Evaluacion-de-polimorfismos-en-genes-relacionados-con-la-inflamacion-en-pacientes-mexicanos-con-enfermedad-de-Alzheimer

Vista previa del material en texto

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO 
POSGRADO EN CIENCIAS BIOLÓGICAS 
FACULTAD DE MEDICINA 
BIOMEDICINA 
 
EVALUACIÓN DE POLIMORFISMOS EN GENES RELACIONADOS 
CON LA INFLAMACIÓN EN PACIENTES MEXICANOS CON 
ENFERMEDAD DE ALZHEIMER 
 
TESIS 
QUE PARA OPTAR POR EL GRADO DE: 
MAESTRA EN CIENCIAS BIOLÓGICAS 
 
PRESENTA: 
 
DIANA KARINA FRANCO BOCANEGRA 
 
TUTORA PRINCIPAL DE TESIS: DRA. VICTORIA CAMPOS PEÑA 
POSGRADO EN CIENCIAS BIOLÓGICAS 
UNIVERSIDAD NACIONAL AUTONÓMA DE MEXICO 
 
COMITÉ TUTOR: DRA. ROSALINDA GUEVARA GUZMÁN 
FACULTAD DE MEDICINA 
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO 
 
DR. FEDERICO ÁVILA MORENO 
FACULTAD DE ESTUDIOS SUPERIORES IZTACALA 
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO 
 
 
 
MÉXICO, D.F. FEBRERO, 2014 
 
UNAM – Dirección General de Bibliotecas 
Tesis Digitales 
Restricciones de uso 
 
DERECHOS RESERVADOS © 
PROHIBIDA SU REPRODUCCIÓN TOTAL O PARCIAL 
 
Todo el material contenido en esta tesis esta protegido por la Ley Federal 
del Derecho de Autor (LFDA) de los Estados Unidos Mexicanos (México). 
El uso de imágenes, fragmentos de videos, y demás material que sea 
objeto de protección de los derechos de autor, será exclusivamente para 
fines educativos e informativos y deberá citar la fuente donde la obtuvo 
mencionando el autor o autores. Cualquier uso distinto como el lucro, 
reproducción, edición o modificación, será perseguido y sancionado por el 
respectivo titular de los Derechos de Autor. 
 
 
 
 
AGRADECIMIENTOS 
 
Al Posgrado en Ciencias Biológicas, UNAM, por haberme brindado la oportunidad 
de dar este importante paso en mi formación académica, y de esta manera 
permitirme contribuir a mi crecimiento personal y de mi entorno. 
 
Al Consejo Nacional de Ciencia y Tecnología (CONACyT), por el otorgamiento de 
la beca número 441123/270152 la cual fue proporcionada durante todo el 
transcurso de este proyecto y sin la cual su realización no hubiera sido posible. 
 
A la Dra. Victoria Campos Peña, tutora principal de esta tesis a quien le estaré por 
siempre agradecida por haberme dado esta gran oportunidad de pertenecer a su 
equipo de trabajo, por toda su ayuda y el todo el tiempo que me ha dedicado, por 
todo lo que me ha enseñado y por motivarme siempre para ser mejor estudiante y 
persona. 
 
A la Dra. Rosalinda Guevara Guzmán y el Dr. Federico Ávila Moreno, miembros 
del comité tutor, por sus observaciones y comentarios durante las evaluaciones y 
las correcciones del presente proyecto, que contribuyeron en gran manera a 
enriquecerlo y mejorarlo. 
 
 
 
 
 
 
 
 
 
 
 
AGRADECIMIENTOS A TITULO PERSONAL 
 
Al Dr. Leopoldo Santos Argumedo, el Dr. Benjamín Florán Garduño y la Dra. 
Gohar Gevorgyan Markosian por haber aceptado pertenecer al Jurado de examen 
de Grado y evaluar y corregir el presente documento de tesis. 
 
A los trabajadores del Posgrado en Ciencias Biológicas Lilia Jiménez Solís, 
Ernesto Armando Rodríguez Reyes, Patricia Oliva Estrella, María de Jesús 
Márquez Salazar, Rocío Chávez Trejo y Erika Rodríguez Reyes, quienes me 
acompañaron y ayudaron durante todo este proceso y su trabajo hizo posible la 
realización de este Posgrado. 
 
Al Dr. Juan Servando Núñez Farfán y el Dr. Daniel Piñero Dalmau, profesores de 
Genética en el Posgrado en Ciencias Biológicas, cuyas excelentes clases hicieron 
crecer mi interés y conocimiento de la genética de poblaciones, la cual es la base 
del presente proyecto. 
 
Al Dr. Esteban González Burchard y a María del Pino Yañes, quienes colaboraron 
en este proyecto aportando información necesaria para el procesamiento de datos 
y la interpretación de los resultados. 
 
A mi compañera de laboratorio Danira Toral Ríos, cuyos consejos y enseñanzas 
han sido de invaluable ayuda para la realización de esta tesis, así como para mi 
crecimiento profesional y personal. 
 
 
 
 
 
 
 
DEDICATORIA 
 
Esta tesis está dedicada: 
 
A mi mamá, Rosa María Bocanegra González 
 
A mi compañero de vida, Tirso René del Jesús González Alam 
 
A los amigos que llevan ya muchos años acompañándome en el camino: 
 
Adriana Bocanegra Becerril 
Adriana Salazar Aguilar 
Andrea Salazar Aguilar 
Aurelio Ninandii Antonio Cruz 
Érika del Carmen Baas Cruz 
Fátima Leonor Gamboa Estrella 
Goretty Graciela Herrera Aguilar 
Gregorio Sauri Jairala 
Rubén Solís Mecalco 
Saúl Aarón Chay Vela 
 
 
 
 
 
 
 
 
 
 
 
ÍNDICE 
 
Lista de figuras y tablas 1 
Resumen 3 
Abstract 5 
1. Introducción 7 
2. Objetivos 8 
2.1. Objetivo general 8 
2.2. Objetivos específicos 8 
3. Antecedentes 9 
3.1. Descripción general de la Enfermedad de Alzheimer 9 
3.1.1. Criterios diagnósticos 9 
3.2. Patofisiología 10 
3.2.1. Placas neuríticas 11 
3.2.2. Marañas neurofibrilares 13 
3.3. Subtipos de la EA 14 
3.3.1. EA de inicio temprano 14 
3.3.2. EA de inicio tardío 15 
3.3.2.1. Factores de riesgo genético para EA de inicio tardío 16 
3.3.2.2. Otros factores de riesgo 17 
3.4. El papel de la inflamación en la EA 17 
3.4.1. Evidencias de un componente inflamatorio en la EA 17 
3.4.2. Mecanismos de acción de la inflamación en la EA 18 
3.4.3. Ciclo-oxigenasa 19 
3.4.4. Clusterina 20 
3.4.5. Receptor del complemento 1 22 
3.4.6. Proteína c reactiva 23 
3.4.7. Factor de necrosis tumoral alfa 25 
3.4.8. Interleucinas 25 
3.4.8.1. Interleucina 1α 26 
3.4.8.2. Interleucina 6 26 
3.4.8.3. Interleucina 10 27 
3.5. El papel de la genética de poblaciones en el estudio de la EA 28 
3.5.1. Estudios de asociación genética 28 
3.5.1.1. Desequilibrio de ligamiento en estudios de asociación genética 29 
3.5.1.2. Análisis de ancestría en estudios de asociación genética 30 
4. Metodología 32 
4.1. Población de estudio 32 
4.2. Extracción de ADN genómico y genotipificación 32 
4.3. SNPs analizados 34 
4.4. Determinación de la concentración de IL-6 en plasma 35 
4.5. Análisis estadístico 35 
4.5.1. Cálculo de frecuencias alélicas, genotípicas y haplotípicas 35 
4.5.2. Cálculo del desequilibrio de ligamiento 36 
4.5.3. Estimación de las proporciones de ancestría 36 
4.5.3.1. AIMs utilizados en el estudio 36 
4.5.3.2. Estimación de las proporciones de ancestría en cada grupo 37 
4.5.3.3. Estimación de las proporciones de ancestría para cada individuo 38 
4.5.3.3.1. Método de Evanno 39 
4.5.3.3.2. Corrección por ancestría 39 
5. Resultados 39 
5.1. Género y edad en la población de estudio 39 
5.2. Análisis de las frecuencias alélicas 40 
5.3. Análisis de las frecuencias genotípicas 41 
5.4. Análisis de las frecuencias haplotípicas 44 
5.5. Cálculo del desequilibrio de ligamiento 46 
5.6. Determinación de la concentración de IL-6 en plasma 48 
5.7. Análisis de la ancestría de la población de estudio 48 
5.7.1. Proporciones de ancestría de cada grupo de estudio 48 
5.7.2. Estimación de las proporciones de ancestría para cada individuo 49 
5.7.2.1. Método de Evanno 49 
5.7.3. Corrección por ancestría 53 
6. Discusión 53 
6.1. Género 54 
6.2. Frecuencias alélicas, genotípicas y haplotípicas 54 
6.3. Determinación de IL-6 en plasma 56 
6.4. Análisis de la ancestría de la población 57 
7. Conclusiones 58 
Literatura citada 60 
Anexo 1. Protocolo para la extracción de ADN a partir de sangre periférica 78 
Anexo 2. Protocolo para ensayo de ELISA de IL-6 80 
 
 
 
 
 
1 
 
LISTA DE FIGURAS Y TABLAS 
 
Figura 1. Corte de tejido de amígdala de paciente con EA 
Figura 2. Procesamiento de la APP 
Figura 3. COX-2 en el sistema nervioso central 
Figura 4. Estructura de la clusterina 
Figura 5. Vías del complemento 
Figura 6. Estructura de la proteína C reactiva 
Figura 7. Desequilibrio de ligamiento 
Figura 8. Fundamentos de la PCR tiempo real 
Figura 9. Genotipificación 
Figura 10. Valores de D’ para cada par de loci 
Figura 11. Valores de D’ y LOD para cada par de loci 
Figura 12. Valores de r2 y LOD para cada par de loci 
Figura 13. Proporciones de ancestría para el grupo de casos 
Figura 14. Proporciones de ancestría para el grupo de controles 
Figura 15. Gráficade los valores del cambio en la verosimilitud de la cantidad de 
poblaciones ancestrales para cada cantidad de poblaciones ancestrales 
Figura 16. Estructura genética de la población de estudio 
Figura 17. Agrupación en clusters de las tres poblaciones ancestrales y los grupos 
de estudio 
 
Tabla 1. SNPs analizados en el presente estudio 
Tabla 2. Marcadores informativos de ancestría utilizados en el presente estudio 
Tabla 3. Frecuencia de cada AIM en las poblaciones ancestrales 
Tabla 4. Distribución de los géneros en cada grupo de estudio 
Tabla 5. Frecuencias alélicas del SNP rs20417 en COX-2 
Tabla 6. Frecuencias alélicas para cada SNP analizado 
Tabla 7. Prueba del equilibrio de Hardy-Weinberg para cada SNP analizado 
Tabla 8. Frecuencias genotípicas del SNP rs20417 en el gen COX-2 
Tabla 9. Frecuencias genotípicas de los SNPs analizados 
2 
 
