Los estudios de asociación del genoma completo (GWAS), ofrecen un medio imparcial para comprender la base genética de los rasgos mediante la identificación de polimorfismos de nucleótido único (SNP) vinculados a variantes causales de fenotipos complejos1,2. Este enfoque ha dado lugar a una cadena de descubrimientos sin precedentes en la genómica de enfermedades prevalentes, como lo son la obesidad y la diabetes mellitus tipo 2 (DMT2)3.
La DMT2 es una enfermedad progresiva, multifactorial e incapacitante4 que se manifiesta como el resultado de las interacciones significativas entre los factores ambientales influenciados por los múltiples factores genéticos5. En los últimos años se han identificado más de 20 variantes genéticas asociadas con DMT2; sin embargo, los SNP rs7903146 y rs12255372, del gen TCF7L2 (transcription-factor-7-like-2), han sido los que han presentado una mayor magnitud de asociación6,7. TCF7L2, en conjunto con beta catenina, son los efectores finales de la vía canónica Wnt, vía de señalización que opera en diversos tejidos metabólicamente activos, como el tejido adiposo y pancreático. En el páncreas, TCF7L2 activa la expresión del GLP1 (glucagon-like-peptide), señal que a su vez estimula la producción de insulina por las células beta pancreáticas. En este contexto, se postula que el SNP rs7903146 podría disminuir los niveles de expresión de TCF7L2 en el páncreas y conducir a una menor secreción de insulina debido a los niveles disminuidos de GLP1. No obstante, la asociación entre TCF7L2 y DMT2 es más compleja y no está limitada a la disminución de GLP1, sino que además a alteraciones en otros procesos regulados por TCF7L2 como la diferenciación de las células beta pancreáticas, en el metabolismo normal del colesterol y en la producción de otras incretinas8.
Desde la identificación de un posible vínculo entre DMT2 y el brazo largo del cromosoma 10q en población de Islandia9, se han realizado diversos estudios de asociación entre el gen TCF7L2, DMT2, adiposidad y riesgo cardiovascular en distintas poblaciones6,7,10–14. Sin embargo, y a pesar de que en Chile 12,3% y 74,2% de la población presenta DMT2 y exceso de peso corporal, respectivamente15, a la fecha no se ha investigado la asociación entre este gen con marcadores de adiposidad y metabólicos relacionados a DMT2 y que están directamente relacionados con los tejidos metabólicamente activos en los cuales opera TCF7L2. Por lo anterior, el objetivo de este estudio fue investigar la asociación del polimorfismo rs7903146, del gen TCF7L2 con distintos marcadores de adiposidad y metabólicos en población adulta chilena.
Materiales y Métodos
El diseño de este estudio es descriptivo de corte transversal incluyendo participantes del estudio GENADIO (Genes, Ambiente, Diabetes y Obesidad). El proyecto GENADIO fue realizado en Chile entre los años 2009-2011 con el objetivo de evaluar la prevalencia de factores de riesgo de enfermedades cardiovasculares. La población total del estudio correspondió a 472 residentes de ascendencia mapuche y europea de las regiones del Biobío y Los Ríos, sin historial médico de enfermedad metabólica o cardiovascular, como ha sido descrito anteriormente3. Sin embargo, en este trabajo se incluyeron a 301 individuos que contaban con información disponible en relación con el SNP rs7903146 en el gen TCF7L2. Esta baja en la cantidad de participantes se explica por la evaporación de algunas de las muestras y DNA que no poseía una calidad suficiente para ser incluido en los análisis de genotipación. El estudio contó con la aprobación de los comités de ética de la Universidad de Chile, Universidad de Concepción y Universidad de Glasgow. Todos los participantes firmaron su consentimiento informado previo a la recolección de datos.
