Envíe este artículo por correo electrónico 
Obesidad, nutrición e información genética
Resumen
La información genética de cada sujeto coordina la respuesta metabólica a diferentes dietas, ya que existen diferencias individuales en las necesidades de nutrientes y sustancias bioactivas. Además, estos pueden interactuar y modular diferentes fenómenos metabólicos y moleculares subyacentes a las funciones fisiológicas de órganos y sistemas. Las nuevas áreas interdisciplinarias entre nutrición y medicina permiten evaluar las interacciones especificas entre dieta e información genética en el desarrollo de la obesidad, además de proporcionar nuevos enfoques y técnicas para intentar modificar estos efectos. Todo esto podría permitir estratificar a los sujetos, con el uso de marcadores como fuentes de variación metabólica, y mejorar las recomendaciones dietéticas en forma más específica, aplicando intervenciones nutricionales óptimas para cada caso. Por lo tanto, la nutrición basada en el conocimiento de genes, y polimorfismos específicos, podría llevar al descubrimiento de vías metabólicas de diferentes trastornos relacionados a la obesidad. El objetivo de esta revisión es evaluar la relación entre obesidad, nutrición e información genética, a través de las interacciones de nutrientes en la dieta, genes y el desarrollo de trastornos metabólicos asociados a la obesidad.
Recibido: 09 de Agosto de 2020
Aceptado: 13 Junio de 2022
Publicado online: 20 de Junio de 2022
Palabras clave
Texto completo:
PDFReferencias
Scheja L, Heeren J. The endocrine function of adipose tissues in health and cardiometabolic disease. Nat Rev Endocrinol. 2019; 15: 507-24. [PubMed] [Google Scholar]
Al-Suhaimi EA, Shehzad A. Leptin, resistin and visfatin: the missing link between endocrine metabolic disorders and immunity. Eur J Med Res. 2013; 18: 12. [PubMed] [Google Scholar]
Oikonomou EK, Antoniades C. The role of adipose tissue in cardiovascular health and disease. Nat Rev Cardiol. 2019; 16: 83-99. [PubMed] [Google Scholar]
Koromina M, Konstantinidou V, Georgaka M, Innocenti F, Patrinos GP. Nutrigenetics and nutrigenomics: ready for clinical use or still a way to go? Per Med. 2020; 17: 171-3. [PubMed] [Google Scholar]
Zeisel SH. A Conceptual framework for studying and investing in precision nutrition. Front Genet. 2019; 10: 200. [PubMed] [Google Scholar]
Zorena K, Jachimowicz-Duda O, Slezak D, Robakowska M, Mrugacz M. Adipokines and Obesity. Potential Link to Metabolic Disorders and Chronic Complications. Int J Mol Sci. 2020; 21: E3570. [PubMed] [Google Scholar]
Chen Y, Yang X, Wang J, Li Y, Ying D, Yuan H. Weight loss increases all-cause mortality in overweight or obese patients
with diabetes: A meta-analysis. Medicine (Baltimore). 2018; 97: e12075. [Google Scholar]
Fan J, Song Y, Chen Y, Hui R, Zhang W. Combined effect of obesity and cardio-metabolic abnormality on the risk of cardiovascular disease: a meta-analysis of prospective cohort studies. Int J Cardiol. 2013; 168: 4761-8. [PubMed] [Google Scholar]
Hester JM, Wing MR, Li J, Palmer ND, Xu J, Hicks PJ, Roh BH, Norris JM, Wagenknecht LE, Langefeld CD, Freedman BI, Bowden DW, Ng MC. Implication of European-derived adiposity loci in African Americans. Int J Obes (Lond). 2012; 36: 465-73. [PubMed] [Google Scholar]
Zeisel SH. Precision (personalized) nutrition: understanding metabolic heterogeneity. Annu Rev Food Sci Technol. 2020; 11: 71-92. [PubMed] [Google Scholar]
Ard JD, Miller G, Kahan S. Nutrition Interventions for Obesity. Med Clin North Am. 2016; 100: 1341-56. [PubMed]
ko K, Kim JD, Fukamizu A. Emerging impacts of biological methylation on genetic information. J Biochem. 2019; 165: 9-18. [PubMed] [Google Scholar]
Li YY. ENPP1 K121Q polymorphism and type 2 diabetes mellitus in the Chinese population: a meta-analysis including 11,855 subjects. Metabolism. 2012; 61: 625-33. [PubMed] [Google Scholar]
Jia JJ, Zhang X, Ge CR, Jois M. The polymorphisms of UCP2 and UCP3 genes associated with fat metabolism, obesity and diabetes. Obes Rev. 2009; 10: 519-26. [PubMed] [Google Scholar]
