¿El destino de una enfermedad genética? La enfermedad de Huntington🧠🎰
¡Hola, cibergenéticos! 🧬 Hoy vamos a explorar una intersección fascinante: ¿qué pasa cuando combinamos las matemáticas aplicadas a la economía con los secretos de nuestro ADN? En concreto, vamos a ver cómo una herramienta llamada Teoría de Juegos Evolutivos (EGT) nos ayuda a modelar el destino de los genes responsables de condiciones tan devastadoras como la enfermedad de Huntington.Por lo general, cuando pensamos en la teoría de juegos (¡hola, John Nash!), nos imaginamos a tomadores de decisiones perfectamente racionales que intentan maximizar sus ganancias. Pero en la naturaleza, los "jugadores" son los seres vivos (o incluso sus propios alelos), y sus "estrategias" son las características biológicas con las que nacen. Aquí, la ganancia no es dinero: es la adecuación biológica (fitness), es decir, cuántos descendientes supervivientes dejas en la población.
Huntington: Un "juego" multijugador en nuestro genoma
La enfermedad de Huntington (HD) es un trastorno neurodegenerativo devastador, provocado por un patrón de herencia autosómica dominante letal. Esto significa que basta con heredar una sola copia del alelo mutado (H) para manifestar la enfermedad, que suele aparecer alrededor de los 40 años, con síntomas como movimientos involuntarios (corea) y cambios cognitivos.
Un artículo reciente, publicado por investigadores filipinos, abordó esta problemática al modelar la herencia de la enfermedad como un juego multijugador de alelos. Utilizando ecuaciones de dinámica de replicadores, los autores analizaron cómo varían las frecuencias de los alelos de Huntington (H) y normales (h) a lo largo de las generaciones.
Los cuatro escenarios del tablero evolutivo 📊
Haciendo uso de la reducción matemática de un juego de cuatro jugadores a uno de dos, la población se comporta de formas drásticamente distintas según la adecuación relativa de los tres genotipos posibles (HH, Hh y hh):
Escenario 1: Extinción de la enfermedad de Huntington (ventaja del genotipo normal). Si las personas con genotipo normal (hh) tienen una mayor tasa de supervivencia y de reproducción que los portadores de la enfermedad, el destino es claro. Incluso si se inyecta una pequeña cantidad de alelos normales en una población puramente enferma, el alelo sano terminará desplazando por completo al genoma de Huntington con el paso de las generaciones. El alelo normal se convierte en una estrategia evolutivamente estable.
Escenario 2: Dominancia del Huntington (Selección inversa). Si, por algún factor de presión selectiva o ventaja reproductiva temprana, los individuos con el alelo H dejaran más descendencia viable que los sanos, la dinámica se invertiría. Con el tiempo, los alelos normales se extinguirían y la población se estabilizaría únicamente con el alelo de Huntington.
Escenario 3: Inestabilidad total (Coexistencia inestable). Cuando los homocigotos (HH y hh) son más aptos que los heterocigotos (Hh), el sistema se vuelve altamente sensible. La población puede converger hacia la erradicación total de la enfermedad o hacia su completa dominancia, dependiendo puramente de qué alelo fuera más frecuente al principio (la frecuencia inicial rompe el equilibrio).
Escenario 4: Coexistencia perfecta (La ventaja del heterocigoto). ¿Qué pasa si el heterocigoto (Hh) es el más apto de todos? En este caso matemático, la dinámica de replicadores demuestra que la población alcanza un estado mixto estable en el que ambos genes coexisten de manera sostenida (por ejemplo, manteniendo una frecuencia exacta de 0.5 para cada alelo), preservando el polimorfismo genético.
¿Por qué importa esto para la ciencia médica?
Aunque estos modelos asumen poblaciones ideales (infinitas y perfectamente mezcladas), introducir la no linealidad mediante juegos multijugador nos acerca mucho más a la complejidad real de la genética de poblaciones humanas.
¿Qué les parece, cibergenéticos? ¿Habían imaginado la evolución como un tablero de ajedrez molecular tan preciso? ¡Los leo en los comentarios! 👇
Referencias principales:




0 comentarios:
Publicar un comentario