¿Eres sensible a los carbohidratos? Lo que mide un test (I)
Mismo plato de arroz, glucosa distinta: cómo suma un test de nutrigenómica variantes de AMY1, SLC2A2, TCF7L2 e IRS1 en una puntuación de carbohidratos.
Dos personas comen el mismo plato de arroz y su glucosa en sangre sube de forma distinta. Un estudio que midió la glucosa de 800 personas durante una semana, con 46.898 comidas, encontró mucha variabilidad en la respuesta a comidas idénticas (Zeevi et al., 2015). Los genes son una de las piezas que se han estudiado, y por eso los tests de nutrigenómica ofrecen un resultado de «sensibilidad a los carbohidratos». No existe un gen que la mida: el resultado suma variantes de genes como AMY1, SLC2A2, TCF7L2 e IRS1, cada una en un paso distinto del camino que sigue el almidón. Aquí ves qué mide cada paso, qué puedes probar según lo que marque tu informe y cómo se convierte todo en un porcentaje.
Cuatro pasos del cuerpo, cuatro genes de ejemplo
La tercera columna es una propuesta de CESGEN para probar y observar durante unas semanas (cintura, energía y, si tienes analítica, glucosa en ayunas). No es el resultado de un estudio de intervención.
| Paso y gen | Qué se ha observado | Qué puedes probar |
|---|---|---|
| Digestión del almidón: AMY1, el número de copias del gen de la amilasa de la saliva | Más copias, más amilasa en la saliva y en la sangre. Cada copia menos se asoció con más IMC y con una odds ratio de obesidad de 1,19; entre el 10 % con más copias (más de 9) y el 10 % con menos (menos de 4), el riesgo difiere unas 8 veces, y el hallazgo se replicó en 6.200 personas (Falchi, 2014). Las poblaciones con dietas ricas en almidón tienen de media más copias (Perry, 2007). | Con pocas copias: da prioridad a los almidones de calidad (legumbres, cereales integrales enteros, patata y arroz cocidos y enfriados) y mide la ración. Con copias medias o muchas: sin límite añadido; mantén la fibra como compañera habitual del almidón. |
| Sensor de azúcar: SLC2A2, la variante Thr110Ile del transportador GLUT2 | Los portadores de Ile tomaban más azúcares: 112 frente a 86 g al día en una población (111 frente a 82 en una segunda visita) y 131 frente a 115 g al día en otra. No cambiaba la ingesta de grasa, proteína ni alcohol (Eny, 2008). | Si eres portador: desayuno con proteína y fibra, fruta como dulce por defecto y los dulces fuera de la vista. Si no lo eres, tus antojos no tienen aquí una base genética, y tu referencia es la pauta general: azúcares libres por debajo del 10 % de la energía (OMS, 2015). |
| Secreción de insulina: TCF7L2 (y MTNR1B) | Con una copia del alelo de riesgo de TCF7L2, el riesgo relativo de diabetes tipo 2 fue de 1,45, y con dos, de 2,41, en cohortes de Islandia, Dinamarca y EE. UU. (Grant, 2006). El genotipo de riesgo de MTNR1B se asoció con una respuesta de insulina temprana más baja a la glucosa (Lyssenko, 2009). | Con variante: carbohidratos de bajo índice glucémico y con fibra, acompañados de proteína, y un paseo después de comer; con MTNR1B, deja los hidratos más abundantes para la comida del mediodía. Sin variante: la pauta general de carbohidratos de calidad es tu punto de partida y tu revisión periódica sigue siendo la referencia. |
| Acción de la insulina: IRS1 | Una variante cerca de IRS1 (rs2943641) se asoció con resistencia a la insulina e hiperinsulinemia en 14.358 personas de Francia, Dinamarca y Finlandia (Rung, 2009). | Con variante: ejercicio de fuerza dos o tres veces por semana y la cintura como control. Sin variante: mantén el mismo hábito regular de fuerza y paseo, que es la base de cualquier perfil. |
El vínculo de TCF7L2 con el riesgo de diabetes tipo 2 es de los mejor reproducidos en la genética de esa enfermedad, y el de AMY1 con el peso se replicó en 6.200 personas. Lo que se hace con ellos en la mesa es lo menos probado: se formula como algo que probar y observar (exploratorio), no como una pauta de eficacia demostrada.
Cómo se calcula: de las variantes a un porcentaje
Un algoritmo de puntuación convierte esas variantes en un solo número. El que diseñé hace años para un test de nutrigenética usaba seis variantes (en ACE, PPARG, TCF7L2, ADRB2, FABP2 y KCNJ11) y cuatro pasos (figura 1).
1. El genotipo. Se anota cuántas copias de la variante de riesgo llevas: cero, una o dos.
2. Un valor por genotipo. Va de 0 a 1. En TCF7L2 y en ACE, una copia de riesgo contaba la mitad y dos copias, entera (en TCF7L2, en línea con el 1,4 y el 2 que se manejaban entonces). En las otras cuatro variantes, una sola copia ya contaba entera.
3. Un peso según la evidencia. De 1,5 a 3 puntos según el tipo de evidencia: un cambio de aminoácido pesa más que una asociación encontrada en estudios sin un mecanismo conocido. A ese peso se suma un extra de hasta 1 punto cuando hay más de diez estudios.