Tabla 10. Análisis de las frecuencias genotípicas de los SNPs rs20417 en el gen 
COX-2 y rs1800795 en el gen IL6 bajo el modelo dominante 
Tabla 11. Análisis de las frecuencias genotípicas del SNP rs6656401 en el gen 
CR1 bajo el modelo recesivo 
Tabla 12. Análisis de las frecuencias genotípicas de los SNPs rs20417 en el gen 
COX-2 y rs1800795 en el gen IL-6 bajo el modelo sobredominante 
Tabla 13. Frecuencias haplotípicas (todos los SNPs) 
Tabla 14. Frecuencias haplotípicas (3 SNPs) 
Tabla 15. Resumen del cálculo del cambio en la verosimilitud de la cantidad de 
poblaciones ancestrales 
Tabla 16. Análisis de frecuencias genotípicas corregido por ancestría 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3 
 
RESUMEN 
 
Se calcula que aproximadamente el 4.5% de las personas mayores de 65 años de 
edad de todo el mundo padece de alguna forma de demencia, y de éstas 
personas, el 65% podría padecer la Enfermedad de Alzheimer (EA), lo que hace 
de este padecimiento el tipo más frecuente de demencia. A nivel histopatológico, 
los principales sellos distintivos de la EA son la presencia en el tejido nervioso de 
lesiones formadas por agregados proteínicos, tales como las placas neuríticas 
compuestas por el péptido amiloide-β (Aβ) y las marañas neurofibrilares (MNFs), 
compuestas por la proteína tau. Junto con estas lesiones, la activación del sistema 
inmune, la cual conduce a un estado inflamatorio general, es también otra 
característica importante de la EA. La presencia de placas neuríticas atrae a la 
microglía y a los astrocitos, y se estimula en ellos la producción de citocinas pro-
inflamatorias. La activación crónica de estos tipos celulares, y la inflamación que 
esto ocasiona contribuye a la neurodegeneración, por lo cual la inflamación se 
considera una pieza clave en el desarrollo de la enfermedad. Entre las proteínas 
más importantes que participan en la regulación de procesos inflamatorios, y cuya 
actividad ha sido asociada al desarrollo de la EA está la ciclo-oxigenasa 2 (COX-
2), la clusterina (CLU), el receptor del complemento 1 (CR1), la proteína C reactiva 
(CRP), el factor de necrosis tumoral α (TNF-α), las interleucinas proinflamatorias 
interleucina 1α (IL-1α) e interleucina 6 (IL-6), y la interleucina anti-inflamatoria 
interleucina 10 (IL-10). Se ha propuesto, que ciertas variaciones en la secuencia 
de los genes que codifican a estas proteínas pueden causar diferencias en su tasa 
de expresión génica o en su función; resulta importante investigar si estas 
variaciones podrían estar asociadas con el riesgo de desarrollar la EA. El objetivo 
del presente estudio fue determinar si la presencia de polimorfismos en los genes 
que codifican a las proteínas mencionadas se encuentran asociados con el 
desarrollo de la EA en pacientes mexicanos. Para ello se genotipificaron 14 
polimorfismos en una población compuesta por 93 sujetos con EA y 80 controles 
pareados por edad, y se analizaron las diferencias en frecuencias alélicas, 
genotípicas y haplotípicas entre ambos grupos. Para asegurar la validez de las 
4 
 
asociaciones encontradas se realizó un análisis de ancestría de la población de 
estudio. Las variantes genéticas asociadas con la EA que se identificaron fueron el 
SNP rs20417 en el gen COX-2, el SNP rs6656401 del gen CR1 y el SNP 
rs1800795 del gen IL-6. Los resultados también señalaron 4 haplotipos asociados 
a la EA. El análisis de ancestría reveló que no existieron diferencias significativas 
en la ancestría de los grupos comparados, mientras que las asociaciones 
encontradas mantuvieron significancia estadística incluso posterior a su corrección 
por ancestría, confirmando su fuerte asociación con la enfermedad EA. Por lo 
tanto, se concluye que la variación en genes relacionados con el proceso 
inflamatorio podría estar asociada con el desarrollo de la EA, por lo que resulta 
necesario profundizar en el estudio de estos genes y los patrones de expresión de 
sus proteínas. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
5 
 
ABSTRACT 
 
It has been estimated that approximately 4.5% of individuals over 65 years old 
worldwide suffer from some kind of dementia, and of these people, approximately 
65 % have Alzheimer's disease (AD), which makes AD the most common type of 
dementia. Histologically, the major hallmarks of AD are the presence in the brain of 
lesions formed by protein aggregates, such as neuritic plaques, consisting of 
amyloid-β peptide (Aβ) and neurofibrillary tangles (NFTs), consisting of tau protein. 
These lesions, along with the activation of the immune system, which leads to a 
general inflammatory state, are the major features of AD. The presence of neuritic 
plaques attracts microglia and astrocytes, and stimulates the production of pro-
inflammatory cytokines. Because chronic activation of these cell types, and the 
inflammation that this causes, contributes to neurodegeneration, inflammation 
therefore has been considered a key factor in development of the disease. Among 
the most important proteins involved in the regulation of inflammation, and whose 
activity has been associated with the development of AD there are cyclooxygenase 
2 (COX-2), clusterin (CLU), complement receptor 1 (CR1), C reactive protein 
(CRP) , tumor necrosis factor α (TNF- α) , the pro-inflammatory cytokines 
interleukin 1α (IL - 1α) and interleukin 6 (IL-6), and anti-inflammatory interleukin 10 
(IL-10). Since certain sequence variations in the genes that encode these proteins 
can cause differences in the rate of gene expression or modify protein function, it is 
important to investigate whether these variations may represent a change in the 
risk of developing AD. The objective of this study was to determine whether the 
presence of polymorphisms in the genes encoding the aforementioned proteins is 
associated with the development of AD in Mexican patients. In order to achieve this 
aim, 14 polymorphisms were genotyped in a study population consisting of 
subjects with AD and age-matched controls, and analyzed the differences in allelic, 
genotypic and haplotypic frequencies between the two groups. To ensure the 
validity of the observed associations an analysis of ancestry of the study population 
was also conducted. Genetic variants associated with AD that were identified were 
the SNP rs20417 within COX - 2, the SNP rs6656401 within CR1 and SNP 
6 
 
rs1800795 within the IL-6 gene. The results also identified four haplotypes 
associated with AD. Ancestry analysis revealed no significant differences in the 
ancestry of the compared groups, and associations remained significant even after 
correction for ancestry, which corroborates the validity of the results. We conclude 
that variation in genes related to the inflammatory process is important in the 
development of AD pathology and further study of these genes and their resulting 
proteins is needed. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
7 
 
1. INTRODUCCIÓN 
 
A nivel mundial, se calcula que la prevalencia de la demencia en general es deaproximadamente 4.5% (Rodríguez-Agudelo et al. 2011) mientras que la EA 
representa el el 65% de todos los casos (Zhang et al. 2004), convirtiéndose en la 
principal causa de demencia. La EA es una enfermedad compleja en la que 
intervienen factores genéticos y ambientales que participan de manera importante 
en el desarrollo de la patología permaneciendo desconocido hasta el momento un 
factor patognomónico. Entre los muchos factores que han sido asociados con esta 
enfermedad, se encuentra la inflamación siendo tal vez uno de los más 
importantes. Se ha observado que al igual que la presencia de placas neuríticas y 
MNFs, la inflamación es un proceso característico de la enfermedad y numerosos 
estudios epidemiológicos han mostrado que el uso de terapia anti-inflamatoria 
puede ser un tratamiento preventivo para este padecimiento. En la actualidad, 
existen evidencias que señalan que la presencia de ciertos polimorfismos 
presentes en genes que codifican para la expresión de proteínas relacionadas con 
la respuesta inflamatoria podrían estar asociados con el desarrollo de la EA. 
Algunos de estos polimorfismos han sido descritos en genes como COX-2, CLU, 
CR1, TNF-α, la CRP, la IL-1α, la IL-6 y la IL-10 
El papel que juegan los factores relacionados con la inflamación en la 
patofisiología de la EA es sin duda un campo muy relevante de investigación. Las 
proteínas cuyos genes se analizarán en este estudio tienen una participación 
importante en el proceso inflamatorio, por lo cual resulta muy probable que la 
existencia de polimorfismos en la secuencia de los genes que las codifican 
provoque cambios en su estructura y función, favoreciendo el proceso inflamatorio, 
observado en la EA. Por ello, se hace evidente la importancia de evaluar si la 
presencia de estos polimorfismos se encuentra asociada con esta enfermedad en 
nuestra población, y cómo este conocimiento podría ser empleado en el desarrollo 
de nuevas estrategias de tratamiento y manejo de la enfermedad. 
Por otro lado, al buscar marcadores de riesgo en poblaciones genéticamente 
heterogéneas, como la población mexicana la cual, hasta la fecha no ha sido 
8 
 
evaluada, es importante tomar en cuenta la ancestría de la población para poder 
asegurar la validez de las asociaciones encontradas. En esto radica la importancia 
del análisis de ancestría que se realiza en el presente estudio. 
 
2. OBJETIVOS 
 
2.1. OBJETIVO GENERAL 
 
Realizar un estudio de asociación genética entre casos y controles para 
determinar si la presencia de polimorfismos en los genes mencionados se 
encuentra asociada con el desarrollo de la EA en pacientes mexicanos. 
 
2.2. OBJETIVOS ESPECÍFICOS 
 
1. Determinar las frecuencias alélicas, genotípicas y haplotípicas de 14 
polimorfismos en los genes relacionados con la inflamación, mencionados 
anteriormente. 
2. Estimar la distribución de las proporciones de ancestría de cada una de las 
poblaciones ancestrales en ambos grupos de estudio. 
3. Estimar las proporciones de ancestría para cada sujeto de estudio. 
4. Calcular el desequilibrio de ligamiento entre los marcadores analizados. 
5. Comparar las frecuencias alélicas, genotípicas y haplotípicas de estos 14 
polimorfismos en los genes mencionados entre casos y controles, 
controlando para sexo, edad y ancestría, y determinar si existen diferencias 
significativas. 
 
 
 
 
 
 
9 
 
3. ANTECEDENTES 
 
3.1. DESCRIPCIÓN GENERAL DE LA ENFERMEDAD DE ALZHEIMER 
 
La enfermedad de Alzheimer (EA) es una enfermedad neurodegenerativa que 
consiste principalmente en un deterioro de la memoria episódica (Di Paola et al. 
2006) y de las funciones ejecutivas (Collette et al. 1999), caracterizado por fallas 
prominentes en la memoria de corto (Grady et al. 2001) y largo plazo (Hodges et 
al. 1990), con una relativa preservación de la memoria de eventos lejanos en el 
tiempo en comparación con eventos más recientes (Beatty et al. 1988). 
Las personas que padecen esta enfermedad presentan dificultad para el 
aprendizaje (Grober y Kawas, 1997), la realización de actividades de la vida 
cotidiana (Carswell y Eastwood, 1993) y la planeación estratégica (Espinosa et al. 
2009). Esto viene acompañado de una progresiva desintegración de la memoria 
semántica (Wierenga et al. 2011). Otros síntomas frecuentes en la EA son la 
apraxia ideomotora (Capone et al. 2003), la apatía (Zhao et al. 2012) y los 
trastornos del sueño (Hot et al. 2011). 
 
