metricas
covid
Buscar en
Endocrinología, Diabetes y Nutrición
Toda la web
Inicio Endocrinología, Diabetes y Nutrición El polimorfismo rs483145 del gen MC4R no se asocia con obesidad en población ch...
Información de la revista
Vol. 69. Núm. 4.
Páginas 254-261 (abril 2022)
Visitas
3494
Vol. 69. Núm. 4.
Páginas 254-261 (abril 2022)
Original
Acceso a texto completo
El polimorfismo rs483145 del gen MC4R no se asocia con obesidad en población chilena: resultados del estudio GENADIO
The rs483145 polymorphism of MC4R gene is not associated with obesity in the Chilean population: Results of GENADIO study
Visitas
3494
Lorena Mardonesa, Esteban Parra-Valenciab, Fanny Petermann-Rochac,d, María Adela Martínez-Sanguinettie, Ana María Leiva-Ordoñezf, Nicole Lasserre-Lasog, Miquel Martorellh,i, Natalia Ulloah,j, Eduardo Sanhuezaa, Francisco Pérez-Bravok, Carlos Celis-Moralesc,l,m, Marcelo Villagrána,
Autor para correspondencia
marcelo.villagran@ucsc.cl

Autor para correspondencia.
, en representación del grupo de investigación ELHOC (Epidemiology of Lifestyle, Health Outcomes in Chile)
a Laboratorio de Investigación en Ciencias Biomédicas, Facultad de Medicina, Universidad Católica de la Santísima Concepción, Concepción, Chile
b Departamento de Ciencias Clínicas y Pre-Clínicas, Facultad de Medicina, Universidad Católica de la Santísima Concepción, Concepción, Chile
c BHF Glasgow Cardiovascular Research Centre, Institute of Cardiovascular and Medical Sciences, University of Glasgow, Glasgow, UK
d Institute of Health and Wellbeing, University of Glasgow, Glasgow, UK
e Instituto de Farmacia, Facultad de Ciencias, Universidad Austral de Chile, Valdivia, Chile
f Instituto de Anatomía, Histología y Patología, Facultad de Medicina, Universidad Austral de Chile, Valdivia, Chile
g Escuela de Nutrición y Dietética, Facultad de Salud, Universidad Santo Tomas, Región Metropolitana, Chile
h Centro de Vida Saludable, Universidad de Concepción, Concepción, Chile
i Departamento de Nutrición y Dietética, Facultad de Farmacia, Universidad de Concepción, Concepción, Chile
j Departamento de Bioquímica Clínica e Inmunología, Facultad de Farmacia, Universidad de Concepción, Concepción, Chile
k Instituto de Nutrición y Tecnología de los Alimentos (INTA), Universidad de Chile, Santiago, Chile
l Centro de Investigación en Fisiología del Ejercicio (CIFE), Universidad Mayor, Santiago, Chile
m Laboratorio de Rendimiento Humano, Grupo de Estudio en Educación, Actividad Física y Salud (GEEAFyS), Universidad Católica del Maule, Talca, Chile
Ver más
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Tablas (3)
Tabla 1. Características de la población según el genotipo del gen MC4R (rs483145)
Tabla 2. Frecuencia del genotipo de MC4R (rs483145)
Tabla 3. Asociación entre el genotipo del gen de MC4R (rs483145) con marcadores de obesidad
Mostrar másMostrar menos
Resumen
Antecedentes

El receptor de melanocortina 4 (MC4R) participa en el control del apetito a nivel del sistema nervioso central, a través de la vía de la leptina-melanocortina. Se ha reportado asociación entre diferentes polimorfismos del gen MC4R y la obesidad; sin embargo, existen escasos estudios del polimorfismo de nucleótido simple (SNP) rs483145 de este gen.

Objetivo

Investigar su prevalencia y asociación con marcadores de adiposidad en adultos chilenos.

Métodos

La prevalencia del SNP rs483145, del gen MC4R, fue determinada en 259 participantes del estudio Genes, Ambiente, Diabetes y Obesidad (GENADIO) mediante reacción en cadena de la polimerasa (PCR) en tiempo real. La asociación del alelo de riesgo de MC4R (A) con marcadores de adiposidad (peso corporal, índice de masa corporal, porcentaje de masa grasa, perímetro de cadera, perímetro de cintura e índice cintura/cadera), se realizó mediante análisis de regresión lineal y fue ajustada por variables de confusión (sociodemográficas y de actividad física) mediante 3 modelos estadísticos.

Resultados

Se determinó que la prevalencia del alelo de riesgo (A) del SNP rs483145 del gen MC4R es del 24,5% en la población adulta chilena incluida en este estudio, sin encontrar asociación con ninguno de los marcadores de adiposidad estudiados, tanto en modelos ajustados como sin ajustar.

Conclusión

La presencia del alelo de riesgo del SNP rs483145 del gen MC4R no se asocia con marcadores de adiposidad en la población adulta chilena estudiada. Nuevos estudios que incluyan una muestra más numerosa serán necesarios para confirmar estos resultados.