Determinación de variantes alélicas del gen TCF7L2 (Transcription factor 7-like 2)
Para la genotipificación del SNP rs7903146 se obtuvo ADN genómico de leucocitos periféricos mediante el kit QIAamp DNA blood midi kit (QIAGEN, Ltd. UK). La discriminación alélica se realizó mediante PCR (polymerase chain reaction) de tiempo real en termociclador ABI 7900-HT (Applied Biosystems, Warrington, UK). La detección del polimorfismo rs7903146 se realizó por la metodología TaqMan® Pre-Designed SNP Genotyping Assay (Applied Biosystems, Warrington, UK). Todos los análisis de las muestras fueron realizados en duplicados, con 98% de éxito en la determinación del genotipo. El genotipo del SNP rs7903146, del gen TCF7L2, fue codificado siguiendo un modelo genético aditivo: 0 = CC - homocigoto para el alelo protector; 1 = CT -heterocigoto para el alelo de riesgo; 2 = TT - homocigoto para el alelo de riesgo.
Variables antropométricas, marcadores de adiposidad
La evaluación antropométrica se realizó por personal previamente capacitado utilizando protocolos estandarizados16. El peso corporal y la talla fueron determinados con una balanza electrónica (TANITA TBF 300A, USA) y tallímetro (SECA A800, USA). El perímetro de cintura (PC) fue medido con una cinta métrica no distendible (SECA Modelo 201, USA). El estado nutricional fue clasificado en base a los puntos de corte del índice de masa corporal (IMC) sugeridos por la Organización Mundial de la Salud17. Los valores utilizados para definir obesidad central fueron los siguientes: PC ≥ 102 cm y ≥ 88 cm en hombres y mujeres, respectivamente17. La composición corporal se determinó mediante la medición de cuatro pliegues cutáneos a través de un caliper Harpenden skinfold (Cranlea & Company, UK)3. Para estimar el porcentaje (%) de masa grasa corporal se aplicó la ecuación de Durnin y Womersley18.
Variables metabólicas
Las muestras sanguíneas fueron obtenidas por punción venosa luego un período de entre 10 y 12 h de ayuno. Las variables metabólicas determinadas fueron glucosa, colesterol total, colesterol HDL, colesterol LDL, triglicéridos, insulina, leptina, HOMAIR, proteína C reactiva (hs CRP) y las enzimas hepáticas gamma-glutamiltransferasa (GGT) y alanina aminotransferasa (ALT). La información detallada del método utilizado para determinar cada una de estas variables ha sido descrita anteriormente y se encuentra detallado en trabajos anteriores19,20.
Variables sociodemográficas y de estilo de vida
Los datos sociodemográficos (edad, sexo, zona de residencia, nivel educacional, ingreso económico y etnia) además de los datos asociados con estilos de vida, como el tabaquismo, fueron recolectados mediante encuestas validadas previamente3.
Para la medición de fitness cardiorrespiratorio se utilizó el Chester Step Test y el resultado de la prueba fue en METs (Metabolic-energy-equivalents), siguiendo las recomendaciones descritas por Buckley y cols21. Los niveles de actividad física (AF) y el tiempo destinado a actividades sedentarias fueron estimados por acelerometría de movimiento (Actigraph GTM1, USA). La intensidad de la AF y el gasto energético se determinaron mediante el algoritmo de Freedson22.
Análisis estadístico
Los datos de caracterización de la población estudiada son presentados como promedio y desviación estándar (DE) para variables continuas, y como porcentaje para variables categóricas. La normalidad de las variables fue verificada mediante el test de Anderson-Darling ya que brinda resultados similares a otras pruebas de normalidad como Kolmogorov Smirnov (KS).
Para investigar la asociación entre el polimorfismo, del gen TCF7L2, y marcadores de adiposidad (peso corporal, IMC, PC y % de masa grasa), se realizó análisis de regresión lineal. El genotipo del SNP rs7903146 fue codificado siguiendo un modelo genético aditivo y, mediante análisis de regresión lineal, se estimó el incremento en la variable de adiposidad por cada copia adicional de la variante de riesgo (alelo T). Estos resultados fueron presentados como promedio o coeficiente beta con su respectivo 95% intervalo de confianza (95% IC). El mismo análisis fue realizado para investigar la asociación entre el polimorfismo rs7903146 y marcadores metabólicos (glicemia, insulina, HOMAIR, colesterol total, colesterol-HLD, colesterol-LDL, triglicéridos, ALT, GGT, hs CRP y leptina).
