presentación de powerpoint...conclusiones es necesario actualizar las herramientas de...
TRANSCRIPT
Burgos MC, Llácer T, Reinosa R, Rubio-Garrido M, González A and Holguín ÁHIV-1 Molecular Epidemiology Laboratory, Microbiology Department, University Hospital Ramón y Cajal-IRYCIS and CIBEREsp-RITIP, Madrid, Spain.
IMPACTO DE LOS MARCADORES ESPECÍFICOS DE
VARIANTES DEL VIH-1 EN LA INTERPRETACIÓN DE
RESISTENCIAS GENOTÍPICAS
Estudio financiado por del Fondo de Investigación Sanitarias (FIS PI18 / 00904)PO-42GeSIDA 2019
Introducción
Durante la evolución del VIH se han fijado aminoácidos a lo largo del
genoma viral que son marcadores naturales específicos de cada variante del
VIH, y algunos de ellos están en posiciones relacionadas con la resistencia a
los antirretrovirales (R-marcadores).
GeSIDA 2019
Identificar los R-marcadores naturales en cada variante del VIHen pacientes naive y evaluar su impacto en la interpretación deresistencia a ARV mediante 2 herramientas online:
Stanford v8.4
(Stanford University)
Geno2pheno v3.4
(Max Planck Institute)
Objetivo principal
GeSIDA 2019
Se descargaron 68.653 VIH-1 pol naïvesecuencias de BD Los Álamos
Identificación de R-marcadores por variante con nuevo programa bioinformático EpiMolVIH(presentes en >75-100% de secuencias por variante)
Selección de variantes con el mayor número de R-marcadores
Análisis del impacto de los R-marcadores en susceptibilidad a 24 antirretrovirales predicha por
Stanford v8.4 and Geno2Pheno v3.4
Métodos
73
Variantes
VIH-1
Grupo O, P, N
Grupo M
16 subtipos/sub-subtipos
54 Formas circulantes recombinantes, (CRFs)
Identificados 275 cambios asociados a resistencias a ITIAN, ITINAN, IP e INI
clasificados en principales, accessorias, raras, infrecuentes y otras en IAS 2017+Stanford v8.5
GeSIDA 2019
Resultado I: Variantes del VIH-1 con > nº de R-marcadores
Proteína TAR Variantes VIH-1R-
marcadores
PR IP
Grupos O, P
5 - 9Grupo M Subtipo H
CRF14_BG
CRF50_A1D
CRF63_02A
RT
ITIAN Grupo P 1
ITINAN
Grupos N, O, P
1 - 3Grupo M Sub-subtipo A1
CRF35_AD
CRF53_01B
CRF55_01B
CRF63_02A
IN INI
Grupo O
1Grupo M Sub-subtipo A6
CRF06_cpx
CRF73_BG
GeSIDA 2019
HighLR, High resistance level
R, regular resistance level
I, intermediate resistance level
RedS, reduced susceptibility
PotLowLR, Potentially low resistance level
LowLR, Low resistance level
Resultado II: Impacto de R-marcadores en interpretación de resistencias
GeSIDA 2019
HighLR, High resistance level
R, regular resistance level
I, intermediate resistance level
RedS, reduced susceptibility
PotLowLR, Potentially low resistance level
LowLR, Low resistance level
GeSIDA 2019
Variantes
VIH-1
PROTEASAAnálisis de resistencias a IPs
Nº R-Marcadores
(>75%) afectados por Stanford afectados por Geno2Pheno
VIH
-1 Grupos
no-M
O 9LowLR: NFV, TPV/r
I: ATV, NFV. R: TPV
I: ATV, DRV, NFV. R: TPV
PotLowLR: NFV. LowLR: TPV/r I: NFV. R: TPV
P 9 PotLowLR: NFV. LowLR: TPV/r
I: ATV, NFV. R: TPV
I: ATV, DRV, APV, NFV. R:TPV
I: ATV, DRV, NFV. R: TPV
Variantes
VIH-1
RETROTRANSCRIPTASA
Análisis de resistencias a ITINANs
Nº R-Marcadores
(>75%) afectados por Stanford afectados por Geno2Pheno
VIH
-1 Grupo
no-MO 3 HighLR: EFV, NVP, RPV. I: ETR R: ETR, NVP, RPV
Análisis de resistencias a ITIANs
VIH
-1 Grupo
no-MP 1 none
I: TDF
Atazanavir (ATV), Amprenavir (APV), Darunavir (DRV), Nelfinavir (NFV), TipNevirapine (NVP), Rilpivirine (RPV), ranavir (TPV), Etravirine (ETR); I, intermediate resistance level; PotLowLR, Potentially low resistance level;
LowLR, Low resistance level; HighLR, High resistance level.
Resultado III: Impacto de R-marcadores de grupos no-M
GeSIDA 2019
Conclusiones
Es necesario actualizar las herramientas de interpretación de
resistencias usadas a nivel clínico teniendo en cuenta los
R-marcadores asociados a cada variante del VIH-1
y unificar listados
1. Primer estudio que caracteriza los R-marcadores en 73 variantes del
VIH-1 diferentes, incluyendo grupos no-M.
2. El nº de R-marcadores oscilaba entre 1 y 9 por variante del VIH-1.
3. Algunos R-Marcadores naturales asociados a ciertas variantes
afectan a la interpretación de las resistencias genotípicas (sobre
todo a IP y a ITINAN), y de manera diferencial según herramientas,
pudiendo influir en decisiones clínicas.
GeSIDA 2019
Marina Rubio
Predoctoral
Ana Valadés
Estudiante Máster
Paloma Troyano
Predoctoral
Ana Rodríguez
Predoctoral
Dra. África Holguín
Investigadora Principal
Roberto Reinosa
Colaborador Bioinformático
Carolina Beltrán
Postdoctoral
Mª Concepción Burgos
Estudiante Grado
Teresa Llácer
Colaboradora
GeSIDA 2019