Palabras clave:
MC4R
rs483145
Obesidad
IMC
Abstract
Introduction

The melanocortin receptor 4 (MC4R) participates in the control of appetite at the level of the central nervous system, through the leptin-melanocortin pathway. An association between different polymorphisms of the MC4R gene and obesity has been reported. However, there are few studies of the rs483145 single nucleotide polymorphism (SNP) of this gene.

Objective

To investigate its prevalence and association with adiposity markers in Chilean adults.

Methods

The prevalence of SNP rs483145, of the MC4R gene, was determined in 259 participants of the GENADIO study (genes, environment, diabetes and obesity) by means of real-time polymerase chain reaction (PCR). The association between the risk allele of MC4R (A) and adiposity markers (body weight, body mass index, fat mass percentage, hip circumference, waist circumference, waist-to-hip ratio) was performed by linear regression analysis and adjusted for confusion variables (socio-demographic and physic activity) using three statistical models.

Results

It was determined that the prevalence of the risk allele (A) of the SNP rs483145 of the MC4R gene is 24.5% in the Chilean adult population included in this study, without finding an association with any of the adiposity markers studied, both in adjusted and unadjusted models.

Conclusion

The presence of the risk allele of SNP rs483145 of the MC4R gene is not associated with adiposity markers in the Chilean adult population studied. New studies with a bigger sample size will be necessary to confirm these results.

Keywords:
MC4R
rs483145
Obesity
BMI
Texto completo
Introducción

Durante los últimos años, la obesidad se ha convertido en uno de los problemas de salud pública más importantes a nivel mundial, siendo responsable de 2,6 millones de muertes anuales1,2. Inicialmente, se reconocía solo como un factor de riesgo de cardiopatía isquémica; pero luego se asoció con enfermedades como diabetes mellitus de tipo 2, hipertensión arterial y cáncer3. Actualmente un 34,4% de la población chilena es obesa, y un 74,2% de la población adulta presenta exceso de peso4.

El desarrollo de la obesidad es multifactorial, y conjuga factores modificables como la alimentación y la actividad física, con factores no modificables como edad, sexo y factores genéticos5,6. Actualmente, se describen más de 700 marcadores genéticos asociados con la obesidad común, destacando los polimorfismos de nucleótido simple (SNP) asociados al gen FTO, por presentar la mayor fuerza de asociación, y los SNP del receptor de melanocortina 4 (MC4R), por haber sido uno de los primeros identificados7,8.

El MC4R es un receptor acoplado la proteína G relacionado con el control del apetito por la vía hipotalámica de la leptina-melanocortina9. La activación del MC4R es producida por su unión a moléculas derivadas de la proopiomelanocortina (POMC), como las formas α y β de la hormona estimulante de melanocitos (αMSH y βMSH)10. La proteína Agouti (Agouti-related peptide [AGRP]) es otro péptido de unión a MC4R, que antagoniza la señal anorexigénica de los derivados de POMC11. Debido a esto, se ha investigado el potencial uso de algunos agonistas sintéticos del MC4R como fármacos para el tratamiento de la obesidad, especialmente en la obesidad sindrómica de origen monogénica12. Aunque los primeros agonistas mostraron efectos cardiovasculares adversos13, posteriores estudios clínicos de fase 3 para setmelanotide mostraron una reducción significativa del apetito y del peso en pacientes con deficiencias en POMC o el receptor de leptina (LEPR), abriendo paso para su uso clínico14,15.

La eliminación de MC4R mediante modificación genética en ratones provoca obesidad asociada a hiperfagia y falta de saciedad, mientras que en humanos las mutaciones con pérdida de función están asociadas a obesidad monogénica severa de inicio temprano16,17. Estas mutaciones inactivantes de MC4R provocan aumentos de hasta 7kg de peso corporal en homocigotos, pero presentan una prevalencia menor al 0,1% en poblaciones caucásicas18. Por otro lado, el MC4R presenta otras variaciones genéticas de alta prevalencia del tipo SNP, algunas de las cuales están asociadas con aumento modesto en el riesgo de obesidad15. Los SNP de MC4R se distribuyen a lo largo de todo el gen, incluyendo a rs483145 y rs11872992 ubicados en la región promotora, a rs2229616 (V103I) y rs52820871 (I251L) presentes en el único exón, y a rs17782313 y rs12970134 ubicados a 188 y 150kb del extremo 3’ del gen (locus distal), respectivamente19. Estos últimos SNP han sido los más estudiados y presentan asociación con riesgo aumentado de obesidad en asiáticos, europeos y americanos, alcanzando una variación de hasta 0,3kg/m2 en el índice de masa corporal (IMC) por cada copia del alelo de riesgo20,21. Por el contrario, para el SNP rs483145 existe solo un estudio de asociación realizado en una población de indios pima (originarios de Arizona, EE. UU.), donde se evidenció un aumento de 0,58kg/m2 en IMC por cada copia del alelo de riesgo y una frecuencia del alelo de riesgo mayor al 80%22. Debido a la ausencia de estudios que asocien la prevalencia del SNP rs483145 de MC4R con obesidad en población adulta chilena, el objetivo de este trabajo fue determinar su prevalencia en esta población chilena e investigar su posible asociación con marcadores de adiposidad.

