Negli ultimi anni, il punteggi poligenici (PGS) sono stati pubblicizzati come uno strumento rivoluzionario che trasformerà la prevenzione delle malattie. Combinando l'effetto di molteplici varianti genetiche, promettono di identificare le persone a più alto rischio di cancro, malattie cardiovascolari o obesità. Tuttavia, le prove scientifiche più recenti indicano che il loro la capacità predittiva è modesta e, in molti casi, genera più domande che risposte.

Uno studio rigoroso sfata il mito

I ricercatori dell'University College di Londra (UCL) hanno analizzato 926 PGS per 310 malattie utilizzando il database pubblico Polygenic Score Catalog. I loro risultati, pubblicati nell'ottobre 2023 su Medicina BMJ, erano schiaccianti: in media, il PGS ha identificato solo il 11 % di individui che alla fine hanno sviluppato la malattia e hanno generato simultaneamente 5 falsi positivi %【372282977355559†L19-L52】. Per condizioni specifiche come il cancro al seno o la malattia coronarica, i tassi di rilevamento erano ancora più bassi (rispettivamente 10 % e 12 %)【372282977355559†L67-L70】.

Ciò significa che per ogni persona identificata correttamente, molte altre riceverebbero un risultato rassicurante (falso negativo) o allarmante (falso positivo) senza essere accurate. Secondo gli autori, l'applicazione del PGS nei programmi di screening di popolazione comporterebbe l'esecuzione di migliaia di test genetici per prevenire un singolo evento (ad esempio, un infarto) se utilizzato per orientare le prescrizioni di statine. Inoltre, i punteggi forniscono poche informazioni aggiuntive rispetto a fattori convenzionali come età, sesso, pressione sanguigna o colesterolo.

Perché i punteggi poligenici falliscono

Il PGS si basa su studi di associazione genomica (GWAS). Questi studi identificano varianti che sono più diffuse nelle persone affette da una malattia rispetto alla popolazione generale. Le varianti hanno in genere effetti molto limitati (aumentando il rischio di 1 %–2 %), quindi sono necessari milioni di punti dati per ottenere risultati affidabili. Ciononostante, l'attuale PGS presenta diversi problemi:

• Bassa capacità predittivaCome abbiamo visto, anche per le malattie relativamente ereditarie, la PGS cattura solo una frazione del rischio. I fattori ambientali, lo stile di vita e l'epigenetica giocano un ruolo maggiore.
• pregiudizio di ascendenzaLa maggior parte dei GWAS deriva da popolazioni europee. Pertanto, i PGS risultanti sono meno precisi in altre etnie, il che può amplificare le disuguaglianze. Il nuovo PGS sull'obesità, ad esempio, spiega il 17% della variazione dell'IMC negli europei, ma solo il 2% in una coorte africana [368994030973972†L942-L948].
• Interazioni gene-ambienteLe varianti genetiche agiscono in ambienti specifici. Un PGS può predire qualcosa in un paese con una dieta occidentale e non in uno con una dieta mediterranea. Inoltre, la risposta alla dieta, all'esercizio fisico o ai farmaci è modulata da molti altri fattori.
• Complessità statisticaDiversi algoritmi e parametri generano PGS diversi. Le aziende possono scegliere il punteggio che offre i risultati più sorprendenti, ma ciò non significa che sia il più accurato o affidabile.

Lo stesso studio dell'UCL conclude che il PGS non dovrebbe essere utilizzato per lo screening di massa. Anche se combinato con fattori tradizionali, il beneficio aggiuntivo è limitato e non compensa in alcun modo l'attenzione rivolta alle raccomandazioni universali (alimentazione sana, smettere di fumare, attività fisica). Il professor Nicholas Wald, coautore dell'articolo, afferma che la genomica è importante per la scoperta di farmaci, ma non per prevedere chi si ammalerà. 372282977355559†L86-L107

Ciò significa che la genetica non ha importanza?

