A medicina genômica tem proporcionado uma redefinição profunda na compreensão do diabetes mellitus, transicionando de uma classificação fenotípica simplista para uma abordagem baseada em mecanismos etiológicos moleculares. De acordo com Udler et al. (2019), a aplicação de Escores de Risco Genético (GRS) — que agregam o efeito de múltiplos variantes genéticos identificados em estudos de associação genômica ampla (GWAS) — emergiu como uma ferramenta poderosa para o diagnóstico e a estratificação de precisão. Enquanto os modelos tradicionais focam em características clínicas transversais, o GRS captura a suscetibilidade inerente do indivíduo, permitindo diferenciar com maior acurácia subtipos de diabetes que apresentam sobreposição fenotípica, como o diabetes tipo 1 (DT1), o diabetes tipo 2 (DT2) e as formas monogênicas, como o MODY (Maturity-Onset Diabetes of the Young).
A utilidade diagnóstica do GRS é particularmente evidente na distinção entre DT1 e DT2 em adultos. Conforme discutido por Udler et al. (2019), o uso de escores genéticos específicos para DT1 ajuda a identificar pacientes que, apesar de diagnosticados inicialmente com DT2 devido à idade ou ao Índice de Massa Corporal (IMC), possuem uma carga genética autoimune elevada, indicando a necessidade precoce de insulinoterapia. Além disso, no cenário do diabetes monogênico, o GRS para DT2 funciona como uma ferramenta de exclusão; um escore de DT2 baixo em um paciente com diabetes de início jovem aumenta significativamente a probabilidade de uma causa monogênica, direcionando de forma custo-efetiva o sequenciamento de genes específicos. Essa capacidade de refinamento diagnóstico é o alicerce para evitar tratamentos inadequados e otimizar o manejo clínico desde as fases iniciais da doença.
Para além do diagnóstico, a medicina de precisão busca estratificar a heterogeneidade intrínseca do diabetes tipo 2. Udler et al. (2019) descrevem o desenvolvimento de escores de risco poligênico “particionados” (pPS), que agrupam variantes genéticas de acordo com seus impactos fisiológicos específicos, como disfunção das células beta, resistência à insulina mediada pelo tecido adiposo ou metabolismo hepático de lipídios. Essa fragmentação do risco genético permite mapear os processos biológicos dominantes em cada paciente. Por exemplo, indivíduos com escores elevados para resistência à insulina podem se beneficiar mais de intervenções que sensibilizem o tecido periférico, enquanto aqueles com predisposição genética à falência secretora requerem monitoramento rigoroso da função pancreática. Essa abordagem promete substituir o algoritmo de tratamento atual, muitas vezes baseado em tentativa e erro, por uma prescrição fundamentada na biologia individual.
Apesar do entusiasmo científico, a transição do GRS para a prática clínica rotineira enfrenta desafios significativos. Udler et al. (2019) ressaltam a necessidade crítica de validação desses escores em populações de ancestralidades diversas, uma vez que a maioria dos GWAS atuais é composta por indivíduos de ascendência europeia, o que pode limitar a precisão do escore em outros grupos étnicos. Além disso, a integração desses dados nos prontuários eletrônicos e a educação dos profissionais de saúde para interpretar probabilidades genéticas são etapas essenciais para a implementação. A genômica não deve ser vista como um destino isolado, mas como um componente integrador de um ecossistema de dados que inclui proteômica, metabolômica e fatores ambientais, pavimentando o caminho para uma diabetologia verdadeiramente personalizada e proativa.
Referência (ABNT):
UDLER, Miriam S. et al. Genetic Risk Scores for Diabetes Diagnosis and Precision Medicine. Endocrine Reviews, v. 40, n. 6, p. 1500-1520, dez. 2019. Disponível em: https://doi.org/10.1210/er.2019-00088.