Materiales y métodos

Se realizó un estudio descriptivo transversal que incluyó a 259 individuos con datos disponibles para el genotipo del SNP rs483145 en el gen MC4R, pertenecientes al estudio Genes, Ambiente, Diabetes y Obesidad (GENADIO), realizado en Chile entre los años 2009-2011. El proyecto GENADIO estudió una población total de 475 individuos de ascendencia mapuche o europea (249 y 226 individuos, respectivamente) de las regiones del Biobío y Los Ríos, sin historial de enfermedad metabólica o cardiovascular, y que al momento de la evaluación no estuvieran bajo prescripción de medicamentos23. La muestra fue calculada en base a los datos del CENSO 2002, en el cual la población indígena chilena constituía el 4,6% de la población. Para la selección de participantes de ascendencia mapuche o europea y el descarte de individuos de ancestría mestiza, se incluyeron solo aquellos cuyos apellidos paterno y materno fuesen de origen mapuche o europeo, respectivamente. Además, para la selección de mapuches, se incluyeron solo aquellos cuyo grupo sanguíneo fuese 0. El reclutamiento de los participantes se realizó mediante invitaciones abiertas a la comunidad o por intermedio de organizaciones comunitarias como centros de atención de salud primaria, centros educacionales o clubes sociales. El estudio contó con la aprobación de los comités de ética de la Universidad de Chile, Universidad de Concepción y Universidad de Glasgow, que se adhieren a la Declaración de Helsinki sobre estudios en humanos. Todos los participantes firmaron su consentimiento informado previo a la recolección de datos.

Determinación de variantes alélicas del gen MC4R

Para la genotipificación del SNP rs483145 del gen MC4R, se obtuvo ADN genómico de leucocitos periféricos mediante el kit QIAamp® DNA blood midi kit (QIAGEN, Ltd. UK). La discriminación alélica se realizó mediante la reacción en cadena de la polimerasa (PCR) de tiempo real en termociclador ABI 7900-HT usando sondas TaqMan® (Applied Biosystems, Warrington, UK). Todos los análisis de las muestras fueron realizados en duplicados, con el 98% de éxito en la determinación del genotipo.

Marcadores de adiposidad

La evaluación antropométrica fue realizada por un profesional capacitado utilizando protocolos estandarizados24. El peso corporal y la talla fueron medidos con una balanza electrónica (Tanita TBF 300A, EE. UU.) y tallímetro (SECA Modelo A800, EE. UU.) con una precisión de 100g y 1mm, respectivamente. El estado nutricional fue clasificado en base a los puntos de corte sugeridos por la Organización Mundial de la Salud (OMS): bajo peso: <18,5kg/m2; normo peso: 18,5-24,9kg/m2; sobrepeso: 25,0-29,9kg/m2 y obesidad: ≥30,0kg/m2. El perímetro de cintura (PC) fue medido con una cinta métrica no distendible (SECA Modelo 201, EE. UU.). Los valores utilizados para definir la obesidad central fueron los siguientes: PC94cm y ≥80cm en varones y mujeres, respectivamente25. El perímetro de cadera fue medido alrededor del punto más ancho alrededor de la región de la cadera, aproximadamente al nivel de la sínfisis púbica. Para la medición de grasa abdominal se utilizó el índice de cintura/cadera, el cual fue obtenido tras la división entre estas 2 variables. La composición corporal se determinó mediante la medición de 4 pliegues cutáneos (bicipital, subescapular, suprailíaco y tricipital) a través de un caliper Harpenden (Cranlea & Company, UK), con una precisión de 0,2mm23,26. Se aplicó la ecuación de Durnin y Womersley para estimar el porcentaje de masa grasa corporal26.

Variables sociodemográficas y actividad física

Los datos sociodemográficos (edad, sexo, zona de residencia, etnia y nivel educacional) fueron recolectados mediante encuestas validadas19. Los niveles de actividad física (AF) y el tiempo sedentario fueron estimados por acelerometría de movimiento (ActiGraph GTM1, EE. UU.). La intensidad de la AF y el gasto energético se determinaron mediante el algoritmo de Freedson27.

Análisis estadístico

Los datos de caracterización de la población estudiada son presentados como promedio y desviación estándar (DE) para variables continuas, y como porcentaje para variables categóricas. Las diferencias entre genotipo fueron determinadas con análisis de regresión para variables continuas y con el test χ2 para variables categóricas. Para investigar la asociación entre el polimorfismo rs483145 del gen MC4R y los marcadores de obesidad (peso corporal, IMC, PC, perímetro de cadera, índice cintura/cadera y porcentaje de masa grasa), se realizó un análisis de regresión lineal. También se realizó análisis de interacción entre MC4R y sexo, así como también entre MC4R y etnia; para determinar si la asociación entre el MC4R y marcadores de adiposidad es diferente para hombres y mujeres o para población mapuche y no mapuche. Debido a que no se encontró evidencia de una interacción significativa (p-interacción sexo p=0,369 y etnia p=0,560), no fue necesario estratificar los análisis de asociación por sexo o etnia.

El genotipo del SNP rs483145 del gen MC4R fue codificado siguiendo un modelo genético aditivo, siendo: 0=TT homocigoto para el alelo protector; 1=AT heterocigoto para el alelo de riesgo; 2=AA homocigoto para el alelo de riesgo.