Todos los análisis fueron ajustados por variables de confusión mediante la utilización de cuatro modelos estadísticos. Modelo 0 - sin ajustar; Modelo 1 -ajustado por edad, sexo, etnia, nivel educacional, ingreso económico, nivel socioeconómico y zona de residencia (urbano/rural); Modelo 2 - ajustado por el Modelo 1, pero también por AF, tiempo sedente y tabaquismo; Modelo 3 - fue ajustado por el Modelo 2, pero también por IMC. En este estudio, la interacción entre el polimorfismo del gen TCF7L2 y sexo, así como también la interacción entre el polimorfismo y etnia, no evidenció interacciones significativas con ninguno de los marcadores estudiados, por ende, los resultados no fueron estratificados por sexo o etnia, solo ajustados por estas variables.
La distribución del Hardy-Weinberg Equilibrium de los alelos del gen TCF7L2 fue estimada mediante el test chi-cuadrado. Para todos los análisis se utilizó el programa Stata v14. El nivel de significancia fue definido como p < 0,05.
Resultados
En la Tabla 1 se presentan las características generales de la población según genotipo (CC, CT, TT). Los individuos con el genotipo TT pre-sentaron un menor nivel educacional e ingresos más bajos, eran fumadores, obesos y presentaban un mayor porcentaje de obesidad central y grasa corporal en comparación a los individuos con genotipo CC y CT.
Genotipo SNP rs7903146 | ||||
---|---|---|---|---|
CC | CT | TT | ||
n | 188 | 102 | 11 | |
Edad, años | 35,4 ± 12,8 | 38,4 ± 12,9 | 40,5 ± 15,0 | |
Sexo, mujeres (%) | 54,8 | 56,9 | 63,6 | |
Zona geográfica urbana, % | 58,1 | 61,8 | 27,3 | |
Etnia (%) | ||||
Europea | 46,8 | 63,7 | 54,6 | |
Mapuche | 53,2 | 36,3 | 45,4 | |
Nivel Educacional (%) | ||||
Básico | 21,7 | 16,0 | 36,4 | |
Enseñanza media | 41,7 | 52,0 | 54,6 | |
Técnico/universitario | 36,7 | 32,0 | 9,0 | |
Ingresos (%) | ||||
Bajo | 34,6 | 33,3 | 63,6 | |
Medio | 14,0 | 13,1 | 0 | |
Alto | 51,4 | 53,5 | 36,4 | |
Tabaquismo (%) | ||||
Si | 51,6 | 52,9 | 72,7 | |
No | 48,4 | 47,1 | 27,3 | |
Actividad física y fitness | ||||
Actividad física (MET/min/semana) (DE) | 874,6 ± 274,0 | 931,2 ± 302,9 | 860,4 ± 304,6 | |
Tiempo sedentario (min/día) (DE) | 519,4 ± 88,4 | 518,8 ± 96,8 | 590,1 ± 110,5 | |
Prevalencia inactividad física (%) | 29,3 | 38,0 | 44,4 | |
Adiposidad | ||||
Peso corporal (kg) (DE) | 70,1 ± 10,2 | 71,1 ± 10,3 | 72,6 ± 9, 94 | |
IMC kg/m2 (DE) | 27,5 ± 3,7 | 27,7 ± 3,9 | 29,3 ± 1,9 | |
Estado nutricional (%) | ||||
Bajo peso | 0,5 | 0 | 0 | |
Normal | 23,4 | 29,4 | 0 | |
Sobrepeso | 52,7 | 42,2 | 54,5 | |
Obeso | 23,4 | 28,4 | 45,5 | |
Perímetro de Cintura (cm) (DE) | 95,6 ± 10,7 | 95,5 ± 11,4 | 105,1 ± 12,1 | |
Obesidad central % | 58,5 | 53,9 | 90,9 | |
% masa grasa (DE) | 29,1 ± 4,54 | 29,7 ± 4,67 | 30,6 ± 4,14 |
Datos presentados como promedio y desviación estándar (DE) para variables continuas y como % para variables categóricas. CC: homocigoto para el alelo protector; CT: heterocigoto para el alelo de riesgo; TT: homocigoto para el alelo de riesgo.
