Jüngste Genomforschung hat genetische Faktoren identifiziert, die mit Fettleibigkeit im Kindesalter in Verbindung stehen, von der fast jedes fünfte Kind im Alter von 2 bis 19 Jahren betroffen ist. Das "FTO-Gen" [Fat Mass and Obesity Associated gene] wird häufig als monogene Ursache untersucht, während ein hoher Body-Mass-Index auf polygene Ursachen zurückzuführen sein kann, an denen zahlreiche genomweite Marker beteiligt sind. Fachleute können einen "Polygenic Risk Score (PRS)" für das Risiko von Fettleibigkeit im Kindesalter erstellen, indem sie Tausende von Genen untersuchen. Ein höherer PRS deutet auf eine größere Anfälligkeit für Gewichtszunahme hin. Gentests in Kombination mit der medizinischen und familiären Vorgeschichte, Ernährungsgewohnheiten, Trainingshäufigkeit, sozioökonomischem Hintergrund, Umwelteinflüssen und epigenetischen Veränderungen wie der DNA-Methylierung verbessern die Vorhersagegenauigkeit. Frühes genetisches Screening, einschließlich direkter Sequenzierung und nutrigenomischer Tests, ermöglicht es Gesundheitsdienstleistern, gezielte Interventionen durchzuführen, wie z. B. genetische und Ernährungsberatung, spezielle Fitness- und Ernährungspläne sowie eine regelmäßige Überwachung der Gewichtsentwicklung. Forscher untersuchen genetische Bearbeitungstechnologien und Algorithmen des maschinellen Lernens, um das Fettleibigkeitsrisiko vorherzusagen und dabei genetische und Umweltfaktoren zu integrieren. Die Kombination genetischer Erkenntnisse mit Lifestyle-Ansätzen bietet maßgeschneiderte Lösungen für die Früherkennung und wirksame Interventionen zur Förderung eines gesunden Gewichtsmanagements.
Genomik-Fortschritte identifizieren genetische Faktoren bei Fettleibigkeit im Kindesalter: PRS und frühe Interventionen
Weitere Nachrichten zu diesem Thema lesen:
Plazenta-Epigenetik: Vorhersage des kindlichen Adipositasrisikos durch IRS1-Gen-Methylierung
UK Biobank veröffentlicht genetische Daten von 37.000 Kindern und Eltern für bahnbrechende Forschung
Europäisches EprObes-Projekt nutzt klinische und epigenetische Daten zur Personalisierung der Risikovorhersage bei Fettleibigkeit
Haben Sie einen Fehler oder eine Ungenauigkeit festgestellt?
Wir werden Ihre Kommentare so schnell wie möglich berücksichtigen.