Todos los análisis fueron ajustados por variables de confusión mediante la utilización de 3 modelos estadísticos: Modelo 0: sin ajustar; Modelo 1: ajustado por edad, sexo, etnia, nivel educacional y zona de residencia (urbano/rural); y Modelo 2: ajustado por el modelo 1, pero también por actividad física. Para todos los análisis se utilizó el programa STATA® SE v14. El nivel de significación fue definido como p<0,05.

Resultados

Las características generales de la población estudiada según genotipo se encuentran en la tabla 1. Los 3 genotipos presentaron un promedio de edad similar, correspondiente a 35,8 años para TT; 37,6 años para TA y 34,0 años para AA. El genotipo TA presentó un 66,6% de mujeres, mientras que el genotipo TT presentó un 51,6% y el AA un 47,0%. Se observó una menor pertenencia a la etnia mapuche entre los individuos con genotipos de riesgo (34,4% para TA y 35,2% para AA) vs. los portadores de genotipo protector TT, (44,9%). No se observaron diferencias apreciables en otras variables sociodemográficas, ni en los parámetros de actividad física entre grupos. En la tabla 2 se presentan las frecuencias alélicas del SNP rs483145, las cuales se distribuyen de acuerdo con el equilibrio de Hardy Weinberg (χ2=0,616) y corresponden a 0,754 para el alelo protector (T) y 0,245 para el alelo de riesgo (A).

Tabla 1.

Características de la población según el genotipo del gen MC4R (rs483145)

  TT  TA  AA 
N.°  149  93  17 
Edad (años)  35,8 ±12,6  37,6±13,1  34,0±14,5 
Sexo, mujeres (%)  51,68  66,67  47,06 
Zona geográfica, urbana (%)  59,06  59,14  58,82 
Etnia (%)       
Europea  55,03  65,59  64,71 
Mapuche  44,97  34,41  35,29 
Nivel educacional (%)       
Básico  20,13  10,87  23,53 
Enseñanza media  40,94  53,26  64,71 
Técnico/universitario  38,93  35,87  11,76 
IMC (kg/m2)  27,3±3,6  28,0±3,4  26,3±4,1 
Estado nutricional (%)       
Normal  26,85  19,35  47,06 
Sobrepeso  49,66  50,54  29,41 
Obeso  23,49  30,11  23,53 
Perímetro de cintura (cm)  95,0±10,5  97,6±11,3  91,9±11,0 
Grasa corporal (%)  29,1±4,8  29,7±4,1  27,9±5,2 

Datos presentados como promedio y desviación estándar (DE) para variables continuas y como porcentaje (%) para variables categóricas.

AF: actividad física; IMC: índice de masa corporal.

Tabla 2.

Frecuencia del genotipo de MC4R (rs483145)

rs483145  N.°  Frecuencia %  Frecuencia de alelos  Valor de p para HWE 
TT  149  57,5  0,754  0,616 
TA  93  35,9     
AA  17  6,6  0,245   

HWE: equilibrio de Hardy-Weinberg.

Los resultados de la asociación entre el SNP rs483145 del gen MC4R y marcadores de adiposidad se presentan en la tabla 3. No se identificaron asociaciones significativas entre el genotipo de riesgo y los marcadores de adiposidad estudiados (peso corporal, IMC, perímetro de cintura, porcentaje de masa grasa, perímetro de cadera e índice cintura/cadera). Para el peso corporal se observó en el modelo no ajustado (modelo 0) un valor de 70,3kg para el genotipo protector TT, de 71,1kg para el genotipo TA; y de 69,4kg para el genotipo AA. Para el resto de los marcadores de adiposidad, exceptuando el índice cintura/cadera, se observaron variaciones similares de aumento para el genotipo TA y de disminución para el genotipo AA, en los modelos 0 y 1; pero sin significación estadística.

Tabla 3.

Asociación entre el genotipo del gen de MC4R (rs483145) con marcadores de obesidad