Por otro lado, la frecuencia de los alelos del gen TCF7L2 se encontraban en equilibrio de Hardy-Weinberg10 (alelo C = 0,794 y alelo T = 0,206, χ2 = 0,527) (Tabla 2).
rs7903146 | n | Frecuencia % | Frecuencia de alelos | Valor P para HWE |
---|---|---|---|---|
CC | 188 | 62,5 | 0,794 | 0,527 |
CT | 102 | 33,9 | ||
TT | 11 | 3,7 | 0,206 |
CC: homocigoto para el alelo protector; CT: heterocigoto para el alelo de riesgo; TT: homocigoto para el alelo de riesgo.
La asociación entre el SNP rs7903146, del gen TCFL2, y marcadores de adiposidad, se observa en la Tabla 3 y Figura 1. Se evidencia que no existió ninguna asociación entre en el polimorfismo y las variables estudiadas (peso corporal, IMC, perímetro de cintura y % de masa grasa) en ninguno de los modelos utilizados (p > 0,05). No obstante, al evaluar la asociación entre el gen y marcadores metabólicos, sólo se observó una asociación estadísticamente significativa entre el polimorfismo y glicemia (Tabla 4 y Figura 2). En el modelo no ajustado (Modelo 0), el incremento en la glicemia fue equivalente a 4,86 mg/dl por cada copia extra del alelo de riesgo estudiado (OR: 4,86 [95% IC: 0,48 a 9,24], p = 0,030). Al ajustar el modelo por las variables sociodemográficas (Modelo 1), el incremento fue equivalente a 4,77 mg/dl (OR: 4,77 [95% IC: 0,45 a 9,10], p = 0,031). Al ajustar el modelo por AF, sedentarismo y tabaquismo (Modelo 2), la magnitud de la asociación disminuyó a 4,36 mg/dl por cada copia extra del alelo de riesgo, manteniendo su significancia (p = 0,043). Finalmente, al ajustar el modelo por IMC (Modelo 3) la magnitud de la asociación también fue significativa (p = 0,042). No se observaron asociaciones significativas para insulina u HOMAIR (Figura 2).
Genotipo del TCF7L2 (rs7903146) | Efecto del modelo genético aditivo | Valor p | ||||
---|---|---|---|---|---|---|
Variables | CC | CT | TT | |||
Peso corporal (kg) | ||||||
Modelo 0 | 70,1 (68,6; 71,5) | 71,1 (69,1; 73,1) | 72,6 (66,5; 78,6) | 1,10 (-0.96; 3,16) | 0,294 | |
Modelo 1 | 70,1 (68,6; 71,5) | 71,1 (69,1; 73,0) | 72,8 (66,9; 78,7) | 1,13 (-0,87; 3,12) | 0,268 | |
Modelo 2 | 70,1 (68,7; 71,5) | 71,1 (69,2; 73,0) | 71,8 (66,0; 77,6) | 0,95 (-1,03; 2,92) | 0,346 | |
IMC (kg/m2) | ||||||
Modelo 0 | 27,5 (27,0; 28,1) | 27,7 (26,9; 28,4) | 29,3 (27,1; 31,5) | 0,42 (-0,33; 1.16) | 0,273 | |
Modelo 1 | 27,5 (27,0; 28,0) | 27,7 (27,0; 28,4) | 29,2 (27,0; 31,3) | 0,40 (-0,33; 1.12) | 0,284 | |
Modelo 2 | 27,5 (27,0; 28,0) | 27,7 (27,0; 28,4) | 28,7 (26,6; 30,8) | 0,31 (-0,40; 1.01) | 0,394 | |
Perímetro de cintura (cm) | ||||||
Modelo 0 | 95,6 (94,0; 97,2) | 95,5 (93,3; 97,6) | 105,1 (98,5; 111,6) | 1,67 (-0,57; 3,90) | 0,144 | |
Modelo 1 | 95,6 (94,0; 97,1) | 95,6 (93,5; 97,8) | 104,2 (97,7; 110,8) | 1,66 (-0,59; 3,90) | 0,148 | |
Modelo 2 | 95,6 (94,0; 97,2) | 95,7 (93,5; 97,8) | 103,4 (96,9; 109,9) | 1,49 (-0,74; 3,73) | 0,189 | |
% masa grasa | ||||||
Modelo 0 | 29,2 (28,5; 29,8) | 29,7 (28,8; 30,6) | 30,6 (27,9; 33,3) | 0,59 (-0,34; 1,52) | 0,210 | |
Modelo 1 | 29,1 (28,5; 29,7) | 29,7 (28,8; 30,5) | 31,1 (28,6; 33,7) | 0,72 (-0,16; 1,59) | 0,107 | |
Modelo 2 | 29,1 (28,6; 29,8) | 29,7 (28,8; 30,5) | 30,7 (28,2; 33,3) | 0,63 (-0,23; 1,50) | 0,151 |
Datos presentados como promedio y 95% IC según genotipo. El modelo genético aditivo indica el promedio de incremento en la variable de adiposidad por cada copia adicional de la variante de riesgo (T). Este efecto aditivo y su respectivo 95% IC fue determinado mediante regresión lineal. Los análisis fueron ajustados por: Modelo 0: sin ajustar; Modelo 1: ajustado por edad, sexo, etnia, nivel educacional, ingreso económico, nivel socioeconómico y zona de residencia (urbano/rural); Modelo 2: ajustado por el Modelo 1, pero también por AF, tiempo sedente y tabaquismo. CC: homocigoto para el alelo protector; CT: heterocigoto para el alelo de riesgo; TT: homocigoto para el alelo de riesgo.
