque en la mayoría de los casos no especifican qué genes incluyen en sus informes. En algún caso tienen test genéticos específicos para un fármaco, en concreto como Ácido acetilsalicílico o Clopidogrel. También incluyen test de diagnóstico para enfermedades o patologías frente a las que ningún organismo colegiado ha establecido unas pautas científicamente válidas, como farmacogenética del tratamiento de hiperplasia de próstata.

DISCUSIÓN

Correlación genotipo-fenotipo

La personalización del tratamiento mediante la farmacogenética requiere conocer la relación entre el genotipo y el fenotipo (en este caso, cuantificación de la respuesta al fármaco y efectos adversos). Este fenotipo es la resultante de la interacción de los factores genéticos y ambientales, en el caso que nos ocupa es bien conocida las interacciones entre diferentes fármacos; así como otros factores como la dieta que también pueden alterar significativamente la respuesta a algunos medicamentos. En el caso de los fenotipos complejos, estos están determinados por muchos genes y su interacción con el ambiente (alimentación, ejercicio, exposición a tóxicos, etc.

Dentro del genoma no solo las regiones codificantes a proteínas están implicadas directamente en el fenotipo, sino también otras muchas zonas moduladoras —como promotores o potenciadores de la transcripción génica— que contribuyen decisivamente al fenotipo. De ahí la ventaja de la farmacogenómica sobre la farmacogenética, ya que nos permite analizar en su conjunto todas las variantes genéticas y realizar un análisis de riesgo poligénico [5]. Sin embargo, esto puede ser complejo de llevar a la práctica, ya que el impacto funcional de muchos SNV no es conocido, contando tan solo con los datos de asociación estadística.

En este sentido, es posible que la farmacogenética derive —desde el punto de vista asistencial— hacia la bioquímica, ya que, si tuviéramos la capacidad de medir la actividad enzimática o el producto del metabolismo de los fármacos, desde el punto de vista estrictamente práctico, no sería necesario leer la información genética, tal como ocurre por ejemplo con la G6PDH [17]. El fenotipado de la respuesta a los fármacos debe ser una prioridad, aunque posteriormente se pueda encontrar la explicación a nivel molecular. Esto es especialmente importante para el caso de la gran cantidad de variantes de significado desconocido que se pueden encontrar en los datos de secuenciación de genomas o exomas. Por ejemplo, un estudio liderado por el Centro Nacional de Investigaciones Oncológicas (Madrid) en colaboración con el Hospital Virgen del Rocío (Sevilla), encontró que el 89 % de la población española porta variantes muy raras potencialmente perjudiciales, pero de las que no se conoce su efecto funcional —más allá de una puntuación en algoritmos de predicción de cambios en la estructura de la proteína— [18].

La farmacoterapia de precisión tiene que aplicar todo este conjunto de datos a cada persona y dar una respuesta en un tiempo normalmente corto, lo que constituye un desafío. La cantidad de información que se genera en estudios de secuenciación es inmensa. Solo en genómica habría que analizar 3000 millones de pares de bases, ya que sabemos que el cambio de un solo nucleótido puede establecer la diferencia, lo que hace que el número de variantes (polimorfismos si la incidencia en la población es superior al 1 %) que a veces hay que analizar, incluso para un gen, sea muy alto. Aunque se tuviera toda la información en la historia clínica del paciente, habría que gestionarla usando algoritmos de predicción de inteligencia artificial para que ayude a la toma decisiones.

Farmacogenes a incluir

El número de genes relacionados con la respuesta y los efectos adversos de los fármacos de dispensación en farmacia comunitaria es relativamente reducido, aunque es muy probable que en los próximos años se consiga identificar otros genes que tienen un efecto más discreto e incorporarlos a algoritmos de predicción poligénicos más precisos. También con toda seguridad se incorporarán nuevos genes relacionados con fármacos recientemente comercializados en farmacia comunitaria, por ejemplo, la Semaglutida. Los genes que en momento actual tienen suficiente evidencia científica y clínica son ABCG2, CYP2C9, CYP4F2, CYP2C19, CYP2B6, CYP2D6, HLA-A, HLA-B, G6PD, MT-RNR1, NAT2, NUDT15, SLCO1B1, TPMT y VKORC1; su función e interacción con fármacos están detallados en el Anexo 1.