  TT  TA  AA  Efecto del modelo genético aditivo  Valor de p 
Peso corporal (kg)
Modelo 0  70,3 (68,6; 72,0)  71,1 (69,0; 73,3)  69,4 (64,4; 74,4)  0,17 (−1,89; 2,24)  0,868 
Modelo 1  70,0 (68,4; 71,6)  71,5 (69,4; 73,5)  69,8 (65,0; 74,5)  0,66 (−1,31; 2,63)  0,510 
Modelo 2  70,1 (68,2; 72,0)  70,2 (67,9; 72,6)  74,6 (68,8; 80,3)  0,10 (−2,92; 3,13)  0,944 
IMC (kg/m2)
Modelo 0  27,3 (26,7; 27,9)  28,0 (27,3; 28,8)  26,3 (24,5; 28,0)  0,10 (−0,62; 0,83)  0,772 
Modelo 1  27,4 (26,8; 27,9)  27,9 (27,1; 28,6)  26,6 (24,9; 28,3)  0,03 (−0,65; 0,72)  0,929 
Modelo 2  27,7 (27,1; 28,4)  27,5 (26,7; 28,4)  28,1 (26,0; 30,2)  −0,18 (−1,28; 0,92)  0,746 
Perímetro de cintura (cm)
Modelo 0  95,0 (93,2; 96,8)  97,6 (95,4; 99,9)  91,9 (86,7; 97,1)  0,45 (−1,72; 2,63)  0,683 
Modelo 1  95,0 (93,3; 96,8)  97,6 (95,3; 99,8)  91,9 (86,7, 97,2)  0,41 (−1,77; 2,59)  0,711 
Modelo 2  95,0 (92,8; 97,2)  97,1 (94,2; 99,9)  96,9 (90,0; 103,7)  2,01 (−1,57; 5,61)  0,269 
Porcentaje de masa grasa
Modelo 0  29,1 (28,4; 29,9)  29,7 (28,8; 30,7)  28,0 (25,8; 30,2)  0,01 (−0,91; 0,93)  0,988 
Modelo 1  29,2 (28,6; 29,9)  29,5 (28,6; 30,4)  28,3 (26,2; 30,4)  −0,14 (−1,00; 0,72)  0,540 
Modelo 2  29,0 (28,3; 29,9)  28,6 (27,5; 29,7)  30,0 (27,4; 32,6)  −0,43 (−1,81; 0,94)  0,534 
Perímetro de cadera (cm)
Modelo 0  110,5 (108,9; 112,2)  113,3 (111,2; 115,4)  108,1 (103,2; 113,0)  0,68 (−1,36; 2,73)  0,512 
Modelo 1  110,6 (109,0; 112,3)  113,0 (110,9; 115,1)  108,4 (103,5; 113,2)  0,55 (−1,47; 2,58)  0,593 
Modelo 2  110,5 (108,3; 112,6)  112,1 (109,3; 114,8)  111,9 (105,3; 118,6)  1,60 (−1,87; 5,08)  0,363 
Índice cintura/cadera
Modelo 0  0,95 (0,93; 0,96)  0,93 (0,91; 0,95)  0,92 (0,88; 0,96)  −0,01 (−0,03; 0,00)  0,106 
Modelo 1  0,94 (0,93; 0,96)  0,94 (0,92; 0,96)  0,91 (0,87; 0,95)  −0,01 (−0,02; 0,00)  0,179 
Modelo 2  0,93 (0,92; 0,95)  0,93 (0,91; 0,95)  0,92 (0,86; 0,97)  0,00 (−0,02; 0,02)  0,983 

Datos presentados como promedio e IC 95% según genotipo. El modelo genético aditivo indica el promedio de incremento en la variable de adiposidad por cada copia adicional de la variante de riesgo (A). Este efecto aditivo y su respectivo IC 95% fue determinado mediante regresión lineal. Los análisis fueron ajustados por: Modelo 0: sin ajustar; Modelo 1: ajustado por edad, sexo, etnia, nivel educacional, ingreso económico, nivel socioeconómico, y zona de residencia (urbano/rural); Modelo 2: ajustado por el modelo 1, pero también por actividad física.

IC 95%: intervalo de confianza del 95%; IMC: índice de masa corporal.

Discusión

El presente estudio evidencia ausencia de asociación significativa entre el SNP rs483145 de MC4R y marcadores de obesidad en la población adulta chilena. La frecuencia del alelo de riesgo (A), se estimó en el 24,5%; valor similar al reportado en bases de datos europeas como 1.000 genomas, pero considerablemente menor a la de indios americanos Pima, donde presentó una frecuencia del 80%22. Por otro lado, el SNP rs17782313 de MC4R, que es más prevalente en población caucásica (30%), presenta una frecuencia de solo el 3% en los indios pima, revelando una fuerte dependencia del componente étnico en la variación genética de MC4R. En contraste con nuestros resultados, el alelo de riesgo de rs483145 en indios pima se asoció con un aumento de 0,58kg/m2 en el IMC por cada copia extra del alelo de riesgo, aunque no se asoció con alteraciones en otros marcadores de adiposidad, como porcentaje de masa grasa y gasto energético22. Es posible que la discrepancia en la asociación del SNP rs483145 con IMC en chilenos vs. indios pima, pueda estar relacionada con características étnicas particulares o con interacciones específicas con componentes ambientales que difieren en estas dos poblaciones, tal como ha sido demostrado en estudios longitudinales donde la interacción del perfil genético con ambientes afecta el grado de obesidad presentada28,29. Sin embargo, no podemos descartar que la falta de asociación se deba a un bajo poder estadístico, ya que en el estudio realizado en indios pima se incluyó a 11.268 participantes en comparación a los 259 incluidos en el presente estudio.

