Não possui cadastro?

Cadastre-se

Já possui conta?

Faça login

Pagamento aprovado... Acessos liberados

Seu pedido foi aprovado com sucesso

Já liberamos o acesso ao espaço exclusivo para assinantes.

Acessar área exclusiva

Pedido não processado :(

Infelizmente o seu pedido não foi processado pela operadora de cartão de crédito

Tente novamente clicando no botão abaixo

Voltar para o checkout

Biblioteca

Metabolic polygenic risk scores for prediction of obesity, type 2 diabetes, and related morbidities

Artigo de periódico
Metabolic polygenic risk scores for prediction of obesity, type 2 diabetes, and related morbidities
2026
Acusar erro

Ficha da publicação

Nome da publicação: Metabolic polygenic risk scores for prediction of obesity, type 2 diabetes, and related morbidities

Autores: Min Seo Kim, Qiuli Chen, Yang Sui, Xiong Yang, Shaoqi Wang, Lu-Chen Weng, So Mi Jemma Cho, Satoshi Koyama, Xinyu Zhu, Kang Yu, Xingyu Chen, Rufan Zhang, Wanqing Yin, Shuangqiao Liao, Zhaoqi Liu, Fowzan S. Alkuraya, Pradeep Natarajan, Patrick T. Ellinor, Akl C. Fahed, Minxian Wang

Fonte: Cell Metabolism

Publicado em: 2026

Tipo de arquivo: Artigo de periódico

Tipo de estudo: Estudo observacional

Link para o original

Resumo

Obesity and type 2 diabetes (T2D) are metabolic diseases with shared pathophysiology. Traditional polygenic risk scores (PRSs) have focused on these conditions individually, yet the single-disease approach falls short in capturing the full dimension of metabolic dysfunction. We derived a biologically enriched metabolic PRS (MetPRS), a composite score that uses multi-ancestry genome-wide association studies of 20 metabolic traits from over 8.5 million individuals. MetPRS, optimized to predict obesity (O-MetPRS) and T2D (D-MetPRS), outperformed existing PRSs in predicting obesity and T2D across six ancestries. O-MetPRS and D-MetPRS effectively identify individuals at high risk for metabolic multimorbidity and predict clinical outcomes, including GLP-1 receptor agonist initiation. O-MetPRS and D-MetPRS showed an ∼2-fold increased risk of GLP-1 receptor agonist initiation for the top decile versus the middle quintile. The biologically enriched MetPRS has the potential to add an extra layer of information to disease prediction and management approaches for metabolic diseases.

Resumo traduzido por

A obesidade e o diabetes tipo 2 (DM2) são doenças metabólicas com fisiopatologia compartilhada. Os escores de risco poligênico (ERPs) tradicionais têm se concentrado nessas condições individualmente, mas a abordagem de doença única não consegue capturar toda a dimensão da disfunção metabólica. Desenvolvemos um ERP metabólico biologicamente enriquecido (MetPRS), um escore composto que utiliza estudos de associação genômica ampla (GWAS) multiancestrais de 20 características metabólicas de mais de 8,5 milhões de indivíduos. O MetPRS, otimizado para prever obesidade (O-MetPRS) e DM2 (D-MetPRS), superou os ERPs existentes na previsão de obesidade e DM2 em seis ancestralidades. O O-MetPRS e o D-MetPRS identificam efetivamente indivíduos com alto risco de multimorbidade metabólica e predizem desfechos clínicos, incluindo o início do tratamento com agonistas do receptor de GLP-1. O O-MetPRS e o D-MetPRS mostraram um risco aproximadamente duas vezes maior de início do tratamento com agonistas do receptor de GLP-1 para o decil superior em comparação com o quintil intermediário. O MetPRS biologicamente enriquecido tem o potencial de adicionar uma camada extra de informação às abordagens de previsão e gestão de doenças metabólicas.