Tecnologías y logística

A nivel de farmacia comunitaria se pueden plantear dos modelos de prestación del servicio de genotipado de variantes farmacogenéticas. Podrían dividirse en tecnologías de implementación in situ o ex situ. En el primer caso, se podría realizar la prueba directamente en la farmacia. Para ello, se toma la muestra al paciente (saliva o raspado bucal), seguido de extracción de ADN y genotipado mediante técnicas de amplificación de ácidos nucleicos convencional tanto a tiempo real como a tiempo final (PCR). La extracción de ADN de saliva o mucosa bucal es extremadamente sencilla y además el material biológico puede ser conservado y transportado a temperatura ambiente hasta la extracción de ADN. En el segundo caso, en la farmacia se realizaría la toma de muestra, extracción de ADN y el envío del material biológico o genético a un laboratorio de referencia especializado en genotipado. Finalmente, la farmacia sería el punto final de destino de la información para trasladársela al paciente y tomar las decisiones terapéuticas convenientes en función de los resultados.

El primer modelo implicaría disponer en la farmacia del equipamiento necesario para llevar a cabo con eficiencia y seguridad todo el proceso, siendo necesario además del termociclador, una cabina de seguridad biológica, centrífuga, pipetas, congelador, etc. El principal problema es la contaminación cruzada de ADN, siendo necesario un laboratorio separado físicamente del resto de las instalaciones, además de personal entrenado para llevar a cabo el proceso. Lo cual puede ser un inconveniente en la mayoría de los establecimientos. Además, solo se podrían llevar a cabo el genotipado de variantes de tipo SNVs o INDELs, siendo más complejo el genotipado de polimorfismos estructurales o de CNV.

La experiencia previa de algunas farmacias en la implementación de pruebas de PCR durante la epidemia de COVID [19] permitiría sin duda realizar test básicos de mutaciones concretas mediante PCR en tiempo real con sondas de hidrólisis (Taqman), KASP (automatizado mediante el sistema SNPline workflow) o rhAmp (Integrated DNA Tecnologies) a un precio relativamente barato (2 euros de coste por reacción, más la extracción de ADN que se realiza por unos 10 euros/muestra, comunicación personal con varias casas comerciales).

La lista de los 71 polimorfismos farmacogenéticos más importantes (Tabla 3), se podría realizar por PCR con un coste estimado de 140 euros por paciente, sin contar gastos de personal, funcionamiento ni amortizaciones. Un trabajo recientemente publicado realizó el genotipado de un panel cerrado y personalizado para el estudio de 12 genes —50 SNP con una frecuencia alélica superior al 1%— utilizando la tecnología de PCR a tiempo final KASP [15].

El segundo modelo parece a priori el más eficiente, ya que la farmacia podría tomar las muestras, conservarlas provisionalmente y enviarlas en lotes al laboratorio de genética para su genotipado. No interfiriendo con el funcionamiento rutinario de la oficina de farmacia. Actuando el farmacéutico como punto de enlace entre el laboratorio de genética, el paciente y el médico. Realizando además la interpretación de los resultados y recomendando la modificación del tratamiento farmacológico en función de los resultados genéticos. Con este modelo se podrían implementar sistemas a gran escala de genotipado de tipo Genome Wide Association Studies (GWAS) que incluyen desde 650.000 a 1.200.000 SNPs, INDELs y CNV por paciente. Para ello existen sistemas basados en microarrays como BeadChip Global Screening Array-24 v3.0 de la empresa Illumina [12]. En este caso, con un modelo de subcontratación del servicio a un laboratorio externo de referencia el coste por paciente ronda los 40 euros (según comunicación del Centro Nacional de Genotipado), significativamente más bajo que el genotipado individual de varios SNPs asociados a respuesta a fármacos y sin gastos asociados de personal o amortizaciones. También se puede contemplar en este modelo la secuenciación de paneles de genes, exomas o genomas completos. El precio del exoma por paciente ronda los 300 euros a lo que habría que añadir el coste de análisis de los datos por un especialista en genética o biología molecular.