Estudios previos han abordado la relación entre MC4R con obesidad en población chilena, pero a través del análisis del SNP rs17782313, un polimorfismo ubicado en el locus distal, a 317kb del SNP aquí estudiado23. El SNP rs17782313 presenta una prevalencia del alelo de riesgo cercano al 30% en niños y adultos chilenos, sin presentar una mayor frecuencia en los individuos con obesidad30–32. Interesantemente, estos estudios también revelaron que, tanto en niños como en adultos que presentaban obesidad, el alelo de riesgo de rs17782313 se correlacionó con conductas alimentarias alteradas, como niveles de saciedad disminuidos y mayor disfrute de las comidas, pero no se logró establecer asociación alguna con IMC30. En conjunto, los estudios de distintas variantes genéticas de MC4R realizados en población chilena, coinciden en evidenciar una alta prevalencia de variantes de riesgo cercana al 30% en diversas regiones del gen, sin asociación a obesidad, posiblemente debido al reducido tamaño muestral (<500). En europeos, por otro lado, la presencia del alelo de riesgo de rs17782313 se acompañó de un aumento de 0,2kg/m2 en el IMC, de 0,66kg en el peso corporal y un aumento del 14% en la probabilidad de ser obeso8. Para el caso de rs12970134, otro SNP del locus distal, estudios de asociación genómica (Genomic Wide Association [GWAS]) en población asiática y europea, revelaron un aumento de 1cm en la circunferencia de cintura por cada copia del alelo de riesgo8.

Para los SNP que se asocian a cambios en la secuencia proteica de MC4R, como rs2229616 (V103I) y rs52820871 (I251L), estudios de metaanálisis, que incluyen más de 10.000 participantes, revelaron que los alelos menores reducen el riesgo de obesidad en un 20 y 50% y se presentan con una frecuencia entre 2 y 7% en distintas poblaciones, incluyendo americanos, asiáticos y europeos3,8. Para ambos SNP, se ha reportado una disminución cercana a 0,8kg/m2 en IMC por cada copia del alelo de riesgo, efecto asociado a una respuesta disminuida de MC4R a la señal orexigénica mediada por AGRP19. Estudios en europeos también revelaron alteraciones del comportamiento alimentario asociado a variantes y polimorfismos no-sinónimos de MC4R, como preferencia de consumo de grasa, menor consumo de sacarosa y menor respuesta a saciedad33,34. Los distintos estudios revisados revelan que la asociación de obesidad con polimorfismos en MC4R y los loci cercanos, se deben a cambios en el eje hipotalámico de control del apetito, asociados con la respuesta a derivados de POMC o a AGRP, pero también con la regulación del consumo de macronutrientes a nivel de la amígdala, y con la homeostasis térmica, asociada al consumo de oxígeno en tejido adiposo9,34,35. A pesar que la variante genética analizada en este estudio no se localiza en la secuencia codificante y, por lo tanto, no involucra cambios directos en la función proteica de MC4R, su ubicación hacia el extremo 5’ del gen la convierten en un potencial elemento cis-regulatorio que podría influir sobre los niveles de expresión de MC4R. De ser esto probado, por ejemplo, a través de estudios de eQTL, es posible postular que los portadores del SNP rs483145 de MC4R, podrían beneficiarse del tratamiento con agonistas del MC4R que pudieran aumentar la señalización disminuida por efecto de una eventual menor expresión del receptor. Recientemente, la administración de alimentos y fármacos de los EE. UU. (FDA) aprobó el setmelanotide para el tratamiento de obesidad severa en pacientes con déficit en la síntesis de POMC o en el receptor de Leptina; constituyendo el primer agonista de MC4R aprobado para su uso farmacológico.

Las limitaciones de este estudio incluyen el tamaño muestral reducido y la selección de una población con un promedio de edad inferior a los 40 años sin historial de enfermedades metabólicas. El reducido tamaño muestral de este estudio impidió realizar análisis comparativos entre varones y mujeres (112 y 147); y entre individuos con ascendencia mapuche y europea (153 y 106), sin embargo, se pudo observar una menor prevalencia del alelo de riesgo en la población mapuche (35 vs. 65%). Cabe mencionar que, en estudios previamente publicados en la misma cohorte, identificamos asociaciones positivas entre variantes genéticas de FTO, TCF7 y SLC16A11 con marcadores de obesidad36–38. Lo anterior sugiere que, en la eventualidad de existir una asociación subrepticia entre el SNP rs483145 de MC4R con obesidad, esta tendría una fuerza de asociación significativamente menor que las reportadas para FTO, TCF7 y SLC16A11. Por otro lado, dado que para otros SNP de este gen se han encontrado diferencias en las conductas alimentarias, resultaría interesante realizar estudios similares para rs48314516.

Conclusiones

Nuestros resultados y los estudios reportados revelan la importancia del componente étnico en la prevalencia de los distintos SNP de MC4R, así como en su relación con marcadores de obesidad. Las diferentes asociaciones que presentan otras variantes genéticas de MC4R con obesidad (predisposición vs. protección) agregan mayor complejidad a la relación entre MC4R y obesidad, revelando la necesidad de estudiar la prevalencia de los diversos polimorfismos de MC4R en las distintas poblaciones y su asociación con obesidad, conductas alimentarias y metabolismo. Particularmente, la variante genética rs483145 no se encontró asociada a obesidad en población chilena, contrariamente a lo reportado en indios pima22. El presente estudio aporta nueva información para comprender la relación entre los polimorfismos en el gen MC4R y obesidad, lo cual podría considerarse al diseñar programas de prevención primaria y estrategias terapéuticas personalizadas en población chilena.

Conflicto de intereses

Los autores declaran no tener conflicto de intereses.

