Interacción entre estrés oxidativo y genética: clave para entender la regulación del IMC

El IMC elevado se asocia con enfermedades crónicas como diabetes tipo 2, hipertensión y cáncer. El estrés oxidativo —un desequilibrio entre la producción de especies reactivas de oxígeno (ROS) y los mecanismos antioxidantes— tiene un rol importante en la regulación del metabolismo y en la expresión génica. Este estudio explora la interacción entre variantes genéticas y niveles de estrés oxidativo para comprender mejor su papel conjunto en la regulación del IMC.

Se analizaron 723 polimorfismos (SNPs) en 212 genes relacionados con obesidad, metabolismo lipídico, inflamación y estrés oxidativo en una cohorte representativa de 1,502 personas (Estudio Hortega, España). Se midieron tres biomarcadores de estrés oxidativo (8-oxo-dG, MDA y la razón GSSG/GSH) en orina y se evaluaron sus interacciones con los SNPs usando modelos de regresión lineal múltiples, mapas de interacciones proteicas (STRING) y pruebas estadísticas ajustadas por FDR.

Se identificaron 32 SNPs asociados significativamente al IMC y múltiples SNPs vinculados con cada biomarcador de estrés oxidativo: 26 con 8-oxo-dG, 11 con GSSG/GSH, y 3 con MDA. El gen TNF destacó como nodo central en las interacciones, especialmente en relación con MDA y 8-oxo-dG. Otros genes clave fueron PPARD, CPT1A, NOX3 y IL6ST, implicados en metabolismo lipídico, inflamación y función mitocondrial. La interacción genética con los niveles de estrés oxidativo evidenció un efecto modulador sobre el IMC, que no sería visible sin considerar los biomarcadores oxidativos.

El estudio demuestra que el estrés oxidativo potencia o modifica el impacto de ciertas variantes genéticas sobre el IMC, particularmente a través de genes involucrados en inflamación (TNF), metabolismo (PPARD, CPT1A) y regulación oxidativa (GPX4, NOX3). Estos hallazgos destacan la importancia de considerar biomarcadores ambientales como el estrés oxidativo en estudios genéticos de obesidad, ya que revelan interacciones complejas que podrían pasar desapercibidas en análisis genéticos tradicionales. Esta estrategia puede ser clave para identificar nuevas dianas terapéuticas en enfermedades metabólicas.