Variables | Genotipo del TCF7L2 (rs7903146) | Efecto del modelo genético aditivo | Valor p | |||
---|---|---|---|---|---|---|
CC | CT | TT | ||||
Glicemia mg/dl | ||||||
Modelo 0 | 97,4 (94,2; 100,5) | 101,3 (97,0; 105,5) | 110,2 (97,5; 122,9) | 4,86 (0,48; 9,24) | 0,030 | |
Modelo 1 | 97,6 (94,5; 100,7) | 100,5 (96,3; 104,6) | 113,4 (100,9; 125,9) | 4,77 (0,45; 9,10) | 0,031 | |
Modelo 2 | 97,7 (94,6; 100,7) | 100,6 (96,6; 104,7) | 111,0 (98,7; 123,3) | 4,36 (0,13; 8,60) | 0,043 | |
Modelo 3 | 97,6 (94,6; 100,6) | 100,8 (96,8; 104,9) | 110,2 (97,9; 122,5) | 4,38 (0,16; 8,60) | 0,042 | |
Insulina (pmol/l) | ||||||
Modelo 0 | 7,44 (6,08; 8,80) | 7,47 (5,65; 9,28) | 8,89 (3,45; 14,3) | 0,29 (-1,59; 2,18) | 0,759 | |
Modelo 1 | 7,15 (5,90; 8,40) | 7,78 (6,10; 9,45) | 10,7 (5,64; 15,7) | 1,06 (-0,68; 2,79) | 0,233 | |
Modelo 2 | 7,17 (5,93; 8,40) | 7,82 (6,17; 9,48) | 10,0 (4,98; 15,0) | 0,94 (-0,78; 2,67) | 0,284 | |
Modelo 3 | 7,12 (5,90; 8,33) | 8,01 (6,38; 9,64) | 9,24 (4,30; 14,2) | 0,95 (-0,74; 2,64) | 0,267 | |
HOMAir | ||||||
Modelo 0 | 1,79 (1,46; 2,12) | 1,90 (1,46; 2,34) | 2,63 (1,31; 3,95) | 0,23 (-0,23; 0,68) | 0,327 | |
Modelo 1 | 1.73 (1,42; 2,03) | 1,97 (1,57; 2,38) | 3,10 (1,88; 4,31) | 0,41 (-0,01; 0,83) | 0,054 | |
Modelo 2 | 1.73 (1,44; 2,03) | 1,99 (1,59; 2,38) | 2,88 (1,68; 4,08) | 0,37 (-0,38; 0,79) | 0,075 | |
Modelo 3 | 1,72 (1,43; 2,01) | 2,03 (1,64; 2,42) | 2,69 (1,51; 3,87) | 0,38 (-0,25; 0,78) | 0,066 | |
Colesterol total mg/dl | ||||||
Modelo 0 | 180,1 (173,1; 187,1) | 183,0 (173,7; 192,4) | 185,9 (157,9; 214,0) | 2,97 (-6,72; 12,7) | 0,547 | |
Modelo 1 | 180,9 (174,0; 187,8) | 181,2 (172,0; 190,5) | 188,4 (160,7; 216,2) | 1,62 (-7,95; 11,2) | 0,739 | |
Modelo 2 | 181,1 (174,3; 187,7) | 181,6 (172,6; 190,6) | 182,9 (155,7; 210,2) | 0,70 (-8,66; 10,1) | 0,883 | |
Modelo 3 | 180,6 (174,2;186,9) | 183,3 (174,8; 191,8) | 175,9 (150,2; 201,6) | 0,83 (-8,00; 9,64) | 0,853 | |
Colesterol HDL mg/dl | ||||||
Modelo 0 | 38,0 (35,8; 40,3) | 35,0 (32,0; 38,0) | 33,7 (24,7; 42,8) | -2,69 (-5,81; 0,42) | 0,090 | |
Modelo 1 | 37,9 (35,7; 40,1) | 35,5 (32,6; 38,5) | 31,8 (22,9; 40,8) | -2,61 (-5,69; 0,47) | 0,097 | |
