Une nouvelle recherche génétique montre qu'un test génétique simple peut prédire qui est le plus à risque d'obésité, offrant de l'espoir pour une prévention précoce, mais soulève également des questions difficiles sur l'équité génétique et l'accès aux soins de santé.
Étude: prédiction polygénique de l'indice de masse corporelle et de l'obésité à travers le cours de vie et à travers les ancêtres. Crédit d'image: Andrii Yalanskyi / Shutterstock.com
Une étude récente dans Médecine de la nature développé des ancêtres et multi-ancêtres Scores polygéniques (PGSS) pour la prévention précoce et le traitement ciblé de l'obésité. Les chercheurs ont souligné que les PGS pouvaient être mises en œuvre tôt dans la vie pour empêcher l'obésité. Cependant, les performances des PGS peuvent varier considérablement entre différentes populations, et une mise en œuvre minutieuse est nécessaire pour éviter d'élargir les disparités en matière de santé.
Sommaire
Obésité – une menace majeure de santé publique
L'obésité est une condition médicale chronique caractérisée par l'accumulation d'une graisse corporelle excessive. Il est considéré comme un problème de santé publique important car il améliore le risque de développer de nombreuses maladies chroniques, ce qui peut réduire l'espérance de vie.
Selon une prédiction récente, plus de la moitié de la population mondiale deviendrait en surpoids ou obèse d'ici 2035. Bien que les scientifiques aient développé de multiples stratégies pour lutter contre l'obésité, y compris les interventions de style de vie intensives (ILIS), les médicaments contre la perte de poids et la chirurgie bariatrique, les risques associés de ces approches et l'inaccessibilité à la plupart des gens ont limité leur mise en œuvre répandue. Par conséquent, il est essentiel de développer une stratégie efficace qui pourrait aider à prévenir l'obésité.
De nombreux enfants développent l'obésité, qui peut persister dans leur âge adulte. Par conséquent, les premiers prédicteurs, tels que les variantes génétiques, pourraient être extrêmement précieuses pour prévenir l'obésité. Des études antérieures ont mis en évidence le potentiel des PGS dans la prédiction du risque de maladie et le dépistage de la population. Cette qualité prédictive est basée sur sa capacité à capturer la sensibilité polygénique héréditaire d'un individu à un trait ou à une maladie. Il est essentiel d'examiner les circonstances dans lesquelles les PGS pour l'obésité peuvent être utiles dans la prédiction des risques.
Une étude précédente a démontré l'utilisation de PGSS pour l'obésité sur la base d'une étude d'association à l'échelle du génome (GWAS) de l'IMC chez plus de 339 000 personnes d'ascendance à prédominance européenne. Cependant, une PGS basée sur une population d'ascendance peut ne pas refléter avec précision d'autres populations d'ascendance. L'utilisation de PGSS développée principalement dans un groupe d'ascendance peut entraîner une précision de prédiction plus faible et aggraver les inégalités de santé si elle n'est pas soigneusement traitée.
À propos de l'étude
La présente étude a exploité les résultats des méta-analyses GWAS pour développer une PGS pour l'IMC. La méta-analyse de GWAS a inclus des statistiques sommaires pour l'IMC à partir de plus de 200 études du consortium géant et de 23andMe.
Les statistiques de résumé du GWAS comprenaient plus de 5,1 millions d'individus de populations diverses. Cette population diversifiée comprenait 71,1% des participants à l'ascendance européenne, 14,4% de l'ethnicité hispanique avec des ancêtres typiquement mélangées, 8,4% d'ascendance d'Asie de l'Est, 4,6% d'origine africaine et 1,5% avec l'ascendance d'Asie du Sud.
Les participants ayant des relations génétiques étroitement alignées ont été regroupés et appelés ascendance européenne (EUR), ascendance africaine (AFR), asibulence de type Asie de l'Est (EAS), ascendance américaine (AMR) et asivale d'Asie du Sud (SAS). Il convient de noter que les auteurs ont reconnu ces groupements simplifier à l'étranger la diversité génétique réelle chez les participants.
PRS-CS (X), une méthode standard pour générer des scores de risque polygénétique de population croisée, a été utilisé pour développer des PGS spécifiques à l'ascendance et multi-ancêtres tirant parti de 1,3 million de variantes communes.
Résultats de l'étude
La présente étude a identifié le paramètre de retrait optimal à l'échelle du génome et les poids de combinaison linéaire pour PRS-CS (X) qui ont démontré une variance expliquée la plus élevée pour l'IMC dans six sous-populations d'ascendance de la biobanque britannique (UKBB), y compris des individus d'ascendance de type Moyen-Orient (MID). Un sous-ensemble aléatoire de 20 000 personnes non liées a été utilisée pour la population de réglage européenne.
