[Artículo traducido] Hacia una medicina de precisión en la dermatitis atópica mediante el uso de enfoques moleculares / Toward Precision Medicine in Atopic Dermatitis Using Molecular-Based Approaches

RESUMEN

La dermatitis atópica es el trastorno inflamatorio de la piel crónico más común. Afecta hasta a 20% de los niños y a 10% de los adultos en países desarrollados. La fisiopatología de la dermatitis atópica es compleja e implica una fuerte predisposición genética e inflamación impulsada por células T. Aunque nuestra comprensión de la patología y las causas de esta enfermedad ha mejorado en los últimos años, aún existen lagunas de conocimiento en las vías inmunológicas involucradas. En consecuencia, los avances en nuevas tecnologías ómicas en la dermatitis atópica desempeñarán un papel clave en la comprensión de la patogénesis de esta enfermedad y podrían desarrollar estrategias preventivas y tratamientos personalizados. En esta revisión se discuten los últimos avances en genética, transcriptómica, epigenómica, proteómica y metagenómica, y entendemos cómo la integración de múltiples conjuntos de datos ómicos identificará posibles biomarcadores y descubrirá redes de asociaciones entre varios niveles moleculares (AU)

ABSTRACT

Atopic dermatitis is the most common chronic inflammatory skin disorder, affecting up to 20% of children and 10% of adults in developed countries. The pathophysiology of atopic dermatitis is complex and involves a strong genetic predisposition and T-cell driven inflammation. Although our understanding of the pathology and drivers of this disease has improved in recent years, there are still knowledge gaps in the immune pathways involved. Therefore, advances in new omics technologies in atopic dermatitis will play a key role in understanding the pathogenesis of this burden disease and could develop preventive strategies and personalized treatment strategies. In this review, we discuss the latest developments in genetics, transcriptomics, epigenomics, proteomics, and metagenomics and understand how integrating multiple omics datasets will identify potential biomarkers and uncover nets of associations between several molecular levels (AU)