A ascensão dos Escores de Risco Poligênico (PGS) na última década prometeu uma revolução na medicina preventiva, oferecendo a capacidade de estratificar indivíduos com base em sua carga genética cumulativa para doenças complexas, como o diabetes tipo 2 (DM2) e a doença arterial coronariana (DAC). No entanto, a aplicação clínica isolada de escores baseados estritamente em variantes de nucleotídeo único (SNPs) apresenta limitações significativas de acurácia. A predição de risco puramente genética falha ao desconsiderar a natureza multifatorial das doenças comuns, onde a herdabilidade explica apenas uma fração do fenótipo. Evidências robustas demonstram que a inclusão de fatores de risco não genéticos — como idade, sexo, índice de massa corporal (IMC), tabagismo e histórico familiar — eleva substancialmente o desempenho preditivo dos modelos, permitindo uma identificação muito mais precisa de indivíduos situados no decil de maior risco metabólico e cardiovascular.
A integração de variáveis fenotípicas e de estilo de vida aos modelos de PGS não apenas melhora a sensibilidade e especificidade da predição, mas também aproxima a genômica da realidade clínica. Estudos comparativos revelam que, enquanto um modelo baseado apenas em genética pode identificar um aumento moderado de risco para DM2, a adição de fatores como o IMC e a idade potencializa a capacidade do modelo de prever a incidência real da doença em coortes populacionais. Além disso, o desenvolvimento de metodologias que sejam independentes da plataforma de genotipagem utilizada (chips de DNA específicos) é um passo crucial para a democratização dessa tecnologia. Ao validar modelos em biobancos distintos (como o UK Biobank e o Lifelines), a ciência reforça que a combinação de dados biológicos estáticos (genética) com dados dinâmicos (estilo de vida) é a estratégia mais eficaz para inspirar ações preventivas personalizadas e mitigar o fardo das doenças crônicas.
Conclui-se que o entusiasmo público em torno dos testes genéticos diretos ao consumidor deve ser acompanhado por um rigor metodológico que evite interpretações parciais e potencialmente enganosas. Um escore genético favorável não deve induzir a uma falsa sensação de segurança, assim como um escore de alto risco não deve ser visto como um destino biológico imutável, dada a plasticidade conferida pelos fatores modificáveis. A implementação de modelos preditivos holísticos, que tratam o indivíduo como um sistema integrado de predisposições genéticas e influências ambientais, representa o padrão-ouro da medicina de precisão contemporânea. Essa abordagem não apenas refina o diagnóstico precoce, mas oferece uma base científica sólida para intervenções comportamentais direcionadas, maximizando o impacto das estratégias de saúde pública e a longevidade funcional da população.
Referência (ABNT):
VAN DAM, Sipko et al. The necessity of incorporating non-genetic risk factors into polygenic risk score models. Scientific Reports, [s. l.], v. 13, n. 1, p. 1105, 2023. Disponível em: https://doi.org/10.1038/s41598-023-27637-w. Acesso em: 9 abr. 2026.
