En 2013, Temple Grandin compartió sus escaneos cerebrales con el mundo. Mostró que su corteza visual era más grande de lo habitual, que sus conexiones de sustancia blanca eran atípicas y que ciertas regiones de su cerebro tenían un volumen diferente al promedio. Eran imágenes poderosas —literalmente, fotos de su cerebro— que ilustraban, mejor que cualquier descripción verbal, que el autismo tiene una base biológica visible.
Siete años después, Grandin volvió a ofrecerse como sujeto de investigación. Esta vez, sin embargo, no fue su cerebro lo que se examinó, sino su ADN.
En 2020, Grandin se sometió a tres niveles de análisis genético: microarreglos cromosomales, secuenciación de exoma completo y secuenciación de genoma completo.1 Además, se recopiló una historia clínica y familiar exhaustiva. El objetivo era identificar los factores genéticos complejos que subyacían a su fenotipo autista y a sus otras características clínicas.
La transición es simbólica. En 2013, la herramienta era la imagen: mira cómo se ve mi cerebro. En 2020, la herramienta era el código: mira cómo está escrito mi genoma. Es la diferencia entre fotografiar una casa desde afuera y leer los planos de su construcción. Ambas cosas te dicen que la casa es diferente; solo los planos intentan explicar por qué.
SHANK2: el andamio de las sinapsis
El hallazgo más significativo en el genoma de Grandin fue una variante muy rara en el gen SHANK2. Este gen codifica una proteína estructural que funciona como andamio en las sinapsis —los puntos de conexión entre neuronas donde se transmiten las señales eléctricas y químicas—. Cuando SHANK2 no funciona correctamente, las sinapsis se forman con dificultad. Variantes en este gen se han asociado con un número disminuido de conexiones sinápticas.
«SHANK2 es el acero de los puentes entre neuronas. Una variante no los derriba: los hace más estrechos».
Para entender la analogía: si las neuronas son edificios, las sinapsis son los puentes entre ellos, y SHANK2 es el acero de esos puentes. Una variante en SHANK2 no derriba los puentes, pero puede hacerlos más débiles, más estrechos o menos numerosos. El tráfico de información sigue fluyendo, pero no con la misma eficiencia.
La variante encontrada en Grandin —un cambio de histidina a arginina en la posición 64— es extremadamente rara: aparece en apenas siete de casi ciento ochenta y cinco mil alelos de referencia en bases de datos poblacionales.2 El software de predicción SIFT la clasifica como potencialmente dañina. Variantes similares en SHANK2 se han encontrado en otros pacientes autistas, incluyendo mutaciones de novo en individuos con autismo y discapacidad intelectual.
Lo notable es que SHANK2 no es un gen cualquiera en la biología del autismo. Es parte de la misma familia de vías sinápticas que emergieron como centrales en los estudios de dos mil quinientos genes de Princeton que vimos en el capítulo anterior. Así, el genoma de una sola mujer apunta hacia el mismo territorio que la genómica poblacional. Desde ángulos completamente diferentes, la ciencia converge. Y ese mismo gen volverá a aparecer más adelante, cuando lleguemos a los organoides cerebrales: las células que permiten ver, en un plato de laboratorio, qué hace una variante de SHANK2 mientras una neurona se desarrolla.
ALX1 y RELN: el desarrollo y la migración neuronal
Además de SHANK2, se identificaron variantes en otros dos genes de interés.
ALX1 codifica un factor de transcripción involucrado en el desarrollo embrionario, incluyendo la formación correcta del tubo neural —la estructura que se convierte en cerebro y médula espinal—. La variante encontrada en Grandin se había observado con mayor frecuencia en personas autistas que en controles en estudios previos, con una probabilidad casi el doble de aparecer en individuos con autismo.
RELN codifica la proteína reelina, que controla la migración y el posicionamiento de neuronas durante el desarrollo cerebral. Si SHANK2 afecta cómo las neuronas se conectan, RELN afecta dónde se colocan. Es la diferencia entre que los cables de una red estén mal soldados y que los servidores estén en la ubicación equivocada. Ambos problemas producen una red que funciona de manera diferente, pero por razones distintas.
