Un nuevo análisis genético predice el riesgo de obesidad desde la infancia
Una nueva investigación liderada por las Universidades de Copenhague (Dinamarca) y Bristol (Reino Unido) demuestra que el análisis genético a una edad temprana puede respaldar estrategias tempranas para prevenir el desarrollo de la obesidad en etapas posteriores de la vida, ya que parece predecir el riesgo de obesidad adulta desde la infancia.
Basándose en datos genéticos de más de cinco millones de personas, un equipo internacional de investigadores ha creado una medida denominada puntuación de riesgo poligénico (PGS), que se asocia de forma fiable con la obesidad en la edad adulta y muestra patrones consistentes e indicativos en la primera infancia, informa Ep.
Según señalan los investigadores, los hallazgos podrían ayudar a identificar a niños y adolescentes con mayor riesgo genético de desarrollar obesidad en etapas posteriores de la vida, quienes podrían beneficiarse de estrategias preventivas específicas, como intervenciones en el estilo de vida, a una edad más temprana.
"Lo que hace que la puntuación sea tan eficaz es la consistencia de las asociaciones entre la puntuación genética y el índice de masa corporal antes de los cinco años y hasta la edad adulta, un momento que comienza mucho antes de que otros factores de riesgo comiencen a influir en el peso en etapas posteriores de la infancia. Intervenir en este punto podría, en teoría, tener un gran impacto", afirmó el profesor adjunto Roelof Smit, de la Universidad de Copenhague, y autor principal de la investigación publicada en la revista "Nature Medicine".
Las sutiles variaciones en el genoma de las personas pueden tener un impacto real en la salud cuando actúan conjuntamente. Se han identificado miles de variantes genéticas que aumentan el riesgo de obesidad; por ejemplo, variantes que actúan en el cerebro e influyen en el apetito. Un PGS es como una calculadora que combina los efectos de las diferentes variantes de riesgo que porta una persona y proporciona una puntuación general. El PGS logró explicar casi una quinta parte (17%) de la variación del índice de masa corporal de una persona, una cifra mucho mayor que en estudios previos.
Para crear estas PGS, los científicos se basaron en los datos genéticos de más de cinco millones de personas -el conjunto de datos genéticos más grande y diverso hasta la fecha-, incluyendo datos genéticos del consorcio de Investigación Genética de Rasgos Antropométricos (GIANT) y la empresa de análisis de ADN para consumidores '23andMe'.
Posteriormente, los investigadores comprobaron si su nueva PGS estaba asociada con la obesidad utilizando conjuntos de datos de las características físicas y genéticas de más de 500.000 personas, incluyendo datos del IMC registrados a lo largo del tiempo del estudio "Niños de los 90". Descubrieron que su nueva PGS era dos veces más eficaz que el mejor método anterior para predecir el riesgo de una persona de desarrollar obesidad.
"La obesidad es un importante problema de salud pública, y muchos factores contribuyen a su desarrollo, entre ellos la genética, el medio ambiente, el estilo de vida y el comportamiento. Estos factores probablemente varíen a lo largo de la vida de una persona, y creemos que algunos de ellos se originan en la infancia", señala la doctora Kaitlin Wade, profesora asociada de Epidemiología en la Universidad de Bristol y segunda autora del artículo.
El equipo de investigación también investigó la relación entre el riesgo genético de obesidad y el impacto de las intervenciones para bajar de peso, como la dieta y el ejercicio, en el estilo de vida. Descubrieron que las personas con mayor riesgo genético de obesidad respondían mejor a las intervenciones, pero también recuperaban peso más rápidamente al finalizarlas.
A pesar de basarse en los genomas de una población más amplia, el nuevo PGS presenta limitaciones. Por ejemplo, fue mucho más eficaz para predecir la obesidad en personas con ascendencia similar a la europea que en personas con ascendencia africana. Esto pone de manifiesto la necesidad de realizar trabajos como este en grupos más representativos.