Une PGS multi-ancêtres qui comprenait cinq PGS spécifiques à l'ascendance (PGSLC) généré les meilleurs scores de prédiction. Par rapport aux PGS formées uniquement avec les statistiques sommaires GWAS, les PG multi-anges ont montré une variance expliquée plus élevée pour l'IMC, variant entre 7,2% (AFR) et 17,5% (EUR), avec une médiane de 14,0%.
À l'exception de l'ascendance de type Asie de l'Est et de type européen, les performances d'une PGS contenant des variantes significatives à l'échelle du génome étaient généralement intermédiaires à celles des PGS de la PGS de l'ascendance et multi-orestry.
La précision de prédiction de PGSLC Pour l'IMC et l'obésité a également été évaluée dans des populations de validation indépendantes de 482 135 participants, de l'UKBB, du Million Veteran Program (MVP), de la cohorte de population générale ougandaise (GPC-UGR) et de la bioMoi BioBank.
La présente étude a souligné que la prévalence de l'obésité varie considérablement entre les populations et les cohortes. Il faut noter que l'IMC moyen variait entre 22,2 kg m2 et 30,6 kg m2. La performance du PGSLC était le plus élevé chez les participants avec l'ascendance EUR de l'UKBB, avec une variance expliquée de 17,6%. En revanche, une PGS inférieureLC La performance a été trouvée pour l'ascendance de type africain avec une variance expliquée de 6,3%, 5,1% dans les populations afro-américaines et 2,2% dans la population GPC-UGR du sud-ouest de l'Ouganda.
Au sein de l'EUR des participants de l'UKBB, la variance expliquée était légèrement plus élevée chez les hommes que chez les femmes. Il s'est également révélé être plus élevé chez les jeunes participants que chez ceux appartenant à des groupes d'âge avancés. Au sein de la population EUR, les PGLC a démontré des performances améliorées pour différencier les participants avec et sans obésité.
La zone sous la courbe caractéristique de fonctionnement du récepteur (AUC) a augmenté avec la gravité de l'obésité. L'AUC pour PGSLC était nettement plus grand en soi. L'IMC chez les enfants présentant une prédisposition génétique plus élevée (PGS ≥10e centile) a augmenté plus rapidement que chez ceux avec une prédisposition génétique plus faible. La valeur ajoutée des PG pour prédire l'IMC était la plus grande à un très jeune âge, en particulier jusqu'à l'âge de cinq ans, avant que l'IMC ne devienne un fort prédicteur de l'obésité ultérieure. Chez les enfants plus âgés, l'IMC mesuré fournit une grande partie des informations prédictives et la valeur incrémentielle de PGS est plus petite.
PGS moyenne supérieure des enfants est un prédicteur bien établi du risque futur de l'obésité. Pour prédire l'IMC au début de l'âge adulte, les PG au cours des premières années après la naissance se sont révélées être un prédicteur d'obésité plus fiable. Le PGS était également beaucoup plus prédictif de l'IMC que d'autres traits de composition corporelle, tels que le pourcentage de graisse corporelle ou le rapport taille / hanche.
La présente étude a indiqué que les individus avec une PG plus élevéeLC a subi une plus grande perte de poids au cours de la première année en réponse à l'ILI que le groupe témoin. Cependant, ces personnes étaient également plus susceptibles de reprendre le poids après la première année, soulignant l'importance du soutien continu pour le maintien du poids parmi ceux à risque génétique plus élevé.
Surtout, les auteurs soulignent qu'un risque génétique plus élevé, mesuré par PGS, ne signifie pas que l'obésité est inévitable. Les individus avec une PGS plus élevée peuvent être particulièrement sensibles aux changements dans les interventions de l'environnement et du mode de vie, et les stratégies préventives peuvent être efficaces. Les chercheurs affirment que la mise en œuvre d'outils de risque basée sur la PGS doit tenir compte des différences de performance prédictive entre les populations, en particulier pour éviter d'aggraver les inégalités de santé parmi des groupes sous-représentés tels que ceux de l'ascendance africaine. Il existe un potentiel futur pour les PGS pour guider les interventions de style de vie et les nouvelles thérapies médicamenteuses de perte de poids, bien que davantage de recherches soient nécessaires.
Conclusions
La présente étude démontre le potentiel des PGS de l'IMC comme un outil pour prédire l'obésité adulte tout au long de la vie, en particulier au début de la vie. Cet outil peut identifier les individus à haut risque d'obésité, permettant la mise en œuvre rapide et efficace des stratégies préventives.
Cependant, l'utilisation de PGS dans les pratiques de santé clinique ou publique doit s'accompagner d'une attention particulière aux différences de population et à des considérations éthiques de prédiction de risque génétique.
Téléchargez votre copie PDF maintenant!
