Ministerio de Ciencia e Innovación

Un grupo de moléculas predice la resistencia a la insulina y la incidencia de diabetes tipo 2

Grupo de Nutrición Humana URV-CIBEROBN
CIBER | jueves, 11 de abril de 2019

Una nueva investigación enmarcada en el estudio PREDIMED ha dado como resultado la identificación de un modelo de metabolitos -pequeñas moléculas- que mejoran notablemente su capacidad de predecir la resistencia a la insulina y también, de forma significativa, el riesgo de padecer diabetes tipo 2.

Hasta ahora estudios anteriores habían demostrado las complejas relaciones que existían entre el metabolismo general y la resistencia a la insulina. Esto indicaba la necesidad de analizar los metabolitos para entender su relación con el desarrollo de la diabetes tipo 2. El hecho de examinar la capacidad predictiva de los metabolitos involucrados en diferentes vías -más allá de los factores de riesgo clásicos- puede servir para descubrir qué biomarcadores mejoran la predicción del riesgo de padecer esta enfermedad. Y como la diabetes tiene un inicio "progresivo", determinar los perfiles de metabolitos antes del diagnóstico de la enfermedad puede resultar de mucha utilidad para identificar biomarcadores diagnósticos de la diabetes tipo 2.

El trabajo lo han llevado a cabo investigadores del CIBEROBN y de la Unidad de Nutrición Humana de la URV en colaboración con otros grupos de investigación del estudio PREDIMED, como la Universidad de Navarra, la Universidad de Harvard y el Broad Institute de Boston (Estados Unidos). Los especialistas evaluaron la relación entre las concentraciones plasmáticas de metabolitos resistentes a la insulina al inicio del estudio y también después de uno y tres años de seguimiento de los pacientes que participaron. También se evaluó si los cambios en los niveles de metabolitos estaban asociados con cambios en la resistencia a la insulina después de un año de seguimiento. Además, se investigó el rendimiento predictivo de los metabolitos por el índice de resistencia a la insulina más allá de los factores de riesgo clásicos. Finalmente, para determinar qué papel tienen las anomalías metabólicas asociadas con la resistencia a la insulina en el desarrollo de la diabetes, también se investigó si los metabolitos que predicen la resistencia a la insulina al inicio del estudio también podrían predecir el riesgo de diabetes después de una media de 3,8 años de seguimiento.

Los investigadores también identificaron metabolitos específicos asociados a la resistencia a la insulina que mejoraron la predicción de la misma más allá de los factores de riesgo clásicos al inicio del estudio y durante un periodo de un año en una población anciana con alto riesgo cardiovascular. Estos metabolitos asociados con la resistencia a la insulina al inicio del estudio también predijeron el riesgo de diabetes.

El trabajo se ha publicado en American Journal of Clinical Nutrition y ha sido dirigido por Christopher Papandreou, investigador senior de la Unidad de Nutrición Humana de la URV y el catedrático Jordi Salas-Salvadó, jefe de grupo del CIBEROBN, director de la Unidad de Nutrición Humana y director clínico de nutrición en el Servicio de Medicina Interna del Hospital Universitario Sant Joan de Reus, ambos miembros del Instituto de Investigación Sanitaria Pere Virgili (IISPV).

Artículo de referencia

Christopher Papandreou, Mònica Bulló, Miguel Ruiz-Canela, Courtney Dennis, Amy Deik, Daniel Wang, Marta Guasch-Ferré, Edward Yu, Cristina Razquin, Dolores Corella, Ramon Estruch, Emilio Ros, Montserrat Fitó, Miquel Fiol, Liming Liang, Pablo Hernández-Alonso, Clary B Clish, Miguel A Martínez-González, Frank B Hu, Jordi Salas-Salvadó. Plasma metabolites predict both insulin resistance and incident type 2 diabetes: a metabolomics approach within the Prevención con Dieta Mediterránea (PREDIMED) studyThe American Journal of Clinical Nutrition, Volume 109, Issue 3, March 2019, Pages 626–634, https://doi.org/10.1093/ajcn/nqy262