Metabólitos plasmáticos e a relação com resistência à insulina e diabetes tipo 2
Publicado em 12/07/2019

Os metabólitos plasmáticos predizem tanto a resistência à insulina como o diabetes incidente tipo 2: uma abordagem metabolômica dentro do estudo Prevención con Dieta Mediterránea (PREDIMED)

A resistência à insulina é um distúrbio metabólico complexo caracterizado pela responsividade reduzida de certos tecidos, principalmente músculo, fígado e tecido adiposo, à sinalização da insulina. A resistência à insulina é um fator de risco para diabetes tipo 2 (DM2) devido a mecanismos nos quais as anormalidades metabólicas desempenham um papel importante. Metabólitos compreendendo aminoácidos, açúcares e intermediários de glicólise, corpos cetônicos, doadores de metil e constituintes lipídicos e fosfolipídicos têm sido associados à resistência à insulina. Por exemplo, vários aminoácidos plasmáticos, incluindo aminoácidos de cadeia ramificada (BCAAs) e aminoácidos aromáticos, alanina, prolina e glutamato, têm sido associados à resistência à insulina, implicando uma desregulação do seu metabolismo.

Em relação às classes lipídicas, Rhee e colaboradores encontraram correlações positivas significativas entre triacilgliceróis (TGs) plasmáticos de um número relativamente baixo de carbono acílico e menor conteúdo de dupla ligação e o HOMA-IR. Outros estudos relataram outras relações entre várias espécies lipídicas plasmáticas [TGs, fosfatidilcolinas, esfingomielinas (SMs), lisofosfatidilcolinas (LPCs) e lisofosfatidiletanolaminas] e HOMA-IR. Além disso, a desregulação da oxidação de ácidos graxos e função mitocondrial devido à resistência à insulina podem levar a concentrações mais altas de espécies de acilcarnitina circulantes.

Achados anteriores mostraram as complexas relações entre metabolismo e resistência à insulina, mostrando variação devido ao genótipo, sexo ou padrões alimentares, e indicando que a análise metabólica sistêmica é essencial para obter uma compreensão mais profunda das perturbações metabólicas associadas ao desenvolvimento de diabetes. Além disso, examinar a capacidade preditiva de metabólitos envolvidos em diferentes vias, além dos fatores de risco clássicos, pode levar a biomarcadores individuais ou conjuntos de biomarcadores que podem melhorar a previsão do risco de diabetes.

OBJETIVOS DO ESTUDO

O objetivo deste estudo foi testar se os metabólitos da linha de base podem melhorar a previsão de resistência à insulina além dos fatores de risco clássicos. Além disso, os pesquisadores examinaram se um modelo multimetabólito que prevê resistência à insulina em não-diabéticos também pode prever o DM2 incidente.

MÉTODOS

Foi usado um estudo de caso-coorte aninhado no teste Prevención con Dieta Mediterránea (PREDIMED) em subgrupos de 700, 500 e 256 participantes sem DM2 no início e 1 e 3 anos seguintes. Os metabólitos do plasma em jejum foram perfilados semiquantitativamente com cromatografia líquida - espectrometria de massa em tandem. Foram avaliadas associações entre as concentrações de metabólitos e o modelo de homeostase de resistência à insulina (HOMA-IR) através do uso de análise de regressão de rede elástica. Subsequentemente, foram examinadas associações entre o modelo multimetabólito relacionado ao HOMA-IR da linha de base e a incidência de DM2 através do uso de modelo de risco proporcional de Cox.

RESULTADOS

Os estudiosos identificaram um conjunto de metabólitos de linha de base associados ao HOMA-IR. Alterações de um ano nos metabólitos também foram significativamente associadas ao HOMA-IR. A área sob a curva foi significativamente maior para o modelo contendo os fatores de risco clássicos e metabólitos juntos em comparação com os fatores de risco clássicos isolados no início [0,81 (95% CI: 0,79, 0,84) em comparação com 0,69 (IC 95%: 0,66, 0,73) ] e durante um período de 1 ano [0,69 (IC 95%: 0,66, 0,72) em comparação com 0,57 (IC 95%: 0,53, 0,62)]. A variação no HOMA-IR explicada pela combinação de metabólitos e fatores de risco clássicos também foi maior em todos os períodos de tempo. A taxa de risco estimada para o DM2 incidente no escore multimetabólito (modelo 3) prevendo HOMA-IR alto (valor mediano ou maior) ou HOMA-IR (contínuo) no início do estudo foi 2,00 (95% CI: 1,58, 2,55) e 2,24 (95% IC: 1,72, 2,90), respectivamente, após ajuste para fatores de risco para DM2.

CONCLUSÕES

O modelo multimetabólito identificado neste estudo melhorou notavelmente a capacidade preditiva do HOMA-IR além dos fatores de risco clássicos e previu significativamente o risco de DM2.

Compartilhar