Poligénes kockázati pontszám cukorbetegség előrejelzésére

A 2-es típusú cukorbetegség és az elhízás olyan összetett anyagcsere-betegségek, amelyek kialakulásában számos tényező, köztük részben átfedő, részben eltérő genetikai hatások játszanak szerepet. A poligénes kockázati pontszám (polygenic risk score, PRS) lehetőséget ad arra, hogy több genetikai rizikófaktort együttesen értékelve becslést adjunk egy adott betegség kialakulásának valószínűségére, illetve a hosszú távú egészségi kimenetelekre.

A Mass General Brigham kutatói a világ legnagyobb biobankjainak genetikai adatait integrálva olyan metabolikus PRS-eket dolgoztak ki, amelyek az elhízás és a 2-es típusú diabétesz kockázatának előrejelzésében felülmúlták a korábbi predikciós modelleket, és a későbbi morbiditás, valamint a klinikai beavatkozások szükségességének előrejelzésére is alkalmasnak bizonyultak. A kutatók célja nem csupán az volt, hogy megbecsüljék a diabétesz vagy az elhízás diagnózisának kockázatát, hanem az is, hogy a metabolikus működés több aspektusát figyelembe véve pontosabban előrejelezzék az életút során várható egészségügyi következményeket. A jövőben ez a genomikai megközelítés kiegészítheti a hagyományos klinikai rizikófaktorokat, és hozzájárulhat a személyre szabott prevenciós stratégiák kialakításához.

A kutatócsoport kétféle metabolikus PRS-t fejlesztett: az egyik az elhízás, a másik a 2-es típusú diabétesz kockázatának optimalizált becslésére szolgál. Mindkét pontszám túlmutat a rutinszerűen alkalmazott változókon, például a testtömegindexen, és olyan génekre összpontosít, amelyek húsz különböző, anyagcserével kapcsolatos tulajdonsággal hozhatók összefüggésbe, többek között a zsíreloszlással, valamint az inzulin- és glükózszabályozással. A modellek alapját a világ legnagyobb genomikai adatbázisaiban végzett, több mint 8,5 millió résztvevőt érintő teljesgenom-asszociációs vizsgálatok (GWAS; genome-wide association study) adták.

A kutatók a Cell Metabolism folyóiratban publikált tanulmányukban megállapították, hogy a PRS-ek hatékonyan képesek azonosítani azokat az egyéneket, akiknél nagyobb a kockázata olyan klinikai eseményeknek, mint a szív- és érrendszeri betegségek vagy a stroke. Azok a kezdetben egészséges személyek, akik magas genetikai kockázati pontszámmal rendelkeztek, az 5,5 éves medián időtartamú utánkövetés során körülbelül kétszer nagyobb valószínűséggel részesültek GLP‑1 agonista kezelésben vagy bariátriai műtétben, mint a közepes kockázatú csoportba tartozók.

A több etnikai populációt felölelő GWAS adatok alkalmazása – különös tekintettel a nem európai eredetű csoportokra – lehetővé tette olyan kockázati pontszámok kialakítását, amelyek az afrikai, kelet-ázsiai és dél-ázsiai populációkban is pontosabbnak bizonyultak, mint a korábbi PRS-modellek. A kutatók a jövőben tovább kívánják finomítani a diabétesz és az elhízás genetikai altípusainak megértését, hogy a modellek pontosabb betegbesorolást és klinikai vizsgálati rétegzést tegyenek lehetővé, és elősegítsék a célzottabb terápiás beavatkozások fejlesztését.

A kutatás vezetői hangsúlyozták, hogy a metabolikus betegségek megértésében a testtömegindexnél jóval szélesebb szempontrendszerre van szükség, amely nagyobb figyelmet fordít a genetikai fogékonyságra. A korai, még a klinikai tünetek megjelenése előtti azonosítás lehetőséget ad a hatékonyabb prevenciós és személyre szabott kezelési stratégiák kialakítására, ami hosszú távon a metabolikus betegségek visszaszorításának egyik kulcsa lehet.

Írásunk az alábbi közlemények alapján készült:

New genetic risk score better predicts diabetes, obesity and downstream complications

Metabolic polygenic risk scores for prediction of obesity, type 2 diabetes, and related morbidities

Irodalmi hivatkozás:

Metabolic Polygenic Risk Scores for Prediction of Obesity, Type 2 Diabetes, and Related Morbidities, Cell Metabolism (2026). DOI: 10.1016/j.cmet.2026.02.009