Financiación

La presente investigación no ha recibido ayudas específicas provenientes de agencias del sector público, sector comercial o entidades sin ánimo de lucro.

Bibliografía
[1]
WHO. Obesity: preventing and managing the global epidemic. World Health Organization. [consultado 9 Dic 2019]. Disponible en: http://www.who.int/nutrition/publications/obesity/WHO_TRS_894/en/
[2]
Collaboration NCDRF.
Trends in adult body-mass index in 200 countries from 1975 to 2014: A pooled analysis of 1698 population-based measurement studies with 19.2 million participants.
Lancet, 387 (2016), pp. 1377-1396
[3]
OCDE OplCyDE. Obesity Update 2017, [consultado 9 Dic 2019]. Disponible en: https://www.oecd.org/els/health-systems/Obesity-Update-2017.pdf2017
[4]
MINSAL. Encuesta Nacional de Salud 2016-2017 Ministerio de Salud. Chile, [consultado 9 Dic 2019]. Disponible en: http://www.minsal.cl/wp-content/uploads/2017/11/ENS-2016-17_PRIMEROS-RESULTADOS.pdf. 2017
[5]
F. Petermann, M.A. Martinez-Sanguinetti, M. Villagran, M. Ulloa, G. Nazar, C. Troncoso-Pantoja, et al.
From a global view to the Chilean context: Which factors have influenced the development of obesity in Chile? (Chapter 1).
Rev Chil Nutr, 47 (2020), pp. 299-306
[6]
K. Rohde, M. Keller, L. la Cour Poulsen, M. Bluher, P. Kovacs, Y. Bottcher.
Genetics and epigenetics in obesity.
Metabolism, 92 (2019), pp. 37-50
[7]
S.S. Dong, Y.J. Zhang, Y.X. Chen, S. Yao, R.H. Hao, Y. Rong, et al.
Comprehensive review and annotation of susceptibility SNPs associated with obesity-related traits.
Obes Rev, 19 (2018), pp. 917-930
[8]
R.J. Loos, C.M. Lindgren, S. Li, E. Wheeler, J.H. Zhao, I. Prokopenko, et al.
Common variants near MC4R are associated with fat mass, weight and risk of obesity.
Nat Genet, 40 (2008), pp. 768-775
[9]
I. Gantz, T.M. Fong.
The melanocortin system.
Am J Physiol Endocrinol Metab, 284 (2003), pp. E468-E474
[10]
Y.X. Tao.
The melanocortin-4 receptor: Physiology, pharmacology, and pathophysiology.
Endocr Rev, 31 (2010), pp. 506-543
[11]
O. Ilnytska, G. Argyropoulos.
The role of the Agouti-Related Protein in energy balance regulation.
Cell Mol Life Sci, 65 (2008), pp. 2721-2731
[12]
P. Kühnen, H. Krude, H. Biebermann.
Melanocortin-4 Receptor Signalling: Importance for Weight Regulation and Obesity Treatment.
Trends Mol Med, 25 (2019), pp. 136-148
[13]
S. Sharma, A.S. Garfield, B. Shah, B. Kleyn, I. Ichetovkin, I.H. Moeller, et al.
Current Mechanistic and Pharmacodynamic Understanding of Melanocortin-4 Receptor Activation.
[14]
K. Clément, E. van den Akker, J. Argente, A. Bahm, W.K. Chung, H. Connors, et al.
Efficacy and safety of setmelanotide, an MC4R agonist, in individuals with severe obesity due to LEPR or POMC deficiency: Single-arm, open-label, multicentre, phase 3 trials.
Lancet Diabetes Endocrinol, 8 (2020), pp. 960-970
[15]
A. Markham.
Setmelanotide: First Approval.
[16]
I.S. Farooqi, G.S. Yeo, J.M. Keogh, S. Aminian, S.A. Jebb, G. Butler, et al.
Dominant and recessive inheritance of morbid obesity associated with melanocortin 4 receptor deficiency.
J Clin Invest J, 106 (2000), pp. 271-279
[17]
D. Huszar, C.A. Lynch, V. Fairchild-Huntress, J.H. Dunmore, Q. Fang, L.R. Berkemeier, et al.
Targeted disruption of the melanocortin-4 receptor results in obesity in mice.
[18]
V. Turcot, Y. Lu, H.M. Highland, C. Schurmann, A.E. Justice, R.S. Fine, et al.
Protein-altering variants associated with body mass index implicate pathways that control energy intake and expenditure in obesity.
Nat Genet, 50 (2018), pp. 26-41
[19]
R.J. Loos.
The genetic epidemiology of melanocortin 4 receptor variants.
Eur J Pharmacol, 660 (2011), pp. 156-164
[20]
B. Xi, G.R. Chandak, Y. Shen, Q. Wang, D. Zhou.
Association between common polymorphism near the MC4R gene and obesity risk: A systematic review and meta-analysis.
[21]
D.P. Zobel, C.H. Andreasen, N. Grarup, H. Eiberg, T.I.A. Sorensen, A. Sandbæk, et al.
Variants near MC4R are associated with obesity and influence obesity-related quantitative traits in a population of middle-aged people: Studies of 14,940 Danes.