3.1.1. Criterios diagnósticos 
 
El diagnóstico clínico de demencia tipo Alzheimer se obtiene cuando el paciente 
cumple con los criterios establecidos por el NINCDS-ADRDA (National Institute of 
Neurological and Communicative Disorders and Stroke- Alzheimer’s Disease and 
Related Disorders Association), los cuales incluyen: 1) diagnóstico de demencia, 
establecido mediante examen clínico y documentado a través del MMSE (Mini-
Mental State Examination), 2) presencia de déficits en al menos dos áreas de la 
cognición (ej. orientación, atención, cálculo, lectura, escritura, habilidad para 
dibujar o copiar), 3) empeoramiento progresivo de la memoria y otras funciones 
cognitivas, 4) ausencia de perturbaciones de la consciencia, y 5) ausencia de 
otras enfermedades cerebrales o sistémicas que puedan ocasionar déficits 
progresivos en memoria y cognición (Leach y Levy, 1994). 
10 
 
Algunos autores (Dubois et al. 2007) consideran válidos también para el 
diagnóstico de demencia tipo Alzheimer los criterios planteados en el DSM-IV 
(Diagnostic and Statistical Manual of Mental Disorders, cuarta edición), el cual 
comparte esencialmente los criterios del NINCDS-ADRDA, añadiendo que el 
deterioro cognitivo debe ser lo suficientemente severo como para provocar una 
perturbación significativa de las actividades sociales y/o laborales del paciente 
(American Psychiatric Association, 2000). 
El diagnóstico definitivo de la EA sólo puede ser realizado mediante análisis 
histológico post-mortem, observando la presencia de ciertas lesiones 
características de la enfermedad, las cuales serán descritas a continuación. 
 
3.2. PATOFISIOLOGÍA 
 
A nivel histopatológico, las principales características distintivas de la EA son la 
progresiva pérdida neuronal (Canu et al. 2012), y la presencia en el cerebro de 
lesiones formadas por agregados proteínicos, tales como las placas neuríticas que 
se ubican en el espacio extracelular y están compuestas por el péptido amiloide-β 
(Aβ) (Wong et al. 1985) y las marañas neurofibrilares (MNFs), compuestas por los 
llamados filamentos helicoidales apareados, los cuales forman agregados en el 
citoplasma neuronal, y están constituidos por la proteína tau hiperfosforilada 
(Kosik et al. 1986) (figura 1). 
 
11 
 
 
Figura 1. Corte de tejido de amígdala de paciente con EA teñido mediante la impregnación argéntica de 
Bielschowsky, mostrando dos placas neuríticas y neuronas piramidales conteniendo MNFs. Modificado de 
Selkoe (1999). 
 
 
3.2.1. Placas neuríticas 
 
La hipótesis más aceptada acerca de la patofisiología de la EA es la llamada 
hipótesis del amiloide, la cual considera la acumulación extracelular de Aβ, y la 
subsecuente formación de placas neuríticas como el evento primordial en la 
patología de la EA. Típicamente, una placa neurítica consiste en un núcleo de 
fibras de Aβ rodeado por neuritas distróficas, microglía, y astrocitos. Las fibras de 
Aβ son fibras rectas que miden de 6 a 10 nm. de diámetro. Presentan 
resistencia a la proteólisis y birrefringencia al ser teñidas con el colorante rojo 
Congo. Las formas más comunes de Aβ son las de 40 y 42 aminoácidos (aa), 
siendo el Aβ42 la forma más fibrilogénica (Hardy y Allsop, 1991). 
Se ha sugerido que en condiciones normales (a bajas concentraciones), el Aβ 
cumple una función neurotrófica en el SNC (Mattson, 1997). Otros estudios han 
señalado que el Aβ también podría estar relacionado con el metabolismode 
lípidos. Se ha propuesto que el Aβ interactúa con la enzima hidroximetilglutaril-
CoA, la cual regula la síntesis de colesterol, y a su vez activa a las 
Placas 
neuríticas 
MNFs 
12 
 
esfingomielinasas, las cuales regulan los niveles de esfingomielina presentes en 
las membranas celulares (Grimm et al. 2005). 
El Aβ es un péptido que se deriva del procesamiento proteolítico de una proteína 
transmembranal tipo I, llamada proteína precursora del amiloide (APP). Las 
isoformas más comunes de esta proteína son las que contienen 695, 751 y 770 
residuos de aminoácidos (APP695, APP751 y APP770) (Wertkin et al. 1993). 
En condiciones normales, la APP tiene una función neurotrófica al promover el 
crecimiento de neuritas y la sinaptogénesis (Milward et al. 1992). También se sabe 
que participa en la regulación de la migración neuronal durante el desarrollo 
embrionario (Young-Pearse et al. 2007). 
El procesamiento de la APP puede darse mediante dos vías, conocidas como la 
vía amiloidogénica y la vía no-amiloidogénica (figura 2). 
 
 
Fig.2. Procesamiento de la APP; modificado de La Ferla et al. (2002). 
 
En la vía no-amiloidogénica la APP es cortada por la enzima α-secretasa entre las 
posiciones Aβ16 y Aβ17, por lo cual el procesamiento a través de esta enzima 
no genera al péptido Aβ . El corte produce dos fragmentos, uno libre, conocido 
como sAPP-α, y un fragmento C-terminal unido a la membrana conocido como 
CTF-α, el cual es procesado después por la γ-secretasa (Hardy y Allsop, 1991). 
13 
 
γ-secretasa es un complejo multiproteico formado por cuatro proteínas, que son 
una presenilina (PS) (presenilina 1 (PS-1) o presenilina 2 (PS-2)); la presenilin 
enhancer 2 (PEN-2); la nicastrina (NCT) y la anterior pharinx-defective 1 (APH-1) 
(Kimberly et al. 2003). La PS-1 o la PS-2 forman el centro catalítico. Este 
complejo interviene en la proteólisis intramembranal de diversas proteínas de 
membrana tipo I (Vetrivel et al. 2006). En la vía amiloidogénica la APP es cortada 
por la enzima β-secretasa, la cual libera un fragmento conocido como sAPP-β, 
y deja un fragmento unido a la membrana conocido como CTF-β, el cual es 
posteriormente cortado por el complejo enzimático γ-secretasa, liberando al Aβ 
(Hardy y Allsop, 1991). 
La acumulación de Aβ tanto extracelular como intracelularmente contribuye a la 
neurodegeneración en la EA mediante diversos mecanismos. El Aβ genera una 
respuesta pro-inflamatoria por parte de las células microgliales, la cual implica la 
liberación de citocinas pro-inflamatorias que actúan directamente sobre las 
neuronas, o bien sobre los astrocitos, amplificando la respuesta inflamatoria y 
estimulando el reclutamiento de células inmunes periféricas (Meraz-Ríos et al. 
2013). Asimismo, el Aβ intracelular, al entrar en la mitocondria causa disfunción de 
los complejos I y IV de la cadena respiratoria, provocando un déficit de la 
producción de ATP y la generación de especies reactivas del oxígeno (EROs), las 
cuales causan daño a la célula mediante la lipoperoxidación de las membranas, 
favorecen la agregación de tau y desencadenan la apoptosis (Butterfield, 2002). El 
Aβ también produce daño celular interactuando con los receptores glutamatérgicos 
NMDA, provocando excitotoxicidad y alteraciones de la homeostasis del calcio 
(Harkany et al. 2000). 
 
3.2.2. Marañas neurofibrilares 
 
Otra de las lesiones que caracterizan a la EA son las MNFs. Estas lesiones están 
compuestas por agregados de proteína tau hiperfosforilada. La proteína en su 
estado normal cumple con la función de dar estabilidad al citoesqueleto, 
14 
 
uniéndose a los microtúbulos (MTs), y regula el transporte axonal de vesículas y 
organelos. 
La proteína tau tiene un dominio de unión a MTs, compuesto por 3 ó 4 motivos de 
unión a tubulina. En las neuronas, la fosforilación y desfosforilación de tau son 
importantes en la dinámica de transporte axonal. La mayor parte de la proteína 
tau se distribuye en los axones y dendritas. En condiciones patológicas, se ha 
propuesto que la hiperfosforilación de esta proteína hace que pierda su afinidad 
hacia los microtúbulos, los cuales pierden estabilidad, y esto contribuye a la 
degeneración celular (Dixit et al. 2008). La fosforilación de tau se lleva a cabo por 
la acción de cinasas, como la cinasa de glucógeno-sintasa 3β (GSK3β), la 
proteína-cinasa activada por mitógeno (MAPKs), las proteína-cinasas activadas 
por estrés (SAPKs) y las cinasas dependientes de ciclina (CDKs) como la cdc2 
(cdk1) y la cdk5. Un desbalance en la actividad de estas cinasas puede llevar a la 
hiperfosforilación de la proteína y con ello favorecer el proceso neurodegenerativo 
Varios estudios han demostrado que existe una correlación directa entre el 
número de MNFs y el declive en el nivel global de cognición (Bennett et al. 2004). 
 
3.3. SUBTIPOS DE LA EA. 
 
La EA se clasifica convencionalmente en dos subtipos: la EA de inicio temprano 
(EOAD) y la EA de inicio tardío (LOAD). En general, se considera que en la EA de 
inicio temprano los síntomas característicos de la enfermedad, se presentan antes 
de los 65 años (Sakamoto et al. 2002). Sin embargo, entre estos subtipos existen 
diferencias importantes, más allá de la edad de aparición. 
 
3.3.1. EA de inicio temprano 
 
La EA de inicio temprano tiene un patrón de herencia definido, por lo que también 
se le conoce como EA de tipo familiar (FAD). Los factores genéticos que 
determinan la EA de inicio temprano son mutaciones en los genes de la APP, de la 
PS-1 y de la PS-2, localizados en los locus 21q21.3, 14q24.3 y 1q31-q42 
15 
 
respectivamente, y presentan un patrón de herencia autosómico dominante. 
Hasta la fecha, se han encontrado 32 mutaciones puntuales en el gen de la APP 
(O’Brien et al. 2011), y una doble mutación que resulta en el cambio de dos 
aminoácidos, a la que se le conoce como la “Mutación Sueca”. Ésta se trata de 
un cambio de lisina a asparagina en la posición 670 y de metionina a leucina en la 
posición 671. Las mutaciones de APP en general se localizan cerca de los sitios 
de corte de la γ-secretasa, y β-secretasa. Estas mutaciones afectan el 
procesamiento de APP de tal manera que la producción de Aβ se ve favorecida. 
Otras mutaciones causantes de EA de inicio temprano se han hallado en los 
genes de las presenilinas: 179 mutaciones en el gen de la PS-1, y 14 en el de la 
PS-2. Estas mutaciones modifican la actividad de la γ-secretasa de tal modo que 
aumentan la proporción Aβ42/Aβ40, favoreciendo su agregación. 
Clínicamente, la EA de inicio temprano se caracteriza por un deterioro rápido de 
la memoria y de las funciones cognitivas. Esto ha sido demostrado al observarse 
una disminución rápida de la puntuación del MMSE, en comparación a los sujetos 
con EA de inicio tardío (ver siguiente apartado). Los pacientes con EA de inicio 
temprano suelen presentar también un deterioro más pronunciado de las 
habilidades de lenguaje (van der Vlies et al. 2009). 
 