Modelo 2 | 37,8 (35,7; 40,0) | 35,4 (32,5; 38,4) | 32,9 (24,0; 41,8) | -2,42 (-5,48; 0,64) | 0,120 | |
Modelo 3 | 38,0 (36,0; 40,1) | 34,9 (32,1; 37,6) | 35,3 (27,0; 43,7) | -2,47 (-5,33; 0,39) | 0,091 | |
Colesterol LDL mg/dl | ||||||
Modelo 0 | 121,1 (113,6; 128,7) | 126,3 (116,3; 136,4) | 128,4 (98,1; 158,6) | 4,61 (-5,83; 15,0) | 0,386 | |
Modelo 1 | 122,0 (114,6; 129,4) | 124,4 (114,5; 134,4) | 131,1 (101,3; 161,0) | 3,21 (-7,08; 13,5) | 0,539 | |
Modelo 2 | 122,2 (114,9; 129,4) | 124,8 (115,1; 134,5) | 125,5 (96,2; 154,9) | 2,28 (-7,82; 12,4) | 0,657 | |
Modelo 3 | 121,6 (114,8; 128,4) | 126,7 (117,6; 135,8) | 117,5 (90,0; 145,1) | 2,42 (-7,01; 11,9) | 0,613 | |
Trigliceridos mg/dl | ||||||
Modelo 0 | 105,3 (97,0; 113,6) | 109,4 (98,3; 120,4) | 120,1 (86,9; 153,3) | 5,30 (-6,17; 16,8) | 0,364 | |
Modelo 1 | 106,0 (98,0; 113,9) | 107,3 (96,6; 118,0) | 128,4 (96,3; 160,5) | 5,11 (-6,00; 16,2) | 0,366 | |
Modelo 2 | 106,1 (98,2; 113,9) | 107,7 (97,1; 118,2) | 123,3 (91,5; 155,2) | 4,24 (-6,71; 15,2) | 0,446 | |
Modelo 3 | 105,6 (98,1; 113,0) | 109,4 (99,4; 119,5) | 116,0 (85,5; 146,4) | 4,38 (-6,05; 14,8) | 0,409 | |
ALT (U/I) | ||||||
Modelo 0 | 35,2 (31,9; 38,5) | 39,5 (35,0; 44,0) | 48,0 (34,6; 61,4) | 5,09 (0,46; 9,72) | 0,031 | |
Modelo 1 | 35,3 (32,0; 38,7) | 39,3 (34,8; 43,7) | 47,9 (34,5; 61,4) | 4,82 (0,19; 9,46) | 0,042 | |
Modelo 2 | 35,4 (32,2; 38,6) | 39,5 (35,1; 43,8) | 44,9 (31,8; 58,0) | 4,31 (-0,19; 8,80) | 0,060 | |
Modelo 3 | 35,3 (32,1; 38,4) | 39,9 (35,7; 44,2) | 42,8 (30,0; 55,7) | 4,34 (-0,06; 8,75) | 0,053 | |
GGT (U/I) | ||||||
Modelo 0 | 32,0 (27,9; 36,2) | 36,7 (31,2; 42,3) | 36,6 (20,0; 53,2) | 3,81 (-1,93; 9,56) | 0,192 | |
Modelo 1 | 31,5 (27,5; 35,4) | 37,2 (31,8; 42,5) | 41,2 (25,2; 57,3) | 5,41 (-0,14; 11,0) | 0,056 | |
Modelo 2 | 31,5 (27,6; 35,5) | 37,3 (32,0; 42,6) | 39,0 (23,0; 55,0) | 5,05 (-0,46; 10,6) | 0,072 | |
Modelo 3 | 31,4 (27,5; 35,3) | 37,8 (32,5; 43,1) | 37,1 (21,2; 53,0) | 5,08 (-0,37; 10,5) | 0,067 | |
hsCRP mg/dl | ||||||
Modelo 0 | 1,29 (1,09; 1,50) | 1,28 (1,01; 1,56) | 1,95 (1,13; 2,78) | 0,12 (-0,16; 0,40) | 0,405 | |
