Muitos genes ligados ao uso de álcool e tabaco são compartilhados entre diversos ancestrais

Pesquisadores da Penn State College of Medicine co-lideraram um grande estudo genético que identificou mais de 2.300 genes que predizem o uso de álcool e tabaco após analisar dados de mais de 3,4 milhões de pessoas. Eles descobriram que a maioria desses genes era semelhante entre pessoas com ancestrais europeus, africanos, americanos e asiáticos. Os resultados da equipe foram publicados em Natureza em 7 de dezembro.

Álcool e uso do tabaco estão associados a aproximadamente 15% e 5% das mortes em todo o mundo, respectivamente, e estão ligados a condições crônicas como câncer e doenças cardíacas. Embora o ambiente e a cultura possam afetar o uso de uma pessoa e a probabilidade de se tornar dependente dessas substâncias, a genética também é um fator contribuinte, de acordo com os pesquisadores. Eles ajudaram a identificar cerca de 400 genes associados a certos comportamentos de uso de álcool e tabaco em pessoas em um estudo de pesquisa anterior.

“Já identificamos mais de 1.900 genes adicionais associados a comportamentos de uso de álcool e tabaco”, disse Dajiang Liu, professor e vice-presidente de pesquisa do Departamento de Ciências da Saúde Pública. “Um quinto das amostras usadas em nossa análise eram de ancestrais não europeus, o que aumenta a relevância dessas descobertas para uma população diversificada”.

Colaborando com colegas da Universidade de Minnesota e mais de 100 outras instituições, Liu e sua equipe avaliaram conjuntos de dados genéticos de mais de 3,4 milhões de pessoas, pelo menos 20% das quais eram de ancestrais não europeus. De acordo com Liu, seu estudo é o maior estudo genético sobre comportamentos de fumar e beber até hoje, e é o mais ancestralmente diverso. Ele disse que seu estudo anterior em 2019 incluiu apenas dados de populações de ascendência europeia.

Liu e seus colegas incluíram conjuntos de dados genéticos de pessoas de ascendência africana, oriental e americana e avaliaram uma variedade de traços de tabagismo e álcool, desde o início de beber ou fumar até o início do uso regular e a quantidade consumida. Usando técnicas de aprendizado de máquina, os pesquisadores identificaram genes associados a esses comportamentos.

Comparando os dados entre amostras de diferentes ancestrais, a equipe descobriu que havia uma notável semelhança nos genes relacionados aos comportamentos de uso de álcool e tabaco entre os diferentes ancestrais, com 80% das variantes mostrando efeitos consistentes nas populações estudadas. Embora algumas variantes genéticas tenham efeitos diferentes entre os ancestrais ou efeitos específicos dos ancestrais, os genes associados ao uso de álcool e tabaco foram amplamente consistentes entre as amostras de vários ancestrais.

Os pesquisadores usaram o aprendizado de máquina para desenvolver uma pontuação de risco genético que poderia identificar pessoas em risco de certos comportamentos de uso de álcool e tabaco. Apesar da semelhança dos efeitos genéticos, o modelo desenvolvido usando dados de indivíduos de ascendência europeia só poderia prever com precisão os comportamentos de uso de álcool e tabaco para pessoas de ascendência europeia. Como o modelo não era tão preciso na previsão de risco entre pessoas de outros ancestrais, Liu disse que é necessário desenvolver métodos de previsão mais sofisticados, aumentando o tamanho das amostras de ancestrais não europeus, o que poderia melhorar a previsão de risco em diversas populações humanas.

“É promissor ver que os mesmos genes estão associados a comportamentos viciantes em todos os ancestrais”, disse Liu, pesquisador do Penn State Cancer Institute e do Penn State Huck Institutes of the Life Sciences. “Ter dados mais robustos e diversificados nos ajudará a desenvolver ferramentas preditivas de fatores de risco que podem ser aplicadas a todas as populações”.

Liu disse que dentro de dois a três anos, essas pontuações de risco genético podem ser refinadas e se tornar parte do atendimento de rotina para indivíduos já identificados por triagem básica como estando em risco aumentado de uso de álcool e tabaco. Como diretor interino do segundo objetivo do plano estratégico da Faculdade de Medicina, que busca desenvolver e aplicar inteligência artificial biomédica, aprendizado de máquina e informática para fazer avanços rápidos na pesquisa biomédica, ele observou que esta pesquisa é um exemplo de como big data e sofisticação aprendizado de máquina métodos podem ajudar a prever Riscos de saúde para que intervenções direcionadas possam ser desenvolvidas.

“Este projeto alavancou grandes quantidades de dados para identificar fatores de risco genéticos comuns em diversas populações”, disse Kevin Black, MD, reitor interino da Faculdade de Medicina. “Usar essas descobertas para desenvolver ferramentas de triagem para doenças de desespero é o tipo de inovação que ajudará nossa faculdade a liderar o caminho no uso da informática em saúde para contribuir para a preservação da saúde e tratamento de doenças em nossas comunidades”.

De acordo com Liu, pesquisas futuras se concentrarão em aprofundar suas descobertas. A maioria dos genes que a equipe identificou tem funções desconhecidas, então os pesquisadores tentarão entender suas funções e como as mudanças nessas genes, sua função e interação com o ambiente afetam o risco de comportamentos aditivos. Ele também disse que aumentar a diversidade de amostras genéticas nos conjuntos de dados ajudará a equipe a desenvolver modelos preditivos de risco para indivíduos de diversos ancestrais.