3.3.2. EA de Inicio Tardío 
 
La EA de inicio tardío, a la que también se le llama de tipo esporádico, presenta 
una etiología multifactorial y multigénica, de esta manera, aunque se conocen 
algunos de los factores que determinan su desarrollo todavía no se alcanza una 
completa comprensión de la etiología de esta compleja enfermedad En la EA de 
inicio tardío no existen mutaciones causantes de la enfermedad, sin embargo, se 
ha podido comprobar que hay numerosos polimorfismos que confieren mayor 
susceptibilidad para su desarrollo. 
 
 
 
16 
 
3.3.2.1. Factores de riesgo genético para EA de inicio tardío 
 
El factor de riesgo más conocido y documentado para la EA de inicio tardío es el 
alelo ε4 del gen de la apolipoproteína E (APOE). La ApoE es una glucoproteína 
de 299 aa, que se expresa principalmente en el hígado,y en segundo lugar en el 
cerebro, en el cual es principalmente expresada por astrocitos y microglía, y en 
menor proporción en las células neuronales. Esta proteína participa en la 
endocitosis de lípidos, como el colesterol. Existe evidencia de que el colesterol 
liberado de lipoproteínas que contienen ApoE es utilizado en la sinaptogénesis, y 
en el mantenimiento de las conexiones sinápticas (Mauch, 2001; Pitas et al. 1987; 
Wernette-Hammond et al. 1989). 
Existen tres isoformas de la proteína ApoE, las cuales se diferencían una de otra 
por los residuos de aminoácidos presentes en las posiciones 112 y 158. Estas 
isoformas son ApoE2 (cys 112, cys 158), ApoE3 (cys 112, arg 158), y ApoE4 (arg 
112, arg 158), y los alelos que las codifican son el ε2, ε3 y ε4. La presencia de la 
isoforma ApoE4 está asociada con un mayor riesgo para el desarrollo de la EA 
(Mahley et al. 2006) y este riesgo aumenta con el número de copias del alelo ε4 
(Corder et al. 1993). 
Ha sido señalado que el mecanismo por el que la ApoE se vincula a la 
patofisiología de la EA es su interacción con el Aβ. La ApoE libre tiene la 
capacidad de formar complejos con el Aβ, favoreciendo la generación de fibrillas 
de Aβ. De las isoformas existentes se sabe que ApoE4 forma estos complejos a 
una mayor velocidad que las isoformas ApoE3 y ApoE2 (Sanan et al. 1994. 
Asimismo, algunos estudios señalan que ApoE estimula la endocitosis de APP y 
de β-secretasa hacia los endosomas, donde el APP se procesa por la vía 
amiloidogénica (He et al. 2007). 
Además del alelo ε4 de APOE, numerosos polimorfismos en diversos genes se 
han reportado como asociados al desarrollo de la EA de inicio tardío, en distintas 
poblaciones. Uno de los más estudiados es el de la ATP-binding casette 1A, la 
cual es una proteína que transfiere colesterol desde la capa interior de la 
membrana celular hacia la capa exterior (Wollmer et al. 2003; Wollmer et al. 2007). 
17 
 
Otro gen que se ha reportado como asociado a la EA de inicio tardío es el gen del 
receptor colinérgico nicotínico beta 2 (CHRNB2). El gen CHRNB2 codifica a la 
subunidad β2 de los receptores nicotínicos de acetilcolina (nAChRs). Los nAChRs 
son canales iónicos que responden a la unión de acetilcolina aumentando la 
concentración intracelular de Ca+ en neuronas pre- y post-sinápticas. Se ha 
encontrado que un polimorfismo intrónico en este gen reduce el riesgo de 
desarrollar la EA en un 50%. La reducción de los niveles de nAChRs y la pérdida 
de neuronas colinérgicas otra característica observada en pacientes con EA. 
Modelos animales, han demostrado que con el envejecimiento, los ratones knock-
out para el gen CHRNB2 presentan atrofia en regiones involucradas con la 
cognición y la memoria, como son el neocórtex y las regiones hipocampales CA1 y 
CA3. Esto sugiere que estos receptores podrían participar en la supervivencia 
neuronal en estas áreas, y alteraciones en su funcionamiento podrían favorecer la 
neurodegeneración (Cook et al. 2004, Zoli et al. 1999). 
 
3.3.2.2. Otros factores de riesgo 
 
Además de los factores genéticos, en la EA de inicio tardío también intervienen 
otros factores de riesgo. El principal factor de riesgo es la edad mayor a 65 años 
(Dolan et al. 2010). Entre otros factores, se encuentran aquellos que afectan el 
sistema vascular como la hipercolesterolemia (Kivipelto et al. 2001), la obesidad 
(Whitmer et al. 2005), la aterosclerosis (Hofman et al. 1997), y la diabetes tipo 2 
(Luchsinger et al. 2001). 
 
3.4. EL PAPEL DE LA INFLAMACIÓN EN LA EA 
 
3.4.1. Evidencias de un componente inflamatorio en la EA: estudios 
epidemiológicos 
 
Desde principios de la década de los 90’s comenzaron a surgir estudios que 
vinculaban a la inflamación con la EA. Fillit et al. (1991), mostraron que ciertas 
18 
 
citoquinas proinflamatorias se encuentran elevadas en sujetos con EA. 
Posteriormente, estudios epidemiológicos como el de Li et al. (1992) hicieron notar 
que los sujetos con artritis presentaban una menor prevalencia de EA. Con base 
en estos y otros hallazgos se ha propuesto (Dickson et al. 1992) que esto podría 
estar vinculado al uso crónico de anti-inflamatorios, los cuales son fármacos 
empleados en el tratamiento de pacientes con artritis. Numerosos estudios 
epidemiológicos han sugerido que el uso prolongado de anti-inflamatorios no-
esteroideos (AINES) es un factor que reduce el riesgo de presentar la enfermedad, 
(Broe et al. 2000; Coté et al. 2012; in’t Veld et al. 2001; Szekely et al. 2008; Yip et 
al. 2005). Sin embargo, hasta ahora las pruebas clínicas que han evaluado el uso 
de fármacos anti-inflamatorios como tratamiento para la EA no han tenido 
resultados favorables. Esto nos sugiere que el papel que juegan los anti-
inflamatorios en relación con la EA es un papel preventivo, es decir, el uso de 
estos fármacos en sujetos cognitivamente sanos les confiere un cierto grado de 
protección y reduce su riesgo de padecer EA en el futuro. Por otro lado, a los 
sujetos que ya presentan la enfermedad el uso de anti-inflamatorios no les reporta 
ningún beneficio, posiblemente debido a que en estos sujetos ya se manifiestan 
diversos mecanismos de neurotoxicidad y muerte celular sobre los cuales los anti-
inflamatorios ya no tienen ningún efecto. Por todo esto, es necesario profundizar 
más sobre cuáles son las posibles causas y las características de la inflamación 
observada en los sujetos con EA. 
 
3.4.2. Mecanismos de acción de la inflamación en la EA 
 
Se ha reportado que la activación del sistema inmune, la cual conduce a un estado 
inflamatorio general, es una de las características principales de la EA. Estudios 
realizados en modelos animales han señalado que los depósitos de Aβ tienen 
influencia sobre la activación de células microgliales y astrocitos (Frautschy et al. 
1992). Los elevados niveles de quimiocinas y sus receptores en el cerebro de 
sujetos con EA sugieren que existe una migración quimiotáctica de la microglía 
hacia las placas neuríticas (Walker et al. 2006) y se estimula la producción de 
19 
 
citocinas pro-inflamatorias como IL-1β, IL-6 y TNF-α. Varios estudios muestran 
que la activación de estas células contribuye a la neurodegeneración. Asimismo, 
se ha observado que existe una correlación inversa entre la presencia de 
microglía activa y el desempeño cognitivo (Edison et al. 2008). Por estas razones 
las investigaciones se han orientado a la búsqueda de polimorfismos en genes 
que codifiquen proteínas relacionadas con el proceso inflamatorio y que muestren 
asociación con la EA. Los estudios de asociación entre casos y controles en genes 
candidato han permitido identificar variantes alélicas que pudieran estar asociados 
con el desarrollo de la enfermedad. Entre las proteínas más importantes que 
participan en la regulación de procesos inflamatorios, y cuya actividad ha sido 
asociada al desarrollo de la EA se cuentan la ciclo-oxigenasa 2 (COX-2) (Ma et al. 
2008), la clusterina (CLU) (Lambert et al. 2009), el receptor del complemento 1 
(CR1) (Zhang et al. 2010), la proteína C reactiva (CRP) (Eriksson et al. 2011), el 
factor de necrosis tumoral α (TNF-α) (Ardebili et al. 2011), las interleucinas 
proinflamatorias interleucina 1α (IL-1α) (Combarros et al. 2002) e interleucina 6 
(IL-6) (Chen et al. 2012), y la interleucina anti-inflamatoria interleucina 10 (IL-10) 
(Bagnoli et al. 2007). A continuación se describe la actividad que desempeña cada 
una, en el desarrollo de la EA. 
 
3.4.3. Ciclo-oxigenasa 2 
 
Las ciclo-oxigenasas (COX-1 y COX-2) son enzimas que catalizan la reacción de 
formación de ácido araquidónico a prostaglandina H2 (figura 3). La COX-1 es una 
enzima codificada por el gen prostaglandina-endoperóxido sintasa 1 (PTGS1), el 
cual está ubicado en el cromosoma 9. La COX-1 es una enzima constitutiva, 
responsable en condiciones normales de la mayor partede la producción de 
prostaglandinas. A diferencia de COX1, COX-2 es una enzima inducible, 
codificada por el gen PTGS2. Este es un gen de 8kb de longitud localizado en el 
cromosoma 1. Su expresión se encuentra regulada por varios factores, como son 
el receptor del factor de crecimiento epidérmico (EGFR), citocinas como IL-1 y 
TNF-α, glucocorticoides, mineralocorticoides y endotoxinas bacteriales (Feng et al. 
20 
 
1995; Krishnaswamy et al. 2010; Zhang et al. 1999). Dentro del SNC, se expresa 
en neuronas neocorticales e hipocampo, y en algunas condiciones patólogicas 
puede ser inducido en microglía y astrocitos. En 1999, Yasojima et al. reportaron 
que los niveles de COX-2 se encuentran elevados en tejido cerebral de sujetos 
con EA, según se observó en ensayos de inmunohistoquímica. Los autores 
sugieren que este aumento en los niveles de COX-2 en la EA, es en principio una 
respuesta neuronal al estrés. Sin embargo, la COX-2 sobre-expresada de manera 
crónica, puede agravar el estrés ya que favorece la generación de radicales libres, 
y por lo tanto neurotoxicidad. 
 