Sin duda, la secuenciación de exomas constituiría el sistema más rentable a largo plazo, ya que el genotipado no estaría limitado a los SNPs ya conocidos y descritos, sino que permitiría el diagnóstico de mutaciones de novo específicas del paciente en cuestión.

Barreras y limitaciones de la implementación

Llama la atención que, siendo el avance en el conocimiento impresionante, la implantación de la farmacogenómica esté siendo tan lenta. Entre las causas que se han señalado para explicar este hecho se indican un cierto desconocimiento de las implicaciones, la dificultad técnica, la nomenclatura genética, la falta de especialistas y el presupuesto [20].

Como hemos indicado, en la relación genotipo-fenotipo todavía hay lagunas y, por tanto, casos para los que no tenemos una predicción de la respuesta al tratamiento, aun teniendo los datos genéticos. No obstante, disponemos de una sólida evidencia recogida en las guías clínicas y las recomendaciones de las agencias del medicamento como la FDA, CPIC o la AEMPS/EMA entre otras muchas.

Como se ha discutido anteriormente, el genotipado del paciente in situ necesita condiciones que no todas las farmacias pueden tener. En cambio, el genotipado ex situ es potencialmente viable, ya que existen multitud de laboratorios privados de genética que ofrecen el servicio de genotipado desde baja a gran escala (exomas o genomas completos).

El otro aspecto para considerar es la formación especializada en genética por parte de los farmacéuticos. En general no existe una formación reglada en las facultades de farmacia y tampoco programas oficiales de formación continuada a través del Colegio de Farmacéuticos o de la Sociedad Española de Farmacia Familiar y Comunitaria) [21]. No obstante, la Farmacogenómica es una competencia que deberían tener todos los farmacéuticos, al menos, saber utilizar las guías clínicas, conocer el protocolo de toma y envío de muestras, así como la interpretación de resultados.

Tendencias

Además, hay que hacer llegar la farmacogenómica al paciente ambulatorio inicialmente con el genotipado de variantes concretas de alta prevalencia y con consecuencias importantes desde el punto de vista médico. En este sentido la FDA en Estados Unidos y la Medicines and Healthcare products Regulatory Agency en Reino Unido han aprobado algunos DTC (Direct-To-Consumer test) que permiten el genotipado de marcadores de riesgo de cáncer (BRCA1), sordera producida por los aminoglucósicos (mutaciones en MT-RNR1) y anemia inducida por Primaquina, Ácido acetilsalicílico, Nitrofurantoina y Dapsona (mutaciones en la glucosa 6 fosfato deshidrogenasa) [17,23].

Esencial contar con equipos multidisciplinares que incluyan a genetistas y biólogos moleculares que colaboren con el farmacéutico, el cual debe jugar un papel esencial dada su formación en farmacocinética y farmacodinamia. Las responsabilidades de los farmacéuticos en materia de farmacogenómica incluyen promover el uso óptimo y el momento oportuno de las pruebas farmacogenómicas, interpretar los resultados de las pruebas farmacogenómicas y educar a los profesionales sanitarios, los pacientes y el público en general sobre el campo de la farmacogenómica [24,25]. La creación de estos equipos puede ser un desafío en la farmacia comunitaria, pero no insalvable, especialmente si el genotipado es subcontratado con un laboratorio externo de biología molecular con el que se pueda mantener una comunicación fluida e interpretar conjuntamente los resultados.

CONCLUSIONES