Modelo 1 | 1,31 (1,11; 1,51) | 1,24 (0,97; 1,51) | 2,08 (1,28; 2,89) | 0,10 (-0,18; 0,38) | 0,474 | |
Modelo 2 | 1,31 (1,11; 1,51) | 1,25 (0,98; 1,51) | 1,96 (1,16; 2,76) | 0,08 (-0,20; 0,36) | 0,564 | |
Modelo 3 | 1,30 (1,11; 1,49) | 1,29 (1,03; 1,54) | 1,79 (1,02; 2,56) | 0,08 (-0,18; 0,35) | 0,531 | |
Leptina ng/ml | ||||||
Modelo 0 | 13,0 (11,1; 14,9) | 13,5 (11,0; 16,1) | 15,4 (7,67; 23,0) | 0,79 (-1,86; 3,44) | 0,557 | |
Modelo 1 | 12,7 (10,9; 14,6) | 13,8 (11,2; 16,2) | 17,4 (9,89; 24,9) | 1,51 (-1,08; 4,10) | 0,253 | |
Modelo 2 | 12,7 (10,9; 14,6) | 13,8 (11,3; 16,3) | 17,1 (9,51; 24,6) | 1,45 (-1,14; 4,04) | 0,272 | |
Modelo 3 | 12,7 (10,8; 14,5) | 14,0 (11,5; 16,5) | 16,2 (8,66; 23,6) | 1,47 (-1,10; 4,03) | 0,261 |
Datos presentados como promedio y 95% IC según genotipo. El modelo genético aditivo indica el promedio de incremento en la variable metabólica por cada copia adicional de la variante de riesgo (T). Este efecto aditivo y su respectivo 95% IC fue determinado mediante regresión lineal. Los análisis fueron ajustados por: Modelo 0 - sin ajustar; Modelo 1 -ajustado por edad, sexo, etnia, nivel educacional, ingreso económico, nivel socioeconómico y zona de residencia (urbano/rural); Modelo 2 - ajustado por el Modelo 1, pero también por AF, tiempo sedente y tabaquismo; Modelo 3 - fue ajustado por el Modelo 2 pero también IMC. CC - homocigoto para el alelo protector; CT - heterocigoto para el alelo de riesgo; TT - homocigoto para el alelo de riesgo.
Al analizar las otras variables metabólicas, se identificó una asociación entre el gen y los niveles plasmáticos de ALT en el modelo no ajustado (Modelo 0) por cada copia extra del alelo de riesgo (OR: 5,09 [95% IC: 0,46 a 9,72], p = 0,031) y en el modelo ajustado por variables sociodemográficas (p = 0,042); sin embargo, esta asociación desapareció tras ajustar por las variables de confusión (2 y 3) (Figura 4). No se identificaron asociaciones significativas en el polimorfismo y las otras variables metabólicas, tales como perfil lipídico (Figura 3), hsCRP y leptina (Figura 4), en ninguno de los modelos estudiados.