 
Fig. 3. COX-2 en el SNC podría contribuir a la formación de placas neuríticas mediante la producción de 
PGE2, la cual puede inducir la expresión de la proteína precursora de Aβ (βAPP). A su vez, la presencia de 
placas neuríticas puede inducir la expresión de COX-2 (tomado de Nogawa et al. 2003) 
 
Posteriormente un estudio realizado por Abdullah et al. (2006) demostró que la 
presencia del alelo C del SNP rs20417en el gen PTGS2 confiere protección contra 
la EA. 
 
3.4.4. Clusterina 
 
La clusterina (CLU), también conocida como apolipoproteína J (ApoJ) o SP-40, es 
una proteína de forma heterodimérica compuesta por dos subunidades de 40 kDa 
conocidas como cadena α y cadena β, las cuales presentan 222 y 205 residuos de 
21 
 
aminoácidos, respectivamente. Ambas subunidades son sintetizadas a partir de un 
mismo ARNm, el cual es traducido a una sola cadena precursora que 
posteriormente es segmentada en dos fragmentos, los cuales se mantienen 
unidos covalentemente por medio de cinco puentes disulfuro (figura 4). En 
conjunto con ApoE representan las apolipoproteínas más expresadas en el SNC 
ya que se expresa de manera constitutiva en neuronas y astrocitos. Se sabe que 
CLU es una proteína con propiedades anti-inflamatorias. Los ratones con 
deficiente producción de CLU muestran mayor severidad de la inflamación 
subsecuente a la inducción de miocarditis (McLaughlin et al. 2000). 
 
 
Fig. 4 Estructura de la clusterina. En la imagen se observa a la clusterina en su forma de proproteína 
(arriba) y en su forma activa (abajo) mostrando los cinco puentes disulfuro (tomado de Jones y Jomary, 2002) 
 
En pacientes con EA, los niveles de CLU se encuentran elevados en la corteza 
frontal y en el hipocampo, posiblemente como respuesta al estado inflamatorio 
general (Lidström et al, 1998). 
De manera normal, CLU interactúa con el sistema del complemento uniéndose a 
las proteínas C5b-6 y C5b-7, previniendo su inserción en la membrana e 
impidiendo con ello la adición de C8 y C9 para constituir el complejo de ataque a 
la membrana (MAC); inhibiendo así la formación de este complejo (Kirszbaum et 
al, 1991). La CLU, además, tiene afinidad por Aβ, y es capaz de unirse a él. Por 
otro lado, también se ha observado que CLU se encuentra presente en placas 
22 
 
neuríticas (Choi-Miura et al, 1992), y se ha reportado la formación de complejos 
CLU-Aβ1-40(Ghiso et al. 1993) y CLU-Aβ1-42 (Yerbury et al. 2007), sugiriendo que la 
CLU podría tener influencia sobre la acumulación de Aβ. Estudios recientes 
señalan que el alelo C en el SNP rs9331888 presente en el gen CLU, se 
encuentra asociado con el desarrollo de la EA. Estos resultados fueron obtenidos 
mediante análisis de asociación de genoma completo, conocidos como GWAS por 
sus siglas en inglés (Lambert et al. 2009). 
 
3.4.5. Receptor del complemento 1 
 
El CR1 es un receptor de los fragmentos del complemento C3b, C4b y Cq1, 
perteneciente a la familia de proteínas RCA (reguladores de la activación del 
complemento). La importancia del CR1 en la EA radica en que su ligando C3b ha 
mostrado ser capaz de opsonizar a Aβ. El fragmento C3b es resultado del 
procesamiento proteolítico de la proteína del complemento C3, mediante las 
enzimas C3 convertasas, las cuales pueden ser inducidas por la activación de 
cualquiera de las vías del complemento (figura 5). El corte de las convertasas 
genera dos fragmentos conocidos como C3a y C3b. C3b contiene un enlace 
tioéster que queda expuesto cuando el fragmento se activa, y reacciona 
rápidamente formando un enlace covalente con cualquier grupo donador de 
electrones en la superficie del activador. De esta forma C3b queda unido a su 
activador; este proceso es conocido como adherencia inmune, y se sabe que el Aβ 
puede fungir como activador. 
 
23 
 
 
Fig. 5. Vías del complemento (clásica, alternativa y de las lectinas). Las tres vías del complemento 
desembocan en el corte de C3 por medio de C3 convertasas, dando origen a la formación de C3b (tomado de 
Kemper y Atkinson, 2007). 
 
En primates, aproximadamente el 90% del receptor CR1 se encuentra en 
eritrocitos. También ha sido propuesto que CR1 podría estar vinculado con la 
depuración de Aβ a través de la capacidad que este péptido tiene de unirse a 
C3b. Las partículas de Aβ son opsonizadas por C3b, y éste es reconocido por el 
CR1 ubicado en la membrana de los eritrocitos. De esta manera, el eritrocito las 
transporta por el torrente sanguíneo y posteriormente son degradadas en el 
hígado por macrófagos sésiles (Rogers et al. 2010). El gen de CR1se localiza en 
el locus 1q32. Lambert et al. (2009) reporta al SNP rs6656401 en CR1 como 
asociado a EA. Este resultado coincide con el publicado por Zhang et al. (2010), 
quienes reportaron dicha asociación en la población china. 
 
3.4.6. Proteína C reactiva 
 
La CRP es una de las denominadas proteínas de la fase aguda, las cuales son 
proteínas cuya concentración plasmática aumenta o disminuye en respuesta a la 
inflamación. 
 
24 
 
 
Fig.6. Estructura de la proteína C reactiva. La arquitectura molecular de la CRP consiste en 5 subunidades 
distribuidas en simetría cíclica sobre los vértices de un pentágono regular. 
 
La CRP pertenece a la familia de proteínas conocidas como pentraxinas, proteínas 
que presentan simetría cíclica pentamérica (figura 6). El papel específico de CRP 
en la inflamación aún no se encuentra bien esclarecido, sin embargo, existe 
evidencia de que la presencia de esta proteína activa a las células endoteliales y a 
los neutrófilos. La CRP se ha encontrado elevada en la corteza temporal (Wood et 
al. 1993) y la región CA1 del hipocampo de sujetos con EA, principalmente 
asociada a placas neuríticas y MNFs en tejido(Yasojima et al. 2000). CRP incluso 
ha mostrado ser por sí sola, capaz de inducir déficits en la memoria en modelos 
animales. Un estudio realizado por Lin et al. en el 2009 mostró que la 
administración oral de CRP en el agua de beber de ratas, ocasionó déficits en su 
desempeño en tareas de memoria. Los autores también encontraron que la 
administración de CRP ocasionó un aumento en la expresión de APP y de 
citoquinas proinflamatorias (IL-1β, TNF-α e IL-6), sugiriendo que CRP es capaz de 
disparar una importante respuesta inflamatoria, la cual desencadena efectos 
neurotóxicos. En el gen de la CRP, el alelo C del polimorfismo rs1800947 ha sido 
hallado como asociado a la EA (Eriksson et al. 2011). 
 
 
25 
 
3.4.7. Factor de necrosis tumoral alfa 
 
El TNF-α es una de las principales citoquinas proinflamatorias, ya que estimula la 
expresión de otras citocinas proinflamatorias, como IL-1, IL-6 e IL-8, y activa la 
síntesis de las proteínas de la fase aguda. El TNF-α también aumenta la expresión 
de moléculas de adhesión en las células del endotelio vascular,lo cual permite 
que los leucocitos sean atraídos hacia áreas donde existe infección o daño tisular. 
El gen de TNF-α se encuentra localizado en el locus 6p21.32, tiene una longitud 
de 2676 pb y cuenta con 4 exones. Este gen se traduce en una proteína 
precursora de 26 kDa, la cual es cortada por la enzima convertidora de TNF-α 
(TACE) para producir la forma activa de 17 kDa (Perry et al. 2001). En el SNC la 
expresión de TNF-α ha sido detectada en ganglios basales y corteza, y se expresa 
en neuronas, microglía y astrocitos. Se ha reportado con anterioridad que los 
niveles altos de TNF-α en suero se encuentran asociados con el desarrollo de la 
EA y deterioro cognitivo leve, sugiriendo que esta proteína y la cascada 
inflamatoria que origina podrían relacionarse con el deterioro cognitivo en los 
primeros estadíos de la enfermedad, aun antes de que ocurra la formación de 
placas neuríticas y MNFs (Tan et al. 2007). Una concentración elevada de TNF-α 
estimula la expresión de COX-2. Por otro lado, TNF-α también se le ha vinculado 
con la formación de Aβ. Blasko et al. (1999) demostraron en una línea celular de 
neuroblastoma Sk-n-sh, que la incubación con TNF-α en combinación con 
interferón-γ (INF-γ) estimula la producción de Aβ. El Aβ a su vez incrementa la 
producción de TNF-α y otras citoquinas proinflamatorias, al activar a la microglía. 
Laws et al. (2005) encontraron asociado a la EA al alelo T del SNP rs1799724. El 
alelo A del polimorfismo rs1800629 se encontró asociado a la EA en una población 
Iraní (Ardebili et al. 2011). 
 
3.4.8. Interleucinas 
 
Las interleucinas son proteínas que cumplen funciones importantes en la 
regulación del proceso inflamatorio; pueden ser proinflamatorias o anti-
26 
 
inflamatorias y participan en varios de los procesos patológicos de la EA, como la 
generación de radicales libres y la hiperfosforilación de tau. 
 
3.4.8.1. Interleucina 1α 
 
La IL-1α es una de las citoquinas proinflamatorias más importantes. En pacientes 
con EA, esta citocina se encuentra sobre-expresada en el tejido cerebral. Se sabe 
que IL-1 es capaz de aumentar la expresión de APP en células endoteliales, por lo 
cual se ha propuesto que pudiera favorecer la formación de Aβ. La sobre-
expresión de esta proteína se ha observado principalmente en la microglía 
activada que se encuentra rodeando a las placas neuríticas y su presencia activa 
también a los astrocitos. 
Por otro lado, también se ha observado que los niveles de IL-1α correlacionan con 
con la cantidad de MNFs y por consiguiente con la severidad de la demencia (Hu 
et al. 2010). Sheng et al. (2001) encontraron que existe una colocalización entre 
IL1-α, tau hiperfosforilada y la cinasa p38-MAPK, sugiriendo que IL1, podría 
activar a esta cinasa. En el gen de la IL-1α, el alelo T del polimorfismo rs17561 se 
ha encontrado asociado a la EA de manera dosis-dependiente en una población 
española (Combarros et al. 2002). Este polimorfismo se encuentra en la región 
promotora del gen, por lo que podría estar modificando su nivel de expresión. 
 
