La prediabetes es una condición metabólica heterogénea que dificulta determinar quién progresará a padecer diabetes o desarrollará complicaciones graves. Si bien algunas personas se mantienen estables durante años, otras se deterioran rápidamente a pesar de tener parámetros clínicos similares, motivo por el que una evaluación temprana y fiable del riesgo resulta esencial, ya que las intervenciones en el estilo de vida pueden retrasar o incluso prevenir la progresión de la enfermedad.
Algunos investigadores han demostrado que patrones epigenéticos específicos en la sangre, analizados mediante Inteligencia Artificial (IA), pueden identificar a personas con un riesgo particularmente alto mediante un simple análisis de sangre.
En esta línea, la última investigación del Centro Alemán de Investigación de la Diabetes (DZD) (Neuherberg, Alemania) se ha basado en trabajos previos para demostrar que la prediabetes se puede dividir en seis grupos distintos con riesgos marcadamente diferentes de diabetes tipo 2 y complicaciones.
Con todo, asignar a los individuos a estos grupos actualmente requiere pruebas clínicas exhaustivas, que incluyen pruebas de tolerancia a la glucosa, mediciones de insulina y técnicas de imagen; y para superar estas limitaciones, los investigadores exploraron si las señales moleculares sanguíneas podían replicar esta estratificación del riesgo.
De esta manera, combinaron el análisis de metilación del ADN de muestras de sangre con algoritmos avanzados de aprendizaje automático para capturar patrones epigenéticos asociados a diferentes grupos de riesgo de prediabetes.
Los investigadores analizaron muestras de sangre de múltiples cohortes con perfiles de prediabetes bien caracterizados, y utilizando 1.557 marcadores de metilación del ADN, el modelo de IA logró asignar a los individuos a grupos de prediabetes de alto riesgo con una precisión de aproximadamente el 90 %.
Los hallazgos, publicados en la revista Diabetologia, se confirmaron en una cohorte de validación independiente, lo que demuestra la solidez del enfoque, destacando el hecho de que muchos de los marcadores identificados eran específicos de cada grupo y estaban vinculados a vías biológicas asociadas con la inflamación, la diabetes, las enfermedades cardiovasculares o la enfermedad renal.
Esta huella molecular explicó gran parte de la diversidad biológica observada en la prediabetes, de manera que los hallazgos sugieren que los marcadores sanguíneos epigenéticos pueden actuar como un sistema de alerta temprana, identificando a las personas con alto riesgo incluso antes de que se produzca un deterioro metabólico significativo, algo que podría transformar radicalmente la atención de la prediabetes al sustituir procedimientos diagnósticos complejos por un análisis de sangre estandarizado.
Este enfoque permitiría a los profesionales sanitarios adaptar las estrategias preventivas, intensificando las intervenciones solo para quienes más las necesitan.
Los investigadores planean ahora perfeccionar el conjunto de marcadores y traducir sus hallazgos en una herramienta diagnóstica práctica. El siguiente paso consiste en reducir el número de marcadores y desarrollar un chip de análisis específico para uso clínico rutinario.
En este sentido, la profesora Annette Schürmann, directora del DZD y última autora del estudio, ha señalado que "nuestros resultados sugieren que los marcadores epigenéticos en sangre constituyen un sistema eficaz de alerta temprana, y permiten identificar precozmente a las personas con un riesgo particularmente alto de diabetes y complicaciones, incluso antes de que se produzca un deterioro metabólico grave".