Los tres genes juntos pintan un cuadro coherente: una sinapsis debilitada (SHANK2), un posicionamiento neuronal alterado (RELN) y un desarrollo embrionario atípico (ALX1). No es un solo error catastrófico, sino una acumulación de variaciones pequeñas que, en conjunto, configuran un cerebro que procesa el mundo de manera diferente. Es el modelo poligénico en acción: muchos genes, cada uno con un efecto pequeño, que se suman hasta configurar un fenotipo complejo.
La paradoja del puntaje de riesgo
Aquí es donde la historia se vuelve fascinante y, al mismo tiempo, una lección de humildad para la ciencia.
Cuando los investigadores aplicaron a Grandin un modelo de puntaje de riesgo poligénico —una herramienta que combina el efecto de múltiples variantes genéticas para estimar la probabilidad de una condición—, el resultado fue sorprendente: su puntaje la colocaba en el primer centil de riesgo para autismo en la población general. Según el modelo, Temple Grandin tenía menos riesgo genético de ser autista que el noventa y nueve por ciento de la población.3
Obviamente, algo estaba mal. Pero no con Grandin. El problema estaba en el modelo.
La paradoja del puntaje: un instrumento mal calibrado
BAJO ALTO
El modelo marcó aquí: «riesgo casi nulo». \| Lo real estaba aquí: claramente elevado.
El instrumento marca bajo mientras lo que mide está elevado. El fallo es del termómetro, no del sujeto.
«El modelo dijo que Grandin casi no tenía riesgo de autismo. El error no era de ella. Era del termómetro».
El puntaje de riesgo poligénico captura apenas alrededor del uno por ciento de la variabilidad genética del autismo. Además, fue construido principalmente con datos de individuos con presentaciones más severas, muy diferentes al perfil de alto funcionamiento de Grandin. Es como usar un termómetro calibrado para fiebres altas para medir una temperatura ligeramente elevada: el instrumento no detecta lo que está ahí.
Y quizá ahí esté la verdadera enseñanza de esta paradoja: no es un fracaso, sino una lección. Demuestra que las herramientas genómicas actuales, aunque revolucionarias, todavía son primitivas comparadas con la complejidad del autismo. Conocemos miles de genes candidatos, pero aún no sabemos cómo interactúan entre sí, cómo los modifica el ambiente ni cómo el mismo conjunto de variantes puede producir un resultado en una persona y otro completamente diferente en otra.
Más allá del autismo: lo que el genoma reveló para su salud
El análisis genómico de Grandin fue más allá de las variantes relacionadas con el autismo. También identificó alteraciones en genes como MEFV y WNT10A, asociados con otras condiciones clínicas presentes en su historia médica, además de variantes en genes vinculados con enzimas metabólicas y transportadores. Algunas de ellas, incluso, apuntaban hacia posibles intervenciones terapéuticas.
Y ahí aparece una de las implicaciones más importantes de la secuenciación genómica: su utilidad no termina en explicar una sola condición. Puede ofrecer una visión mucho más amplia de la salud de una persona, al revelar riesgos potenciales, factores de protección y posibles oportunidades terapéuticas. Para una persona autista, conocer su genoma puede significar comprender mejor por qué su cerebro funciona de determinada manera e identificar riesgos de salud que van más allá del autismo —como epilepsia, alteraciones metabólicas o condiciones cardíacas— y que podrían monitorearse y atenderse de manera más oportuna.
En ese sentido, la medicina de precisión adquiere su significado más amplio: no se trata únicamente de construir un mapa del autismo, sino de comprender con mayor profundidad a la persona que hay detrás del diagnóstico.
Los límites de n igual a uno
Es necesario ser explícitos sobre lo que el genoma de Temple Grandin no puede decirnos.
Las tres variantes identificadas —SHANK2, ALX1 y RELN— son clasificadas como «variantes de significado incierto» según las guías de la ACMG.4 Eso significa que, formalmente, no se puede afirmar que causan su autismo. Son candidatas, no culpables confirmadas. La evidencia las señala, pero el veredicto aún no ha caído.