3.4.8.2. Interleucina 6 
 
La IL-6 es una citoquina proinflamatoria que se encuentra involucrada en la 
inducción de la expresión de las proteínas de la fase aguda (Cojocaru et al. 2011). 
Dentro del SNC, IL-6 promueve la activación de los astrocitos y la microglía. La 
concentración de la IL-6 también se encuentra incrementada en corteza cerebral y 
en plasma de sujetos con EA (Licastro et al. 2000). Algunos estudios muestran 
que la concentración de IL-6 se encuentra elevada también en líquido 
cefalorraquídeo (Blum-Degen et al. 1995), pero otros estudios no han confirmado 
este resultado (Gómez-Tortosa et al. 2003). 
27 
 
Heyser et al. (1997) mostraron que ratones transgénicos que sobre-expresan la IL-
6 presentan déficits de memoria, reducción de la cantidad de espinas dendríticas 
en las neuronas de la región CA1 del hipocampo y una reducción en la 
potenciación a largo plazo. Otra característica de estos ratones es que presentan 
mayores concentraciones de proteínas de la fase aguda. Inversamente, los 
ratones knock-out (KO) para IL-6 muestran un menor deterioro cognitivo frente al 
tratamiento con escopolamina que los ratones silvestres (Braida et al. 2004). De 
forma similar, estudios epidemiológicos realizados en adultos de la tercera edad, 
han descrito que los niveles elevados de IL-6, a nivel sistémico correlacionan con 
el deterioro cognitivo más pronunciado (Weaver et al. 2002). 
Quintanilla et al. (2004) mostraron que IL-6 es capaz de aumentar los niveles de 
tau hiperfosforilada y que este aumento en la fosforilación podría deberse al 
aumento en el activador p35 y la actividad cdk5. Los niveles de IL-6 suelen 
aumentar de manera fisiológica durante el envejecimiento, sin embargo, es posible 
que este aumento sea más pronunciado en los sujetos con EA debido a 
variaciones genéticas. En el gen de la IL-6, el genotipo CC del polimorfismo 
rs1800795 se encontró asociado a la EA en una población italiana (Arosio et al. 
2004). El genotipo CC del polimorfismo rs1800796 se encontró asociado a la EA, 
también en la población italiana (Licastro et al. 2003). Por otro lado, el alelo C del 
polimorfismo rs1524107 se encontró asociado con menor riesgo de EA en una 
población de Taiwán (Chen et al. 2012). 
 
3.4.8.3. Interleucina 10 
 
Esta proteína es una de las más representativas entre las interleucinas anti-
inflamatorias, y una de las más estudiadas. La IL-10 ejerce su efecto anti-
inflamatorio inhibiendo la expresión de varias citoquinas proinflamatorias como IL-
1, IL-6, IL12 y TNF-α, a través de la activación o inducción de factores de 
transcripción específicos como el factor nuclear κ B (NFκB) y el IFN-γ; asimismo, 
la IL-10 puede suprimir la expresión de receptores de citocinas e inhibir su 
activación. IL-10 promueve la supervivencia de la glía y neuronas bloqueando los 
28 
 
efectos de citocinas pro-apoptóticas. El gen de la IL-10 se encuentra en el locus 
1q31-32; los polimorfismos rs1800871 (alelo T) y rs1800896 (alelo A) se 
encontraron asociados a EA en poblaciones italianas (Bagnoli et al. 2007; Lio et al. 
2003). 
 
3.5. EL PAPEL DE LA GENÉTICA DE POBLACIONES EN EL ESTUDIO DE 
LA EA DE INICIO TARDÍO 
 
3.5.1. Estudios de asociación genética 
 
En la actualidad los estudios de asociación genética, son una de las herramientas 
más empleadas para el estudio de enfermedades multifactoriales, como lo es la 
EA. En el presente trabajo, se determinó, la frecuencia con la que determinadas 
variantes genéticas se presentan en grupos de sujetos convencionalmente 
denominados “casos” (sujetos que presentan la patología de interés) y “controles” 
(sujetos que no presentan dicha patología). 
De manera general, en un estudio de asociación genética se determina la 
frecuencia de alelos, genotipos, haplotipos o combinaciones multiloci, y se realizan 
pruebas estadísticas para determinar si estas frecuencias difieren 
significativamente entre casos y controles. Cuando una variante genética es 
significativamente más frecuente en el grupo de casos, se dice que se encuentra 
asociada a la enfermedad, por el contrario cuando es más frecuente en el grupo 
de controles, se habla de que existe un menor riesgo a desarrollar el 
padecimiento. 
Existen dos tipos principales de estudios de asociación genética: los llamados 
GWAS y los estudios en genes candidato. En GWAS se escanea todo el genoma 
en busca de polimorfismos cuyas frecuencias difieran entre casos y controles. Por 
el contrario, en los estudios en genes candidato, sólo se genotipifican 
polimorfismos localizados en ciertos genes que se sugiere que pudieran estar 
relacionados con la patología. El presente estudio es un estudio en genes 
candidato. 
29 
 
Es importante mencionar que para asegurar que las asociaciones encontradas se 
deben efectivamente a un vínculo causal entre la variantegenética y la 
enfermedad (y no a otro tipo de factores), se debe procurar que la muestra de 
casos y la de controles sean entre sí lo más homogéneas que sea posible; es 
decir, que sean similares en cuanto a su distribución de sexos y edades y que se 
realicen las correcciones estadísticas necesarias para controlar dichas variables. 
 
3.5.1.1. El desequilibrio de ligamiento en los estudios de asociación 
genètica 
 
El desequilibrio de ligamiento es un fenómeno que resulta de la naturaleza del 
proceso de recombinación genética que tiene lugar durante la meiosis. Durante la 
meiosis, los cromosomas homólogos paterno y materno intercambian información 
genética en bloques discretos, de tal manera que todos los loci que se encuentren 
en un mismo bloque se segregan juntos. Entre más cercanos sean entre sí dos 
loci, es mayor su probabilidad de segregarse juntos, y continuarán segregándose 
juntos hasta que ocurra un evento de recombinación que los separe (figura 7). 
En un estudio de asociación genética, el desequilibrio de ligamiento puede 
provocar que un polimorfismo determinado esté asociado a un determinado 
fenotipo, sin que exista una relación directa fenotipo-genotipo, y lo que sucede en 
realidad es que el 
 
 
Figura 7. Desequilibrio de ligamiento. 
30 
 
polimorfismo se encuentra en desequilibrio de ligamiento con otro polimorfismo 
que es que en verdad está causalmente vinculado al genotipo de interés. A este 
tipo de asociación creada por el desequilibrio de ligamiento se le conoce como 
asociación indirecta. Es importante realizar análisis para conocer la magnitud del 
desequilibrio de ligamiento en los marcadores estudiados y profundizar en la 
interpretación de los resultados. 
 
3.5.1.2. Importancia de los análisis de ancestría en los estudios de 
asociación genética 
 
Puesto que la tasa de mutación en la especie humana es muy pequeña, las 
variantes genéticas que presenta un individuo dependen casi exclusivamente de 
cuál sea su origen ancestral (ancestría), es decir, de qué poblaciones (grupos 
étnicos) proviene el genoma de dicho sujeto. Evidentemente, esto varía en las 
distintas poblaciones alrededor del mundo, y así como existen poblaciones 
sumamente homogéneas (por ejemplo, las caucásicas del norte de Europa), 
existen otras que son el resultado del mestizaje entre distintas poblaciones, debido 
a procesos históricos de migración que originaron intercambio de flujo génico. En 
el caso de las poblaciones latinoamericanas, se sabe que son el resultado de 
mestizaje entre tres principales poblaciones ancestrales: la amerindia, que 
desciende de la migración proveniente de Asia a través del estrecho de Bering, así 
como la caucásica y la africana, que provienen de la migración de europeos al 
continente americano durante la época de la colonia (s.XV) y africanos que fueron 
transportados principalmente como esclavos. 
Los sujetos que son el resultado del mestizaje entre distintas poblaciones 
ancestrales presentarán en su genoma diferentes proporciones de ancestría de 
cada una de estas poblaciones. Las diferencias individuales en las proporciones 
de ancestría de una población híbrida se deben a que cada individuo es resultado 
de un pasado genealógico diferente. Aunque no es posible conocer la genealogía 
de cada sujeto, los análisis de ancestría permiten estimar la proporción en la que 
cada población ancestral contribuye al genoma de cada individuo. En los estudios 
31 
 
de asociación genética es importante considerar las proporciones de ancestría de 
cada sujeto al realizar las pruebas estadísticas. 
Por otro lado, cada distinta población presenta diferencias en la distribución de las 
frecuencias alélicas para cada polimorfismo. De esta manera, cuando las 
proporciones de ancestría no se encuentran distribuidas homogéneamente entre 
casos y controles pueden causar confusión en los estudios de asociación 
genética. Supongamos que uno de los alelos de cierto SNP tiene una frecuencia 
significativamente mayor en la población caucásica que en las poblaciones 
amerindia y africana. Si en un estudio de asociación genética no se toma en 
cuenta la ancestría, y por azar se tiene un grupo de casos, con una mayor 
proporción de ancestría caucásica, la frecuencia de ese alelo será más alta, en el 
grupo de “pacientes”, por lo tanto parecerá que ese alelo se encuentra asociado a 
la enfermedad. Sin embargo, esta asociación es falsa ya que es causada 
únicamente por la ancestría y efecto estocástico al momento de la toma de 
muestra, sin que exista un vínculo causal entre el genotipo y la enfermedad. 
Para solucionar este problema existen diversos métodos. El método más utilizado 
consiste en genotipificar ciertos polimorfismos cuya frecuencia alélica sea muy 
diferente entre las distintas poblaciones ancestrales, de tal manera que 
genotipificando estos polimorfismos se pueda inferir cuál es el porcentaje de 
ascendencia de cada población ancestral a cada grupo de estudio y a cada 
individuo. A estos polimorfismos se les llama “marcadores informativos de 
ancestría” (AIMs), y las estimaciones se pueden realizar con distintos métodos 
estadísticos, como algoritmos de máxima verosimilitud o análisis por cadenas de 
Markov-Montecarlo (MCMCs). Estos procedimientos serán descritos en la sección 
de metodología. 
 
 
 
 
 
 
32 
 
4. METODOLOGÍA 
 
4.1. POBLACIÓN DE ESTUDIO 
 
Los sujetos que participaron en este estudio son pacientes con diagnóstico de 
demencia tipo Alzheimer (casos), o bien sujetos sin ningún tipo de demencia 
(controles) pareados por edad con los casos; todos los sujetos incluidos en el 
estudio son nacidos en México, con ancestros mexicanos por lo menos hasta la 
tercera generación, y mayores de 60 años. Los sujetos son provenientes del 
Hospital Ángeles Mocel, el Hospital General de México, el Hospital Central Militar y 
el Instituto Nacional de Geriatría. Todos los participantes del estudio o, en su caso, 
el familiar responsable, firmaron una hoja de consentimiento informado, de 
acuerdo con lo establecido en la Declaración de Helsinki. 
 
