Un estudio relaciona las asociaciones genéticas con el riesgo de diabetes
Un estudio internacional multicéntrico del consorcio Diabetes Genetics Replication and Meta-analysis (Diagram) ha encontrado nuevos mecanismos causales de la diabetes tipo 2 relacionados con las asociaciones genéticas, según informó este lunes el Centro de Investigación Biomédica en Red (Ciber), un consorcio dependiente del Instituto de Salud Carlos III del Ministerio de Economía y Competitividad.
Así se concluye tras un completo cartografiado de diferentes partes del genoma relacionadas con esta enfermedad de gran prevalencia y el estudio de las relaciones que se establecen entre ellas, realizado por el consorcio Diagram, que reúne a científicos de más de 30 proyectos de investigación llevados a cabo en 14 países de Europa y Norteamérica.
Este estudio, en el que ha participado la doctora y profesora de la Universidad de Murcia Carmen Navarro, investigadora del Instituto Murciano de Investigación Biosanitaria (IMIB-Arrixaca) y del Centro de Investigación Biomédica en Red de Epidemiología y Salud Pública (Ciberesp), dependiente del Instituto de Salud Carlos III, ha realizado un detallado cartografiado de 39 variantes genéticas relacionadas con la diabetes tipo 2 en 27.206 personas afectadas y 57.574 controles, todas con ancestros europeos.
El objetivo de esta investigación, publicada en Nature Genetics, ha sido el de contribuir a comprender la compleja arquitectura genética de las variantes de susceptibilidad a la diabetes tipo 2, mejorar la localización de todas las variantes causales implicadas en esta enfermedad y describir los mecanismos con los que estas variantes interactúan para aumentar el riesgo de sufrirla. Además, la investigación ha demostrado que las múltiples asociaciones entre regiones genómicas distintas es un fenómeno común.
Hasta ahora, los estudios genéticos se habían centrado en documentar asociaciones epidemiológicas entre las variantes genéticas comunes en la población y el riesgo de sufrir determinadas enfermedades como el cáncer, las patologías cardiovasculares o la diabetes. Mediante la superposición de la información genética y funcional disponible, los investigadores han dado un paso adelante para intentar elucidar los mecanismos por los que actúan algunas de las variantes analizadas.