Ricerca

Oltre il BMI per prevedere il rischio di malattie legate all’obesità

Gli scienziati del Scripps Research stanno collaborando con partner aziendali e accademici allo scopo di trovare un nuovo modo di usare “firme” molecolari distinte da persone con obesità per prevedere il rischio di sviluppare diabete e malattie cardiovascolari, un anticipazione che potrebbe ampliare il modo in cui medici e ricercatori pensano alla diagnosi e al trattamento delle malattie.

La ricerca, guidata da Amalio Telenti, MD, PhD, professore di genomica presso Scripps Research e precedentemente leader scientifico presso Human Longevity Inc. (HLI), mostra che i futuri predittori di diabete tipo 2 e malattie cardiovascolari per una persona con obesità possono essere trovati tra i metaboliti del loro corpo, molecole che tutti noi produciamo mentre viviamo, respiriamo e mangiamo.

Utilizzando tecnologie all’avanguardia, gli scienziati sono stati in grado di valutare la relazione tra il rischio di malattia e il “metaboloma”, una raccolta di centinaia di metaboliti, identificando specifiche firme che prevedevano un rischio più elevato, secondo i risultati pubblicati su Cell Metabolism.

“Osservando i cambiamenti del metaboloma, potremmo identificare le persone con un aumento multiplo del rischio di sviluppare diabete e malattie cardiovascolari negli anni successivi”, afferma Telenti.

La capacità di identificare i pattern nel metaboloma associati ad un aumentato rischio di malattia rappresenta potenzialmente un potente strumento per una migliore comprensione e prevenzione di queste malattie.

Per il nuovo studio, Telenti e i suoi colleghi di HLI, il J. Craig Venter Institute e altre organizzazioni partner hanno analizzato 2.396 persone e scoperto che l’obesità altera profondamente il metaboloma, con le modifiche più importanti dal punto di vista medico che riguardano il modo in cui il corpo distribuisce il grasso. Hanno scoperto che alcuni metaboliti sono associati ad un aumento del grasso intra-addominale, che si trova dietro la parete addominale ed è associato a rischi per la salute.

In totale, i ricercatori hanno trovato 49 metaboliti con una forte associazione all’indice di massa corporea (BMI), un indicatore dell’obesità. Osservando questi livelli di metaboliti, gli scienziati potrebbero prevedere lo stato di obesità di una persona con un tasso di precisione dell’80-90%.

È interessante notare che i cambiamenti nel metaboloma non sempre coincidevano con il fatto che una persona fosse effettivamente obesa. In questi casi, i ricercatori potrebbero aver identificato persone che erano obese ma in buona salute e persone magre ma ancora a rischio di malattia. Si tratta di informazioni importanti per i medici che desiderano prevedere il rischio futuro di malattia o iscrivere i pazienti a studi clinici.

Per Telenti, lo studio mostra come le nuove tecnologie possono ampliare il modo in cui gli scienziati pensano alla malattia. Invece di considerare un singolo metabolita o biomarker per predire la malattia, oggi i ricercatori possono combinare molte misurazioni per creare una “firma” di una malattia.

Ad esempio, i ricercatori hanno anche sequenziato i genomi dei partecipanti allo studio. Scoperto che mentre la genetica non è un grande predittore di condizioni di salute legate all’obesità, alcuni individui hanno varianti genetiche associate all’obesità patologica – un punto dati che si aggiunge alla loro “firma” individuale.

Successivamente, i ricercatori sperano di utilizzare questi strumenti per studiare altre malattie metaboliche. “Abbiamo generato una firma dell’obesità, ma con diversi approcci sperimentali e di apprendimento automatico, avremmo potuto anche generare biomarker più mirati per malattie come il diabete type 2 e la steatosi del fegato”, afferma Telenti.