Diabetes, 58 (2009), pp. 757-764
[22]
Y.L. Muller, M.S. Thearle, P. Piaggi, R. Hanson, D. Hoffman, B. Gene, et al.
Common genetic variation in and near the melanocortin 4 receptor gene (MC4R) is associated with body mass index in American Indian adults and children.
Hum Genet, 133 (2014), pp. 1431-1441
[23]
C.A. Celis-Morales, F. Perez-Bravo, L. Ibanes, R. Sanzana, E. Hormazabal, N. Ulloa, et al.
Insulin resistance in Chileans of European and indigenous descent: Evidence for an ethnicity x environment interaction.
[24]
A. Scafoglieri, J. Tresignie, S. Provyn, Marfell-Jones M., Reilly T., Bautmans I., et al.
Prediction of segmental lean mass using anthropometric variables in young adults.
J Sports Sci, 30 (2012), pp. 777-785
[25]
Y. Kimura, M. Kobayashi, M. Asari, I. Higuchi, K. Narumi, A. Furugen, et al.
Genetic variations in the monocarboxylate transporter genes (SLC16A1 SLC16A3, and SLC16A11) in the Japanese population.
Drug Metab Pharmacokinet, 33 (2018), pp. 215-218
[26]
E. Apud, P.R. Jones.
Validity of skinfold thickness as an estimation of fatty mass, with reference to the equations of Durnin and Womersley.
Rev Med Chil, 108 (1980), pp. 807-813
[27]
P.S. Freedson, E. Melanson, J. Sirard.
Calibration of the Computer Science and Applications, Inc. accelerometer.
Med Sci Sports Exerc, 30 (1998), pp. 777-781
[28]
M. Brandkvist, J.H. Bjorngaard, R.A. Odegard, B.O. Asvold, E.R. Sund, G.A. Vie.
Quantifying the impact of genes on body mass index during the obesity epidemic: Longitudinal findings from the HUNT Study.
[29]
M. Villagran, F. Petermann, M.A. Martínez-Sanguinetti, C. Celis-Morales.
The interaction of our genes with the obesogenic environment [Article in Spanish].
Rev Med Chile, 147 (2019), pp. 1491-1496
[30]
M. Valladares, P. Dominguez-Vasquez, A.M. Obregon, G. Weisstaub, R. Burrows, A. Maiz, et al.
Melanocortin-4 receptor gene variants in Chilean families: Association with childhood obesity and eating behavior.
Nutr Neurosci, 13 (2010), pp. 71-78
[31]
J.A. Vega, G. Salazar, M.I. Hodgson, L.R. Cataldo, M. Valladares, A.M. Obregon, et al.
Melanocortin-4 Receptor Gene Variation Is Associated with Eating Behavior in Chilean Adults.
Ann Nutr Metab, 68 (2016), pp. 35-41
[32]
J. Ho-Urriola, I.P. Guzman-Guzman, S.V. Smalley, A. González, G. Weisstaub, P. Dominguez-Vasquez, et al.
Melanocortin-4 receptor polymorphism rs17782313: Association with obesity and eating in the absence of hunger in Chilean children.
Nutrition, 30 (2014), pp. 145-149
[33]
L.A. Lotta, J. Mokrosinski, E. Mendes de Oliveira, C. Li, S.J. Sharp, J. Luan, et al.
Human Gain-of-Function MC4R Variants Show Signaling Bias and Protect against Obesity.
[34]
L. Morell-Azanza, A. Ojeda-Rodriguez, J. Giuranna, M.C. Azcona-SanJulian, J. Hebebrand, A. Marti, et al.
Melanocortin-4 Receptor and Lipocalin 2 Gene Variants in Spanish Children with Abdominal Obesity: Effects on BMI-SDS After a Lifestyle Intervention.
[35]
A.A. van der Klaauw, J.M. Keogh, E. Henning, C. Stephenson, S. Kelway, V.M. Trowse, et al.
Divergent effects of central melanocortin signalling on fat and sucrose preference in humans.
Nat Commun, 7 (2016), pp. 13055
[36]
F. Petermann, M. Villagrán, C. Troncoso, L. Mardones, A.M. Leiva, M.A. Martinez, et al.
Association between FTO (ns9939609) genotype and adiposity markers in Chilean adults [Article in Spanish].
Rev Med Chil, 146 (2018), pp. 717-726
[37]
F. Petermann-Rocha, N. Lasserre-Laso, M. Villagrán, L. Mardones, M.A. Martinez, A.M. Leiva, et al.
Association of the TCF7L2 (RS7903146) genotype with adiposity and metabolic markers in the Chilean adult population [Article in Spanish].
Rev Med Chil, 147 (2019), pp. 965-976
[38]
L. Mardones, F. Petermann-Rocha, M.A. Martinez-Sanguinetti, A.M. Leiva, C. Troncoso-Pantoja, M. Martorell, et al.
Genetic variants in the SLC16A11 gene are associated with increased BMI and insulin levels in nondiabetic Chilean population.
Arch Endocrinol Metab, (2021),
Copyright © 2021. SEEN y SED
Descargar PDF
Opciones de artículo
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos