La nutrignétique assistée par IA réduit significativement l'IMC et inverse le vieillissement biologique dans l'obésité morbide

Morbid obesity — définie comme un IMC ≥40 kg/m² — présente des estimations d'héritabilité génétique dépassant 80 %, pourtant la plupart des interventions cliniques restent uniformisées. Cette étude croate a comblé cette lacune en intégrant le séquençage du génome entier (WGS), des bilans biochimiques, des dosages hormonaux et de la glycomique plasmatique afin de générer des plans alimentaires individualisés pour 14 adultes atteints d'obésité morbide recrutés consécutivement, puis a suivi les résultats sur six mois à l'aide d'une plateforme brevetée de clustering par apprentissage automatique non supervisé (German Patent Office No. DE 20 2025 101 197 U1).

À l'inclusion, la cohorte présentait un tableau métabolique classiquement perturbé : glycémie à jeun élevée, hyperinsulinémie, scores HOMA-IR élevés témoignant d'une résistance à l'insuline, triglycérides augmentés et protéine C-réactive élevée signalant une inflammation chronique de bas grade. L'index GlycanAge — un biomarqueur validé de l'âge biologique dérivé des profils de N-glycanes des IgG — était en moyenne de 56 ± 12,45 ans, tandis que l'âge chronologique moyen n'était que de 32 ± 9,62 ans, un écart de 24 ans témoignant d'un vieillissement biologique profondément accéléré, alimenté par la signature glycomique pro-inflammatoire de l'obésité.

L'analyse génomique a révélé que la majorité des participants portaient des allèles à risque dans le gène associé à la masse grasse et à l'obésité (FTO) et dans le gène de l'interleukine-6 (IL-6), tous deux reconnus comme des déterminants majeurs de l'adiposité et de l'inflammation systémique respectivement. Au-delà de ces gènes principaux, des variants cliniquement significatifs ont été identifiés dans plus de 40 gènes impliqués dans la régulation métabolique, le métabolisme des nutriments, le risque cardiométabolique, la prédisposition héréditaire au cancer et le statut nutritionnel. L'algorithme de clustering non supervisé piloté par intelligence artificielle a traité ces profils polygéniques et stratifié l'ensemble des 14 patients en un seul cluster cohérent, suggérant un phénotype moléculaire partagé malgré une variabilité de surface dans les variants de risque individuels — un résultat qui souligne la biologie convergente de l'obésité sévère.

Les recommandations diététiques personnalisées générées par la plateforme ont été suivies pendant six mois. Le résultat anthropométrique primaire a été spectaculaire : l'IMC moyen est passé de 52,09 ± 7,41 à 34,6 ± 9,06 kg/m² (p <0,01), représentant une réduction d'environ 33,6 % et faisant passer le participant moyen de l'obésité de classe III à la classe I. Fait notable, le GlycanAge a également diminué de façon significative, passant de 56 ± 12,45 à 48 ± 14,83 ans (p <0,01), soit une réduction de 8 ans de l'âge biologique en seulement six mois. Cette amélioration parallèle des marqueurs anthropométriques et glycomiques du vieillissement suggère que l'intervention a traité la dysrégulation inflammatoire et métabolique sous-jacente, et pas seulement l'équilibre calorique.

Les implications cliniques sont notables tant pour les patients que pour les praticiens. Le GlycanAge utilisé comme biomarqueur de réponse offre un critère d'évaluation mesurable et biologiquement significatif au-delà de l'IMC, pouvant favoriser une adhésion durable. Le fait qu'un profilage nutrignétique portant sur plus de 40 gènes puisse générer des recommandations diététiques exploitables — et que leur suivi produise des effets de grande amplitude en peu de temps — plaide en faveur d'une adoption plus large des approches de nutrition de précision. Les réserves sont importantes : l'effectif de 14 patients sans groupe témoin randomisé limite l'inférence causale, et l'absence de cohorte de validation externe signifie que les clusters issus de l'apprentissage automatique nécessitent une réplication indépendante avant tout déploiement clinique.