4. La suma. La aportación de cada variante es su peso entre la suma de todos los pesos, multiplicado por su valor. La suma de aportaciones es la puntuación, de 0 a 100 %. Con pesos de 1,5, 3, 1,5, 3, 2 y 3 (suma de 14), salen estos tres perfiles de ejemplo:
| Perfil de ejemplo | Cálculo | Puntuación | Qué puedes probar |
|---|---|---|---|
| Sin variantes de riesgo en las seis | 0 | 0 % | La pauta general como base: carbohidratos de calidad, fibra y azúcares libres por debajo del 10 % de la energía. Repite tu analítica con la periodicidad habitual. |
| Una copia de riesgo de TCF7L2 y ninguna más | 0,5 × 1,5 ÷ 14 | 5 % | Carbohidratos de bajo índice glucémico con fibra y proteína, y un paseo después de comer. |
| Una copia de riesgo en PPARG, ADRB2, FABP2 y KCNJ11 | (3 + 3 + 2 + 3) ÷ 14 | 79 % | Prueba tres palancas a la vez durante unas semanas: ración medida de almidón, proteína en cada comida y fuerza dos o tres veces por semana. Compara cintura y glucosa en ayunas. |
Los perfiles, los cálculos y las propuestas de la última columna son un ejemplo didáctico de CESGEN con ese algoritmo, no el resultado de un estudio.
Fíjate en lo que enseña el ejemplo: el segundo perfil, con una de las variantes mejor estudiadas, puntúa 5 %, y el tercero, 79 %, porque el resultado depende de los pesos y de cuánto cuenta una copia, decisiones que toma quien diseña el algoritmo. Dos algoritmos con los mismos genes pueden dar puntuaciones distintas, y por eso conviene preguntar siempre cómo se ha calculado un informe. Hoy revisaría cada una de esas seis variantes con la literatura reciente antes de usarla.
Qué conviene tener en cuenta
Una puntuación sirve para ordenar prioridades y decidir qué probar, y no para asignar una dieta baja en hidratos o baja en grasa. En el ensayo DIETFITS, con 609 adultos, un patrón de tres genes elegido con criterios parecidos no mostró interacción entre genotipo y dieta (P = 0,20). Tu respuesta de glucosa depende además de la microbiota, el sueño y la actividad, y el algoritmo que integró esos datos con análisis de sangre y medidas corporales predijo con precisión la respuesta a cada comida (Zeevi, 2015). AMY1 no es una letra del ADN, sino un número de copias, y se mide con técnicas específicas distintas de las de un fichero genético de consumo.
CESGEN imparte cursos de nutrigenómica, donde se explica este cálculo paso a paso. La tabla describe lo que se ha observado en estudios y no sustituye la valoración de un profesional.
Qué puedes hacer
Pregunta a quien te entregue un informe de carbohidratos qué variantes usa, cuánto pesa cada una y cómo suma el resultado. Prueba durante unas semanas la propuesta que corresponda a tu perfil, con la cintura y la energía como guía, y comprueba con tu analítica si te sirve. En la segunda parte vemos qué significa ese porcentaje, en la población y en una persona concreta. Después entraremos con más detalle en TCF7L2, AMY1 y la cena con MTNR1B.
Fuentes
- Personalized Nutrition by Prediction of Glycemic Responses, Zeevi D et al. Cell 163:1079-1094 (PMID 26590418), 2015
- Low copy number of the salivary amylase gene predisposes to obesity, Falchi M et al. Nature Genetics 46:492-497 (PMID 24686848), 2014
- Diet and the evolution of human amylase gene copy number variation, Perry GH et al. Nature Genetics 39:1256-1260 (PMID 17828263), 2007
- Genetic variant in the glucose transporter type 2 is associated with higher intakes of sugars in two distinct populations, Eny KM et al. Physiological Genomics 33:355-360 (PMID 18349384), 2008
- Variant of transcription factor 7-like 2 (TCF7L2) gene confers risk of type 2 diabetes, Grant SFA et al. Nature Genetics 38:320-323 (PMID 16415884), 2006
- Common variant in MTNR1B associated with increased risk of type 2 diabetes and impaired early insulin secretion, Lyssenko V et al. Nature Genetics 41:82-88 (PMID 19060908), 2009
- Genetic variant near IRS1 is associated with type 2 diabetes, insulin resistance and hyperinsulinemia, Rung J et al. Nature Genetics 41:1110-1115 (PMID 19734900), 2009
- Effect of Low-Fat vs Low-Carbohydrate Diet on 12-Month Weight Loss in Overweight Adults and the Association With Genotype Pattern or Insulin Secretion: The DIETFITS Randomized Clinical Trial, Gardner CD et al. JAMA 319:667-679 (PMID 29466592), 2018
- Guideline: Sugars intake for adults and children, Organización Mundial de la Salud (OMS), 2015
Contenido divulgativo de CESGEN, elaborado con la evidencia publicada hasta la fecha de revisión. No sustituye el consejo médico ni dietético individual: para aplicarlo a tu caso, cuéntaselo a tu profesional sanitario. La nutrigenética es un campo en evolución y revisamos cada pieza cuando cambia la evidencia.