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 / Variability in HIV viral tropism determination using different genotypic algorithms in patients infected with B versus non-B HIV-1 subtypes

RESUMEN

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) (..) (AU)

ABSTRACT

Background Genotypic tools based on the analysis of the V3 region are seen as an alternative to phenotypic assays for viral tropism determination before prescribing maraviroc. The concordance between different genotypic algorithms has been evaluated in HIV+ patients infected with B versus non-B subtypes. Methods HIV-infected patients on regular follow up at Hospital Universitario de Santiago de Compostela (Spain) were selected. The env-V3 region was sequenced from plasma samples and viral tropism was estimated using 8 different genotypic algorithms. Concordance among predictors was statistically evaluated by the calculation of the kappa index. Phylogenetic analyses were performed to determine the genetic subtype. Results A total of 92 HIV-infected patients were selected, 72 B and 20 non-B subtypes. Regarding the B subtype group, significant kappa values were obtained among all 28 possible combinations between the genotypic predictors evaluated. The best concordance among non-related predictors was observed for webPSSMSINSI/WetcatPART (k 0.771) and webPSSMSINSI/geno2pheno (k 0.574). Conversely, among non-B subtypes, a significative kappa index was only obtained for 13 combinations. Among non-B subtypes, the best concordance values were obtained for webPSSMX4R5/WetcatPART (k 0.600) and webPSSMSINSI/Charge rule (k 0.590).Conclusion A high concordance was observed between different genotypic algorithms to determine viral tropism among HIV-1 B subtypes infected patients, especially between webPSSMSINSI and geno2pheno or Wetcat. Conversely, the overall concordance among non-B subtypes was lower. This heterogeneity could be justified by the low prevalence of non B subtypes in the datasets in which the genotypic tropism predictors were trained (AU)