En els darrers anys, les puntuacions poligèniques (PGS) han estat promocionades com una eina revolucionària que transformarà la prevenció de malalties. Combinant l'efecte de múltiples variants genètiques, prometen identificar les persones amb més risc de càncer, malalties cardiovasculars o obesitat. Tot i això, l'evidència científica més recent indica que la seva capacitat de predicció és modesta i, en molts casos, genera més preguntes que respostes.

Un estudi rigorós desmunta el mite

Investigadors de l'University College London (UCL) van analitzar 926 PGS per a 310 malalties utilitzant la base de dades pública Polygenic Score Catalog. Les seves conclusions, publicades l'octubre de 2023 a BMJ Medicine, van ser contundents: de mitjana, els PGS van identificar només el 11 % dels individus que finalment van desenvolupar la malaltia i, alhora, van generar un 5 % de falsos positius【372282977355559†L19-L52】. En el cas de patologies concretes com el càncer de mama o la malaltia coronària, les taxes de detecció van ser fins i tot més baixes (10 % i 12 %, respectivament)【372282977355559†L67-L70】.

Això significa que, per a cada persona correctament identificada, n'hi ha moltes més que rebrien un resultat tranquil·litzador (fals negatiu) o alarmant (fals positiu) sense ser precís. Segons els autors, aplicar els PGS en programes de cribratge poblacional implicaria realitzar milers de proves genètiques per prevenir un sol esdeveniment (p. ex., un infart) si es fessin servir per guiar la prescripció d'estatines【372282977355559†L74-L79】. A més, les puntuacions gairebé no augmenten la informació que ja ofereixen factors convencionals com l'edat, el sexe, la pressió arterial o el colesterol.

Per què fallen les puntuacions poligèniques

Les PGS es basen en estudis d‟associació del genoma complet (GWAS). Aquests treballs identifiquen variants que són més presents en persones amb una malaltia que a la població general. Les variants solen tenir efectes molt petits (augmenten el risc en un 1 %–2 %), per la qual cosa calen milions de dades per obtenir resultats robusts. Tot i això, les PGS actuals presenten diversos problemes:

• Poca capacitat predictiva: Com hem vist, fins i tot per a malalties relativament heretables, els PGS només capturen una fracció del risc. Factors ambientals, estil de vida i epigenètics tenen un pes més gran.
• Biaix d'ascendència: La majoria dels GWAS provenen de poblacions europees. Així, les PGS resultants són menys precises en altres ètnies, cosa que pot amplificar les desigualtats. El nou PGS d'obesitat, per exemple, explica el 17 % de la variació de l'IMC en europeus però només el 2 % en una cohort africana【368994030973972†L942-L948】.
• Interaccions gen-ambient: Les variants genètiques actuen en entorns específics. Un PGS pot predir alguna cosa en un país amb dieta occidental i no pas en un altre amb alimentació mediterrània. A més a més, la resposta a la dieta, a l'exercici o als fàrmacs està modulada per molts altres factors.
• Complexitat estadística: Diferents algorismes i paràmetres generen PGS diferents. Les empreses poden triar el resultat que ofereixi resultats més cridaners, però això no vol dir que sigui el més precís o fiable.

El mateix estudi d'UCL conclou que els PGS no s'haurien d'usar per a cribratges massius. Fins i tot integrant-los amb factors tradicionals, el benefici afegit és petit i compensa menys que centrar-se en recomanacions universals (menjar saludable, deixar de fumar, fer exercici). El professor Nicholas Wald, coautor del treball, afirma que la genòmica és important per al descobriment de fàrmacs, però no per pronosticar qui emmalaltirà【372282977355559†L86-L107】.

Això vol dir que la genètica no importa?

La genètica té un paper clau en determinades malalties monogèniques (per exemple, mutacions a BRCA1 o BRCA2). En aquests casos, un test genètic detecta un risc molt elevat i es poden prendre decisions preventives clares, com ara mastectomies o tractaments farmacològics. Les PGS, en canvi, ofereixen un risc relatiu que amb prou feines es tradueix en una diferència absoluta apreciable. Per exemple, passar del 3 % al 4 % de risc duna malaltia no canvia les recomanacions destil de vida, però pot generar ansietat innecessària.

Tot i així, la investigació en genòmica continua sent valuosa. Comprendre quines variants influeixen a la salut ajuda a identificar rutes biològiques i possibles dianes terapèutiques. A més, els PGS es poden utilitzar com a variables d'ajust en estudis d'epidemiologia mendeliana per inferir-ne la causalitat. El problema sorgeix quan es venen al públic sense el context adequat.

Consells per interpretar els resultats

Si decideixes realitzar un test genètic amb PGS, tingues en compte el següent:

• Consulta amb professionals: Un genetista o un metge expert pot ajudar-te a entendre la magnitud real del teu risc i com integrar-lo amb altres factors.
• Observa el risc absolut: Pregunta quin és el teu risc basal de la malaltia i quant varia amb la puntuació. De vegades, les diferències són mínimes.
• No modifiquis el teu tractament sense assessorament: No deixis un medicament ni en comencis un de nou només pel teu PGS. Les decisions mèdiques han de basar-se en proves clíniques robustes.
• Considera la privadesa: Llegeix els termes i condicions sobre com l'empresa emmagatzemarà i utilitzarà les dades genètiques.
• Recordeu el pes de l'estil de vida: Encara que el teu PGS sigui alt, una dieta equilibrada, activitat física regular i descans adequat poden reduir el teu risc. Si el teu PGS és baix, no és excusa per descuidar la teva salut.

Nutrició de precisió més enllà dels PGS

Els PGS són només una part de la medicina personalitzada. A Mefood Omics fem servir dades de microbiota, metabòlits, hàbits alimentaris i patrons d'activitat per oferir recomanacions integrals. Fins i tot sense un PGS, mesurar el microbioma o el perfil metabolòmic pot aportar informació pràctica sobre com respons a diferents aliments.

Per exemple, certes combinacions de bacteris intestinals s'associen amb una absorció d'energia més gran o amb una millor resposta a dietes baixes en carbohidrats. L'aplicació Oorenji integra aquestes dades amb eines de coaching i receptes saludables (receptes.oorenji.com) per guiar-te en l'elaboració de menús que respectin els teus gustos i necessitats. I si t'interessa conèixer la teva predisposició genètica per a l'obesitat, pots llegir el post 1.

Conclusió: mirar més enllà de la genètica

Les puntuacions poligèniques han aportat informació valuosa per a la investigació, però la seva utilitat com a eina de predicció clínica o poblacional és limitada. No substitueixen els hàbits saludables ni els factors coneguts de risc. Davant de la temptació de basar la nostra salut en un nombre genètic, recordem que som més que els nostres gens: l'entorn, l'educació i les decisions diàries pesen molt més. Els PGS poden complementar la medicina, però no s'han de convertir en l'únic criteri per prendre decisions.

Referències

1. Genetic risk scores no useful in predicting disease – ScienceDaily
2. Performance of polygenic risk scores in screening, prediction, and risk stratification – BMJ Medicine
3. Polygenic prediction of body mass index – Nature Medicine
4. The future of polygenic risk scores in direct-to-consumer genomics – Nature Genetics