La genetica gioca un ruolo chiave in alcune malattie monogeniche (ad esempio, mutazioni in BRCA1 o BRCA2). In questi casi, un test genetico rileva un rischio molto elevato e si possono prendere chiare decisioni preventive, come mastectomie o trattamenti farmacologici. La PGS, d'altra parte, offre un rischio relativo che difficilmente si traduce in una differenza assoluta apprezzabile. Ad esempio, passare da un rischio di 3 % per una malattia a un rischio di 4 % non modifica le raccomandazioni sullo stile di vita, ma può generare ansia inutile.

Ciononostante, la ricerca genomica rimane preziosa. Comprendere quali varianti influenzano la salute aiuta a identificare percorsi biologici e potenziali bersagli terapeutici. Inoltre, i PGS possono essere utilizzati come variabili di aggiustamento negli studi di epidemiologia mendeliana per dedurre rapporti di causalità. Il problema sorge quando vengono venduti al pubblico senza un contesto adeguato.

Suggerimenti per l'interpretazione dei risultati

Se decidi di sottoporti a un test genetico con PGS, tieni presente quanto segue:

• Consultare i professionistiUn genetista o un esperto medico possono aiutarti a comprendere la reale entità del rischio e come integrarlo con altri fattori.
• Guarda il rischio assolutoChiedi qual è il tuo rischio di base di contrarre la malattia e quanto varia in base al tuo punteggio. A volte le differenze sono minime.
• Non modificare il trattamento senza consiglioNon interrompere un farmaco o iniziarne uno nuovo solo a causa della PGS. Le decisioni mediche devono basarsi su solide evidenze cliniche.
• Considera la privacy: Leggi i termini e le condizioni riguardanti le modalità con cui l'azienda memorizzerà e utilizzerà i tuoi dati genetici.
• Ricorda il peso dello stile di vitaAnche se il tuo PGS è alto, una dieta equilibrata, un'attività fisica regolare e un riposo adeguato possono ridurre il rischio. Se il tuo PGS è basso, non è una scusa per trascurare la tua salute.

Nutrizione di precisione oltre PGS

I PGS sono solo una parte della medicina personalizzata. In Mefood Omics Utilizziamo dati su microbiota, metaboliti, abitudini alimentari e modelli di attività fisica per offrire raccomandazioni complete. Anche senza un PGS, la misurazione del microbioma o del profilo metabolomico può fornire informazioni pratiche su come si risponde a diversi alimenti.

Ad esempio, alcune combinazioni di batteri intestinali sono associate a un maggiore assorbimento di energia o a una migliore risposta alle diete a basso contenuto di carboidrati. Oorenji integra questi dati con strumenti di coaching e ricette salutari (ricette.oorenji.com) per guidarti nella creazione di menù che rispettino i tuoi gusti e le tue esigenze. E se sei interessato a conoscere la tua predisposizione genetica all'obesità, puoi leggere il posta 1.

Conclusione: guardare oltre la genetica

I punteggi poligenici hanno fornito informazioni preziose per la ricerca, ma la loro utilità come strumento di previsione clinica o di popolazione è limitata. Non sostituiscono abitudini sane o fattori di rischio noti. Di fronte alla tentazione di basare la nostra salute su un numero genetico, ricordiamoci che siamo più dei nostri geni: il nostro ambiente, l'educazione ricevuta e le decisioni quotidiane hanno un peso molto più importante. I punteggi poligenici possono integrare la medicina, ma non dovrebbero diventare l'unico criterio decisionale.

Riferimenti

1. I punteggi di rischio genetico non sono utili per predire le malattie – ScienceDaily
2. Prestazioni dei punteggi di rischio poligenico nello screening, nella previsione e nella stratificazione del rischio – BMJ Medicine
3. Previsione poligenica dell'indice di massa corporea – Nature Medicine
4. Il futuro dei punteggi di rischio poligenico nella genomica diretta al consumatore – Nature Genetics