 4.2. EXTRACCIÓN DE ADN GENÓMICO Y GENOTIPIFICACIÓN 
 
A todos los sujetos participantes se les extrajo sangre periférica, la cual se 
almacenó en tubos Vacutainer ® con EDTA. Posteriormente, se extrajo el ADN 
genómico mediante el kit de extracción Midi Kit QIAamp® DNA Blood (Qiagen). El 
procedimiento de extracción de ADN se explica detalladamente en el anexo 1. El 
ADN que se obtuvo se empleó para realizar PCR-Tiempo Real para cada SNP 
analizado, utilizando para ello un equipo 7500 Fast Real Time PCR System ® 
(Applied Biosystems) y sondas tipo TaqMan® (Applied Biosystems), cuyo 
 
33 
 
 
Fig. 8. Fundamentos de la PCR de tiempo real. En este tipo de PCR la genotipificación se puede hacer a la 
par que la amplificación, de la siguiente manera: se utilizan sondas, que son pequeñas secuencias de 
nucleótidos que contienen la región polimórfica, y la sonda está unida a un fluorocromo (el fluorocromo es 
diferente dependiendo del alelo), y a un quencher. Los primers y las sondas se unen a su región 
complementaria en las cadenas base, e inicia la polimerización. Cuando la ADNpolimerasa llega al sitio donde 
se alineó la sonda, ésta es degradada por la actividad endonucleasa de la enzima, permitiendo que el 
fluorocromo sea liberado y separado del quencher, con lo cual la fluorescencia es emitida y registrada por el 
termociclador. 
 
 
fundamento se explica en la figura 8. Las sondas fueron diseñadas por Applied 
Biosystems a partir de las secuencias de la región adyacente a cada SNP, 
tomadas de la Single Nucleotide Polymorphism Database (dbSNP), y la 
genotipificación se realizó mediante la interpretación del aumento de fluorescencia 
asociado a cada alelo, como se explica en la figura 9. 
 
34 
 
 
Fig. 9. Genotipificación para el SNP rs9331888 en el gen CLU mediante PCR-tiempo realcon sondas 
Taqman. Las gráficas muestran la intensidad de fluorescencia de cada fluoróforo en cada ciclo. El alelo C del 
SNP es representado por el fluoróforo VIC (línea verde), y el alelo G es representado por el fluoróforo FAM 
(línea azul). La línea roja representa al fluoróforo ROX, el cual funciona como control. La intensidad de un 
fluoróforo indica la presencia en la muestra del alelo al que dicho fluoróforo está asociado. 2a) Homocigoto 
C/C, 2b) Heterocigoto C/G. 2c) Homocigoto G/G. 
 
4.3. SNPS ANALIZADOS 
 
En este estudio se analizaron 14 polimorfismos, distribuidos en ocho genes que 
codifican proteínas relacionadas con la inflamación. Los polimorfismos y los alelos 
que pueden presentar se enlistan en la tabla 1. 
 
Gen SNP Alelos 
TNF-α rs1799724 G/A rs1800629 T/C 
COX-2 rs20417 C/G 
CLU rs9331888 C/G 
CR1 rs6656401 A/G 
CRP rs1800947 C/G rs1130864 G/A 
IL-1 rs17561 G/T 
IL-6 
rs1800795 C/G 
rs1800796 G/C 
rs1524107 G/A 
IL-10 
rs1800871 G/A 
rs1800896 C/T 
rs1800872 C/A 
Tabla 1. SNPs analizados en el presente estudio. 
 
35 
 
4.4. DETERMINACIÓN DE LA CONCENTRACIÓN DE IL-6 EN PLASMA 
 
A manera de análisis preliminar para posteriores estudios, se decidió medir la 
concentración de IL-6 en plasma mediante un Enzyme-Linked ImmunoSorbent 
Assay (ELISA). La técnica para realizar el ensayo de ELISA se detalla en el anexo 
2.Se utilizó la prueba U de Mann-Whitney para comparar las concentraciones 
promedio entre casos y controles. 
 
4.5. ANÁLISIS ESTADÍSTICO 
 
4.5.1. Cálculo de frecuencias alélicas, genotípicas y haplotípicas 
 
Con los datos aportados por el equipo se determinaron las frecuencias alélicas y 
genotípicas, y se realizó la prueba para el equilibrio de Hardy-Weinberg, para 
determinar si las frecuencias genotípicas se encuentran dentro del equilibrio, todo 
esto en el software SNPStats © (Institut Catalá d’Oncologia). Mediante este 
software se estableció cuáles son los SNPs que presentan una diferencia 
significativa en frecuencias genotípicas o alélicas al comparar entre la población 
con EA y la población sana, y controlando para las variables de sexo y edad. Las 
frecuencias genotípicas fueron analizadas en este mismo software bajo distintos 
modelos (codominante, dominante, recesivo y sobredominante), y se calculó la 
razón de momios (OR). Posteriormente, se procedió al cálculo de las frecuencias 
haplotípicas mediante el software Arlequin © (Excoffier et al. 2005) y se determinó 
si existen diferencias entre éstas entre la población con EA y la población sana, 
esto utilizando el software EpiInfo v6.04d PLUS © (Centers for Disease Control 
and Prevention). 
Para todas las pruebas, un valor de p menor que 0.05 fue considerado 
significativo. 
 
 
 
36 
 
4.5.2. Cálculo del desequilibrio de ligamiento 
 
Para medir la magnitud del desequilibrio de ligamiento entre los marcadores 
analizados se utilizó el software Haploview v. 4.2 (Barret et. al. 2005). Este 
software utiliza las frecuencias alélicas y haplotípicas para medir el desequilibrio 
de ligamiento entre pares de loci, y calcula los principales parámetros de 
desequilibrio de ligamiento empleados en genética de poblaciones (D’, r2 y LOD). 
El valor D’ es una medida estandarizada de la diferencia que existe entre las 
frecuencias haplotípicas observadas para un par de loci y las frecuencias que se 
esperarían asumiendo una segregación independiente. El valor r2 es un parámetro 
similar a D’, pero que resulta más informativo puesto que toma en cuenta la 
variación frecuencias alélicas que puede existir debido al azar en poblaciones 
pequeñas. Por último, el logaritmo de probabilidades (LOD) es una medida de la 
verosimilitud de r2 (Hill y Robertson, 1968). 
 
4.5.3. Estimación de las proporciones de ancestría 
 
4.5.3.1. AIMs utilizados en el estudio 
 
Para asegurar que las asociaciones encontradas se deben realmente a un vínculo 
entre genotipo y enfermedad, y no se trata de asociaciones espurias debidas a 
heterogeneidad en la ancestría de los grupos comparados, como se explicó en 
apartados anteriores, se empleó un set de 10 AIMs, los cuales distinguen 
principalmente entre ancestría europea y amerindia, y ya han sido reportados 
para poblaciones latinoamericanas (Choudhry et al. 2006, Salari et al. 2005, Ziv et 
al. 2006). Estos AIMs se enlistan en la tabla 2, y la frecuencia con la que se 
encuentran en las poblaciones ancestrales se reporta en la tabla 3. 
 
Gen AIM Alelos 
CKM rs4884 G/A 
 rs2695 T/C 
ROBO2 rs17203 G/C 
 rs2862 G/A 
SAP30L rs3340 T/C 
37 
 
 rs722098 A/G 
CA10 rs203096 G/T 
 rs223830 G/A 
DRD2 rs1800498 G/A 
DARC rs2814778 A/G 
Tabla 2. AIMs utilizados en el presente estudio. Aquellos en los que no se menciona ningún gen se 
encuentran en regiones intergénicas. 
 
AIM Caucásica Amerindia Africana 
rs4884 0.68 0.10 0.81 
rs2695 0.28 0.82 0.20 
rs17203 0.90 0.24 0.23 
rs2862 0.28 0.62 0.28 
rs3340 0.82 0.28 0.93 
rs722098 0.89 0.28 0.08 
rs203096 0.72 0.28 0.62 
rs223830 0.20 0.64 0.08 
rs1800498 0.35 0.92 0.86 
rs2814778 0.99 0.99 0.00 
Tabla 3. Frecuencia de cada AIM en las poblaciones ancestrales. Se observa que las frecuencias son 
notablemente distintas en las tres poblaciones, en lo cual radica el poder de discriminación de estos 
marcadores. 
 
4.5.3.2. Estimación de las proporciones de ancestría en cada grupo de 
estudio 
 
El objetivo de este análisis es obtener un estimado de la proporción en la que las 
poblaciones ancestrales están representadas en ambos grupos de estudio y 
posteriormente comparar estas proporciones mediante una prueba exacta de 
Fisher para averiguar si existen diferencias significativas entre casos y controles. 
Para esto se empleó el software LEADMIX © (Wang, 2003), el cual tiene la opción 
de calcular la ancestría mediante el estimador de Bertorelle y Excoffier (1998). 
Este estimador utiliza las frecuencias alélicas de los AIMs utilizados en las 
poblaciones ancestrales y en la población híbrida cuya ancestría se pretende 
inferir. 
Para este análisis se utilizaron los 10 AIMs genotipificados y la frecuencia de cada 
uno de ellos en las poblaciones ancestrales se obtuvo de las bases de datos del 
NCBI (ncbi.nlm.nih.gov), tomando como poblaciones de referencia: para la 
población caucásica, la población conocida como CEU (residentes de Utah con 
ancestría europea); para la población africana, la población clasificada como YRI 
38 
 
(población Yoruba en Ibadan, Nigeria); y para la población amerindia, se realizó un 
pool entre la población Maya, y las poblaciones nativas americanas del suroeste 
de los Estados Unidos. En los AIMs rs722098, rs203096 y rs223830, puesto que el 
NCBI no reporta frecuencias para las poblaciones amerindias, se utilizaron las 
reportadas por Lee et al. (2010), las cuales son un pool de poblaciones nativas 
americanas de Estados Unidos, México y Centroamérica. 
 
4.5.3.3. Estimación de las proporciones de ancestría para cada individuo 
 
Conocer la proporción de ancestría en los grupos de estudio es un importante dato 
descriptivo, ya que nos indica a grandes rasgos el origen ancestral de nuestras 
poblaciones de estudio. Sin embargo, para poder realizar un análisis más preciso 
y poder controlar la ancestría como variable en nuestro estudio de asociación 
genética, requerimos conocer las proporciones de ancestría de cada sujeto de 
forma individual. Para estimar estas proporciones se utiliza el software Structure © 
(Pritchard et al. 2000) el cual utiliza el método conocido como cadenas de Markov-
Montecarlo (MCMCs) para estimar las proporciones de ancestría de cada 
población ancestral (k) para cada individuo, bajo el supuesto de que k es el 
número de poblaciones ancestrales. Puesto que este método requiere de 
información individual de los genotipos de sujetos provenientes de las poblaciones 
ancestrales (caucásicas, amerindias y africanas), era necesario contar con la base 
de datosde estos AIMs genotipificados en cada una de las distintas poblaciones. 
Para esto se utilizó un pool de las bases de datos recolectados por Salari et al. 
(2005), y de datos del 1000 Genomes Project. 
Para este análisis se emplearon los polimorfismos: rs4884, rs2695, rs17203, 
rs2862, rs3340, rs1800498 y rs2814778 Se tomó como referencia para la 
población caucásica, individuos de Utah (con ancestría europea), Finlandeses, 
Ingleses, Españoles, Italianos y Alemanes; para la población amerindia, individuos 
mayas y de las tribus americanas Pima, Cheyenne y Pueblo; y para la población 
africana, individuos de Nigeria, Sierra Leona y República Centroafricana. 
 