Además, un caso individual —por famoso y bien estudiado que sea— no puede definir una condición que afecta a millones de personas. El genoma de Grandin es una ventana, no un espejo. Nos muestra cómo los genes pueden contribuir al autismo en una persona específica, pero no cómo operan en las demás.
Este fue, de hecho, el mismo error que Grandin cometió con sus categorías de pensamiento: generalizar desde su propia experiencia. La diferencia es que ella generalizó desde la introspección. El estudio genómico parte de datos moleculares. Pero la advertencia es la misma: una persona no es una población.
Hacia el board genómico: el modelo oncológico
El estudio del genoma de Grandin ilustra tanto la promesa como los obstáculos de la genómica clínica aplicada al autismo. La posible solución que se perfila viene de un campo inesperado: la oncología.
En el tratamiento del cáncer, existe una práctica establecida llamada tumor board: un equipo multidisciplinario de oncólogos, patólogos, genetistas y radiólogos se reúne para analizar el perfil genético de cada tumor y diseñar un plan de tratamiento personalizado. No tratan «el cáncer» en abstracto. Tratan este cáncer, en este paciente, con esta biología.
Los investigadores del genoma de Grandin proponen un modelo equivalente para el autismo: un genomics board donde expertos en genómica, neurología, psicología y metabolismo analicen juntos los datos genéticos de cada individuo autista y traduzcan esos datos en recomendaciones clínicas.5
El obstáculo principal no es técnico, sino humano: no hay suficientes profesionales capacitados para interpretar datos genómicos complejos y traducirlos en decisiones clínicas. La secuenciación se ha abaratado exponencialmente; la interpretación, no. Ahí es donde la inteligencia artificial podría cerrar la brecha, ayudando a filtrar, priorizar y contextualizar variantes para que los clínicos puedan actuar sobre ellas.
La experiencia clínica ya sugiere que este camino puede funcionar. En programas piloto que usan la genómica como apoyo a la decisión clínica en autismo, el análisis del perfil genético de cada persona se ha traducido en recomendaciones de tratamiento concretas, con mejoras reportadas en una parte de los casos cuando la intervención se basa en esos hallazgos.6
Y aquí conviene levantar la vista. El genomics board no es un destino exclusivo del autismo. Es la forma en que la medicina entera está aprendiendo a tratar la complejidad: no por etiqueta, sino por perfil. El mismo modelo que la oncología perfeccionó para los tumores y que el autismo empieza a adoptar es el que, tarde o temprano, leerá el TDAH, la dislexia y cada condición que hoy se diagnostica con una sola palabra. El cerebro de Grandin es el primer caso. No será el último que intentemos leer así.
La mujer que se puso bajo el microscopio dos veces
Temple Grandin ha hecho algo que pocos científicos —autistas o no— se atreven a hacer: convertirse en su propio objeto de estudio, no una, sino dos veces. Primero con neuroimagen; después, con genómica. Cada vez, abrió una puerta para que otros pudieran seguir.
Su genoma no reveló «la causa» de su autismo. Reveló algo más valioso: que incluso la persona más estudiada del espectro autista sigue siendo genéticamente compleja, parcialmente inexplicable con las herramientas actuales y profundamente individual. Si el genoma de Grandin nos enseña algo, es que cada persona autista merece el mismo nivel de atención genómica que ella recibió.
Y las herramientas para ofrecerla —aunque imperfectas— ya existen. Lo que falta es la voluntad, la infraestructura y los profesionales para escalar ese cuidado a los millones que lo necesitan.
Ahora hazte la pregunta que este capítulo deja sobre la mesa. Si el genoma de la persona más estudiada del espectro todavía guarda secretos, ¿qué guardaría el tuyo? ¿Qué guardaría el de tu hijo? No para encontrar una culpa, sino para encontrar un mapa. Las variantes que explican una sensibilidad, el riesgo metabólico que conviene vigilar, la vía que sugiere un tratamiento. Todo eso ya se puede leer.
Lo que falta no es la tecnología. Es que alguien decida leerte.