Kolovou GD, Mikhailidis DP, Kovar J, Lairon D, Nordestgaard BG, Ooi TC, Perez-Martinez P, Bilianou H, Anagnostopoulou K, Panotopoulos G. Assessment and clinical relevance of non-fasting and postprandial triglycerides: an expert panel statement. Curr Vasc Pharmacol. 2011; 9: 258-70. [PubMed] [Google Scholar]
Goyenechea E, Dolores Parra M, Alfredo Martínez J. Weight regain after slimming induced by an energy-restricted diet depends on interleukin-6 and peroxisome-proliferator-activated-receptor-gamma2 gene polymorphisms. Br J Nutr. 2006; 96: 965-72. [PubMed] [Google Scholar]
Vallée A, Lecarpentier Y. Crosstalk between peroxisome proliferator-activated receptor gamma and the canonical WNT/ß-Catenin pathway in chronic inflammation and oxidative stress during carcinogenesis. Front Immunol. 2018; 9: 745. [PubMed] [Google Scholar]
Waki H, Yamauchi T, Kadowaki T. PPARgamma antagonist as a potential drug for the treatment of obesity and diabetes. Nihon Rinsho. 2010; 68: 350-5. [PubMed] [Google Scholar]
Mansoori A, Amini M, Kolahdooz F, Seyedrezazadeh E. Obesity and Pro12Ala polymorphism of peroxisome proliferator-activated receptor-gamma gene in healthy adults: A systematic review and meta-analysis. Ann Nutr Metab. 2015; 67: 104-18. [PubMed] [Google Scholar]
Ruscica M, Busnelli M, Runfola E, Corsini A, Sirtori CR. Impact of PPAR-Alpha polymorphisms-the case of metabolic disorders and atherosclerosis. Int J Mol Sci. 2019; 20: 4378. [PubMed] [Google Scholar]
Chen ES, Mazzotti DR, Furuya TK, Cendoroglo MS, Ramos LR, Araujo LQ, Burbano RR, Smith Mde A. Association of PPARalpha gene polymorphisms and lipid serum levels in a Brazilian elderly population. Exp Mol Pathol. 2010; 88: 197-201. [PubMed] [Google Scholar]
Di Nardo F, Burattini R, Cogo CE, Faelli E, Ruggeri P. Age-related analysis of insulin resistance, body weight and arterial pressure in the Zucker fatty rat. Exp Physiol. 2009; 94: 162-8. [PubMed] [Google Scholar]
Shen Y, Honma N, Kobayashi K, Jia LN, Hosono T, Shindo K, Ariga T, Seki T. Cinnamon extract enhances glucose uptake in 3T3-L1 adipocytes and C2C12 myocytes by inducing LKB1-AMP-activated protein kinase signaling. PLoS One. 2014; 9: e87894. [PubMed] [Google Scholar]
Sheng X, Zhang Y, Gong Z, Huang C, Zang YQ. Improved Insulin Resistance and Lipid Metabolism by Cinnamon Extract through Activation of Peroxisome Proliferator-Activated Receptors. PPAR Res. 2008; 2008: 581348. [PubMed] [Google Scholar]
Salsberg SL, Ludwig DS. Putting your genes on a diet: the molecular effects of carbohydrate. Am J Clin Nutr. 2007; 85: 1169-70. [PubMed] [Google Scholar]
Anand RG, Alkadri M, Lavie CJ, Milani RV. The role of fish oil in arrhythmia prevention. J Cardiopulm Rehabil Prev. 2008; 28: 92-8. [PubMed] [Google Scholar]
Staprans I, Pan XM, Rapp JH, Feingold KR. The role of dietary oxidized cholesterol and oxidized fatty acids in the development of atherosclerosis. Mol Nutr Food Res. 2005; 49: 1075-82. [PubMed] [Google Scholar]
Yu Z, Huang T, Zheng Y, Wang T, Heianza Y, Sun D, Campos H, Qi L. PCSK9 variant, long-chain n-3 PUFAs, and risk of nonfatal myocardial infarction in Costa Rican Hispanics. Am J Clin Nutr. 2017; 105: 1198-203. [PubMed] [Google Scholar]
Lapice E, Vaccaro O. Interaction between Pro12Ala polymorphism of PPAR?2 and diet on adiposity phenotypes. Curr Atheroscler Rep. 2014; 16: 462. [PubMed] [Google Scholar]
Latorre P, Varona L, Burgos C, Carrodeguas JA, López-Buesa P. O-GlcNAcylation mediates the control of cytosolic phosphoenolpyruvate carboxykinase activity via Pgc1a. PLoS One. 2017; 12: e0179988. [PubMed] [Google Scholar]
Depósito Legal: ppi201102ME3935 - ISSN: 2477-9369.
Copyright ©2012 ULA Todos los derechos reservados
Todos los documentos publicados en esta revista se distribuyen bajo una
Licencia Creative Commons Atribución -No Comercial- Compartir Igual 4.0 Internacional.
Por lo que el envío, procesamiento y publicación de artículos en la revista es totalmente gratuito.