Atlas Genético Mapeia 249 Metabólitos Plasmáticos para 40 Doenças, Revelando Ligações Causais

Metabólitos são assinaturas bioquímicas diretas da atividade celular e atuam tanto como biomarcadores de doenças quanto como contribuintes ativos para o início e a progressão dessas doenças. Apesar dos extensos estudos de associação genômica ampla em populações saudáveis, sabia-se relativamente pouco sobre como a genética molda o metaboloma em pessoas que já vivem com alguma doença — contextos nos quais a desregulação metabólica pode seguir padrões distintos. Este estudo buscou preencher essa lacuna ao conduzir a maior análise estratificada por doença de locus de traits quantitativos de metabólitos em escala genômica (metQTL) já realizada, utilizando metabolômica baseada em ressonância magnética nuclear (NMR) do UK Biobank.

O estudo utilizou dados de 117.965 participantes do UK Biobank de ancestralidade branca britânica que possuíam dados de genotipagem em array e medições de metabólitos plasmáticos pela plataforma NMR da Nightingale Health. Os 249 metabólitos abrangeram 14 subclasses de lipoproteínas, aminoácidos, ácidos graxos, metabólitos relacionados à glicólise, corpos cetônicos, fosfolipídios, triglicerídeos e marcadores inflamatórios, entre outros. Os participantes foram agrupados em 40 categorias de doenças (definidas por códigos CID-10), incluindo doenças cardiovasculares, cânceres, condições metabólicas e transtornos neurológicos. Apenas casos prevalentes — indivíduos já diagnosticados antes da coleta de sangue — foram incluídos, garantindo que os perfis de metabólitos refletissem estados de doença. A regressão linear generalizada via MatrixEQTL foi aplicada, com ajuste para covariáveis demográficas e genômicas.

Nas 40 categorias de doenças, a análise identificou 283.563 pares de associação metQTL-metabólito, envolvendo 149.984 metQTLs únicos de 26.536 loci independentes. A anotação funcional revelou que essas variantes estão enriquecidas em regiões genômicas regulatórias, influenciando a acessibilidade da cromatina e os sítios de ligação de fatores de transcrição — apontando para mecanismos regulatórios epigenéticos, em vez de simples efeitos de codificação proteica. Análises de herdabilidade confirmaram que os metQTLs capturam uma proporção relevante da variância de suscetibilidade a doenças, além do que as variantes padrão de GWAS de doenças explicam isoladamente.

Análises de randomização mendeliana (MR) foram conduzidas para distinguir relações causais metabólito-doença de meras associações. Após a aplicação de filtragem rigorosa para força do instrumento e pleiotropia, foram identificadas 104 relações causais confiáveis entre metabólitos específicos e doenças. Essas relações incluíram associações conhecidas (por exemplo, metabólitos lipídicos e doenças cardiovasculares), bem como descobertas inéditas que vinculam espécies específicas de aminoácidos e ácidos graxos ao câncer e a doenças metabólicas. A direcionalidade e os tamanhos de efeito obtidos pela MR forneceram alvos passíveis de ação para estratégias de intervenção metabólica.

Com base na arquitetura genética dos metQTLs, foram construídos e validados modelos de escore de risco poligênico (PRS) que agregam variantes genéticas metabólicas. Esses modelos demonstraram excelente desempenho discriminativo para estratificação de risco em 8 das 40 doenças, oferecendo uma estrutura para traduzir perfis do metaboloma geneticamente inferidos em ferramentas clínicas de risco — especialmente valiosas em populações sem medições diretas de metabólitos. Todos os metQTLs, anotações funcionais, resultados de MR e saídas dos modelos PRS estão disponíveis gratuitamente na plataforma metQTL-Atlas (metqtl.whu.edu.cn). As principais ressalvas incluem a restrição à ancestralidade branca britânica, o que limita a generalização dos resultados, e a natureza transversal das medições de metabólitos, que não consegue capturar plenamente as trajetórias metabólicas longitudinais.