Resumen de Variabilidad en la determinación del tropismo viral del VIH utilizando diferentes algoritmos genotípicos de interpretación en pacientes VIH-1 infectados con subtipos B versus no-B
José Javier Rodríguez, Eduardo Seclén, Eva Poveda, Eduardo Varela, Benito José Regueiro García, Antonio Aguilera
Antecedentes Las herramientas genotípicas basadas en el análisis de la región V3 de la envuelta viral se perfilan como la alternativa a los ensayos fenotípicos para la determinación del tropismo del VIH por los receptores de quimiocinas CCR5 y CXCR4 en la práctica clínica. Este trabajo evalúa la concordancia entre los distintos algoritmos de interpretación genotípica actualmente disponibles en pacientes VIH infectados con subtipo B versus subtipos no-B.
Métodos Se seleccionaron pacientes VIH positivos, procedentes del Complexo Hospitalario Universitario de Santiago de Compostela (CHUS), España. A partir de muestras de plasma, se amplificó y secuenció la región V3 de la envuelta viral. El tropismo viral se determinó usando 8 algoritmos genotípicos distintos. La concordancia entre los distintos predictores se evaluó calculando el índice de concordancia kappa. El subtipo genético fue determinado por análisis filogenético.
Resultados Se incluyeron un total de 92 pacientes, 72 infectados por subtipo B y 20 por no-B. En pacientes con subtipo B, se obtuvieron valores significativos de kappa para todas combinaciones posibles (n=28) entre los algoritmos genotípicos analizados. La mejores valores entre predictores no relacionados se obtuvieron para webPSSMSINSI/WetcatPART (k: 0,771) y webPSSMSINSI/geno2pheno (k: 0,574). En subtipos no-B solo se obtuvieron valores significativos para 13 combinaciones, correspondiendo los mejores a PSSMX4R5/WetcatPART (k: 0,600) y PSSMSINSI/Charge rule (k: 0,590).
Conclusión Existe una alta concordancia entre los distintos algoritmos genotípicos utilizados para la determinación del tropismo viral en pacientes infectados con subtipo B, especialmente con webPSSMSINSI y geno2pheno o Wetcat. Sin embargo, la concordancia general de los algoritmos para subtipos no-B es menor. Esta falta de consenso podría justificarse por la baja prevalencia de los subtipos no B tienen en las bases de datos empleadas para el entrenamiento de los predictores genotípicos.