Discusión
El polimorfismo rs7903146 es una de la variante genética que ha presentado mayor asociación con el riesgo de desarrollar DMT211, identificándose su asociación con esta patología en diferentes poblaciones (y etnias) a nivel mundial23. A pesar de que en este estudio la población no presentaba historial médico de DMT2, los hallazgos identificaron que existía una asociación entre el polimorfismo rs7903146 y mayores concentraciones de glicemia, independiente de las variables de confusión. La glicemia en los portadores de 1 y 2 alelos de riesgo se observó elevada sobre 100 mg/dl, indicando que el polimorfismo podría asociarse a intolerancia a la glucosa y DMT2. Considerando que la DMT2 ha aumentado en 30,8% en los últimos 7 años (de 9,4% en el año 2010 a 12,3% en el año 201715,24) y que, según datos de la Federación Internacional de Diabetes uno de cada dos adultos con DMT2 aún no han sido diagnosticados25, la implementación de un protocolo de genotipificación temprana podría ser una herramienta útil para la identificación de individuos con una mayor predisposición genética a desarrollar DMT2.
A pesar de que en este estudio no se identificaron asociaciones significativas entre el polimorfismo y otros marcadores metabólicos y de adiposidad, estudios previos si han evidenciado asociación26–28. Phillips y cols. identificaron que individuos portadores de este polimorfismo poseían una mayor probabilidad de desarrollar síndrome metabólico, caracterizado por una alteración en la sensibilidad a la insulina, aumento en la obesidad abdominal y en la presión arterial27. Roswall y cols. demostraron diferencias significativas para IMC y PC entre los 3 pares de alelos del rs790314626. Sin embargo, Cuellar-Barboza y cols. identificaron una mayor asociación entre algunos polimorfismos del gen (como rs12772424 y rs7895307) e IMC28, lo que evidencia una de las limitaciones de nuestro estudio al solo genotipificar para rs7903146 y contar con un bajo número de participantes. Esta aparente discrepancia puede haber surgido debido al número limitado de participantes en nuestro estudio. Sin embargo, también es posible que la asociación realmente no se verifique en nuestra población. La eventual disimilitud entre la asociación de TCF7L2 con obesidad en chilenos es una alternativa plausible, dado que en literatura se han reportado casos similares por ejemplo para la asociación de SNPs de FTO y su asociación con obesidad.
Investigadores han propuesto que el consumo de una alimentación con base en una dieta mediterránea podría otorgar factores protectores en individuos portadores del alelo de riesgo (T). Así fue demostrado por Corrella y cols.29, quienes, luego de casi 5 años de seguimiento, evidenciaron que el consumo de este tipo de dieta podría no sólo disminuir los niveles de glucosa en ayuno sino también la incidencia de un accidente cerebrovascular29. Resultados similares han sido otorgados por el grupo Food4me, quienes identificaron que una mayor adherencia a una dieta mediterránea ofrece grandes beneficios sobre marcadores antropométricos y bioquímicos en portadores del polimorfismo30. Considerando que Chile posee uno de los cinco ecosistemas mediterráneos en el mundo31, contando con una disponibilidad de alimentos con características similares a los encontrados en España, Italia y Grecia32, fomentar el consumo de este tipo de alimentación influiría de manera positiva en la salud y calidad de vida de la población, sobre todo en aquellos individuos predispuestos genéticamente.
Entre las limitaciones de este estudio se encuentra la falta de genotipificación del SNP rs12255372, que al igual que el rs7903146, ha sido asociado a riesgo elevado de DMT26,7. No obstante, ambos SNPs se encuentran separados por 50 kb, flanqueando al exón 4 de TCFL2, y se han reportado en desequilibrio de ligamiento33. Otra limitante fue el reducido tamaño de la muestra, lo que pudo haber limitado el poder estadístico de algunos resultados y no permitió realizar un análisis comparativo entre población de ascendencia mapuche y europea. Adicionalmente, ya que los participantes del estudio no poseían historial médico de enfermedad metabólica o cardiovascular, no se logró identificar directamente la asociación entre el polimorfismo e individuos con DMT2. Por último, la medición de grasa corporal se realizó por medición de pliegues cutáneos, técnica de bajo costo y facilidad de uso. Sin embargo, existen otros métodos más específicos y con una mayor exactitud, como absorciometría dual de rayos X e impedancia; no obstante, la implementación no estuvo disponible debido a su alto costo34.
Finalmente, el presente estudio confirma la asociación entre el polimorfismo rs7903146 del gen TCF7L2 y la glicemia en población chilena, independiente de los factores de confusión. Considerando que estos resultados fueron identificados en población sin antecedentes de diabetes, futuros estudios deberán comprobar la asociación entre el gen TCF7L2 y riesgo de DMT2 en población chilena.