39 
 
4.5.3.3.1. Método de Evanno 
 
Los resultados obtenidos mediante el empleo del programa bioinformático 
Structure Harvester © (Earl et al. 2012), pueden ser utilizados para calcular el 
valor más verosímil de k, mediante el método conocido como método de Evanno. 
Siguiendo este método, el análisis se corrió 25 veces para cada valor de k de 1 a 
5, indicando al software que realizara 1000,000 de iteraciones de MCMC, más 
50000 como burn-in lenght (número de veces que se corre la simulación sin que 
haya recopilación de datos) por cada análisis. Mediante el programa Structure 
Harvester fue calculada la constante Δk que presenta el máximo cambio en 
verosimilitud con respecto a las k adyacentes (Evanno et al. 2005). Este método 
aporta información acerca del grado de diferenciación genética de nuestras 
poblaciones ancestrales. 
 
4.5.3.3.2. Corrección por ancestría 
 
Los estimados de las proporciones de ancestría fueron incluidos como variables 
continuas, junto con edad, y sexo como variable categórica, empleando el modelo 
de regresión para calcular el OR, mediante el software SnpStats ©. Para este 
análisis se emplearon los valores para k=3, e incluyeron únicamente los valores 
para ancestría amerindia y africana, excluyendo la caucásica para evitar 
colinearidad en el modelo. 
 
5. RESULTADOS 
 
5.1. GÉNERO Y EDAD EN LA POBLACIÓN DE ESTUDIO 
 
Se genotipificaron 173 sujetos, 93 casos y 80 controles. No hubo diferencias 
significativas en la distribución de géneros entre los grupos de estudio (p=0.229). 
La tabla 4 muestra la proporción de géneros en la población de estudio dentro de 
cada grupo, y la edad promedio por cada género y grupo. 
40 
 
Grupo de estudio Femenino Edad (años) Masculino Edad (años) 
Total 113 (65%) 74.9 ± 9.3 60 (35%) 74.6 ± 8.44 
Casos 65 (70%) 75.9 ± 8.8 28 (30%) 75.1 ± 9.1 
Controles 48 (60%) 73.4 ± 9.7 32 (40%) 74.2 ± 7.9 
Tabla 4. Distribución de géneros y edades en la población de estudio. 
 
5.2. ANÁLISIS DE LAS FRECUENCIAS ALÉLICAS 
 
Las frecuencias alélicas para cada SNP analizado se presentan en las tablas 5 y 
6. El SNP rs20417 en el gen COX-2 mostró diferencias significativas en 
frecuencias alélicas, señalando al alelo G como alelo de riesgo (tabla 5). 
 
 rs20417 (COX-2) 
 Total Casos Controles OR IC p 
Alelo Frecuencia Proporción Frecuencia Proporción Frecuencia Proporción 
G 299 0.86 171 0.92 128 0.8 2.88 1.12-7.56 
0.025 
C 47 0.14 15 0.08 32 0.2 
Tabla 5. Frecuencias alélicas del SNP rs4017 (COX-2). 
 
Las diferencias entre las frecuencias alélicas del resto de los SNPs analizados no 
fueron significativas (tabla 6). 
 
 Total Casos Controles 
Gen SNP Alelo Frecuencia Proporción Frecuencia Proporción Frecuencia Proporción 
CLU rs9331888 
C 180 0.52 100 0.54 80 0.5 
G 166 0.48 86 0.46 80 0.5 
CR1 
rs6656401 
G 307 0.89 159 0.85 148 0.92 
A 39 0.11 27 0.15 12 0.08 
rs1799724 
G 274 0.79 150 0.81 124 0.78 
A 72 0.21 36 0.19 36 0.22 
rs1800629 
C 319 0.92 168 0.9 151 0.94 
T 27 0.08 18 0.1 9 0.06 
CRP 
rs1800947 
C 335 0.97 180 0.97 155 0.97 
G 11 0.03 6 0.03 5 0.03 
rs1130864 
G 216 0.62 121 0.65 95 0.59 
A 130 0.38 65 0.35 65 0.41 
IL-1α rs17561 
G 255 0.74 139 0.75 116 0.72 
T 91 0.26 47 0.25 44 0.28 
IL-6 
rs1800795 
C 299 0.86 155 0.83 144 0.9 
G 47 0.14 31 0.17 16 0.1 
rs1800796 
G 241 0.7 128 0.69 113 0.71 
C 105 0.3 58 0.31 47 0.29 
rs1524107 
G 240 0.69 128 0.69 112 0.7 
A 106 0.31 58 0.31 48 0.3 
41 
 
IL-10 
rs1800871 
G 195 0.56 103 0.55 92 0.57 
A 151 0.44 83 0.45 68 0.42 
rs1800896 
C 187 0.54 101 0.54 86 0.54 
T 159 0.46 85 0.46 74 0.46 
rs1800872 
C 206 0.6 112 0.6 94 0.59 
A 140 0.4 74 0.4 66 0.41 
Tabla 6. Frecuencias alélicas para cada SNP analizado. 
 
5.3. ANÁLISIS DE LAS FRECUENCIAS GENOTÍPICAS 
 
Las frecuencias genotípicas observadas en la población se compararon con las 
esperadas de acuerdo con la ecuación de Hardy-Weinberg mediante una prueba 
de chi cuadrada. Los resultados se muestran en la tabla 7. La tabla muestra los 
valores de p de la prueba de chi cuadrada para cada SNP en cada grupo de 
estudio (población total, casos o controles). Estos resultados muestran que tres de 
los SNPs analizados se encuentran en desequilibrio de Hardy-Weinberg. 
 
 
Gen 
 SNP Genotipo 
Población total (n=173) Casos (n=93) Controles (n=80) 
Frec. 
Esp. 
Frec. 
Obs. p 
Frec. 
Esp. 
Frec. 
Obs. p 
Frec. 
Esp. 
Frec. 
Obs. p 
COX-
2 rs20417 
GG 128 130 
0.52 
79 79 
0.46 
51 51 
1 GC 42 39 14 13 26 26 
CC 3 4 0 1 3 3 
CLU rs9331888 
CC 47 46 
0.88 
27 24 
0.3 
20 22 
0.38 CG 86 88 46 52 40 36 
GG 40 39 20 17 20 22 
CR1 
rs6656401 
GG 137 188 
0.24 
67 70 
0.093 
68 68 
1 GA 34 31 24 19 12 12 
AA 2 4 2 4 0 0 
rs1799724 
GG 108 110 
0.49 
61 61 
0.74 
49 49 
0.53 GA 57 54 29 28 27 26 
AA 8 9 3 4 4 5 
rs1800629 
CC 146 146 
0.6 
75 75 
0.59 
71 71 
1 CT 26 27 17 18 9 9 
TT 1 0 1 0 0 0 
CRP 
rs1800947 
CC 163 162 
1 
87 87 
1 
75 75 
1 CG 10 11 5 6 5 5 
GG 0 0 1 0 0 0 
rs1130864 
GG 66 67 
1 
39 40 
0.82 
28 27 
0.65 GA 82 82 42 41 39 41 
AA 25 24 12 12 13 12 
IL-1α rs17561 
GG 95 94 
1 
52 52 
1 
42 42 
1 GT 66 67 35 35 32 32 
TT 12 12 6 6 6 6 
Il-6 
rs1800795 
CC 128 133 
0.02 
64 66 
0.27 
65 67 
0.025 CG 42 33 26 23 14 10 
GG 3 7 3 4 1 3 
rs1800796 
GG 85 83 
0.86 
44 42 
0.47 
40 41 
0.59 GC 73 75 40 44 33 31 
CC 15 15 9 7 7 8 
rs1524107 
GG 82 84 
0.86 
44 43 
0.81 
39 41 
0.42 GA 74 72 40 42 34 30 
AA 17 17 9 8 7 9 
42 
 
IL-10 
rs1800871 
GG 54 57 
0.54 
28 31 
0.3 
26 26 
1 GA 85 81 46 41 39 40 
AA 34 35 19 21 15 14 
rs1800896 
CC 50 14 
<0.0001 
27 8 
<0.0001 
23 6 
<0.0001 CT 86 159 46 85 40 74 
TT 37 0 20 0 17 0 
rs1800872 
CC 62 91 
1 
33 35 
0.66 
28 26 
0.64 CA 83 84 45 42 39 42 
AA 28 28 15 16 13 12 
Tabla 7. Resultados de la prueba de chi cuadrada para el equilibrio de Hardy-Weinberg para cada SNP 
analizado. 
 
A continuación se presenta el análisis de las frecuencias genotípicas de los 
SNPs analizados. En el modelo codominante el rs20417 del gen COX-2 (tabla 8) 
los resultados muestran que el genotipo CG se presenta de forma 
significativamente más frecuente en el grupo de controles. 
 
Genotipo Casos Controles OR (95% CI) p 
G/G 79 (85%) 51 (63.8%) 1 
0.0058 
C/G 13 (14%) 26 (32.5%) 
3.04 (1.42-
6.53) 
C/C 1 (1.1%) 3 (3.8%) 
5.39 (0.54-
54.39) 
Tabla 8. Frecuencias genotípicas del rs20417 en el gen COX-2 y resultados de la comparación de éstas entre 
casos y controles bajo el modelo codominante. 
 
Las frecuencias genotípicas de los demás SNPs analizados se presentan en la 
tabla 9. Estas frecuencias no mostraron diferencias significativas en un modelo de 
herencia codominante. 
 
Gen SNP Genotipo Casos Controles OR (95% CI) p 
CLU rs9331888 
C/C 24 (25.8%) 22 (27.5%) 1 
0.34 
C/G 52 (55.9%) 36 (45%) 0.78 (0.38-1.62) 
G/G 17 (18.3%) 22 (27.5%) 1.38 (0.58-3.29) 
CR1 
rs6656401 
G/G 70 (75.3%) 68 (85%) 1 
0.08 
A/G 19 (20.4%) 12 (15%) 0.69 (0.31-1.57) 
A/A 4 (4.3%) 0 (0%) 0.00 (0.00-NA) 
rs1799724 
G/G 61 (65.6%) 49 (61.2%) 1 
0.62 
G/A 28 (30.1%) 26 (32.5%) 1.26 (0.65-2.46) 
A/A 4 (4.3%) 5 (6.2%) 1.76 (0.44-7.10) 
rs1800629 
C/C 75 (80.7%) 71 (88.8%) 1 
0.19 T/C 18 (19.4%) 9 (11.2%) 0.56 (0.24-1.35) 
CRP 
rs1800947 
C/C 87 (93.5%) 75 (93.8%) 1 
0.98 G/C