Análise de metaboloma pode identificar risco cardiometabólico melhor que IMC

Postado em 26 de maio de 2026

Nova métrica baseada em metabolômica mostra que o risco cardiometabólico pode ser muito diferente entre indivíduos com o mesmo IMC.

Há décadas, o índice de massa corporal (IMC) é a principal ferramenta de triagem para obesidade. No entanto, ele possui uma limitação conhecida: não consegue capturar a heterogeneidade metabólica da doença. 

Isso significa que pessoas com o mesmo IMC podem ter perfis de risco cardiometabólico completamente diferentes, e muitas delas acabam sem diagnóstico ou tratamento adequado. 

análise de metaboloma

Fonte: Canva

Um estudo recente da Nature Medicine propôs uma abordagem inovadora para superar essa barreira: o uso da análise de metaboloma para criar uma métrica de obesidade metabolicamente informada, a metBMI (do inglês metabolome-informed BMI).

Como o estudo foi conduzido?

A pesquisa utilizou dados de fenotipagem multi-ômica profunda de 1.408 indivíduos da coorte IGT-microbiota (Impaired Glucose Tolerance and Microbiota Study), recrutados entre 2014 e 2018 na Suécia. Todos eram adultos entre 50 e 65 anos sem doença cardiovascular estabelecida.

Os participantes passaram por uma bateria abrangente de avaliações: 

  • Medidas antropométricas
  • Tomografia computadorizada para quantificação de gordura visceral e subcutânea
  • Coleta de sangue para análise do metaboloma (1.190 metabólitos), proteoma (1.462 proteínas) e metagenoma fecal
  • Questionários de dieta, atividade física e histórico clínico

A partir desses dados, os pesquisadores treinaram modelos de regressão para prever o IMC e outras medidas de adiposidade com base em cada camada ômica individualmente e em combinação. Em seguida, construíram o metBMI: um modelo de regressão treinado com os 267 metabólitos mais fortemente associados ao IMC.

Os resíduos do metBMI (diferença entre o metBMI previsto e o IMC real de cada pessoa) foram usados para classificar indivíduos como tendo um perfil metabólico acima ou abaixo do esperado para seu peso corporal. 

Os achados foram validados em uma coorte externa de 466 participantes do estudo SCAPIS (Swedish Cardiopulmonary Bioimage Study) e em uma coorte independente de 75 pacientes submetidos à cirurgia bariátrica.

Análise do metaboloma foi o destaque

Entre todas as abordagens testadas, a análise de metaboloma foi a que melhor capturou o risco associado à obesidade, superando modelos baseados em proteínas, microbioma ou dieta isoladamente. 

O metBMI gerado por esse modelo apresentou boa correspondência com o IMC real dos participantes e conseguiu explicar mais da metade da variação de peso corporal em uma população completamente diferente da usada no treinamento.

Quando os pesquisadores olharam para pessoas cujo perfil metabólico estava muito acima do esperado para o peso (grupo HmetBMI), descobriram que, mesmo tendo um IMC semelhante ao de outras pessoas no estudo, esses indivíduos apresentaram de 2 a 5 vezes mais chances de ter doença hepática esteatótica associada à disfunção metabólica (MASLD), diabetes, excesso de gordura visceral, resistência à insulina e inflamação

Essa diferença também apareceu na resposta ao tratamento. Em pacientes submetidos à cirurgia bariátrica, aqueles com o perfil metabólico mais desfavorável perderam, em média, 30% menos peso ao longo de 12 meses após a cirurgia, mesmo sem diferença no IMC inicial.

Outro resultado importante foi a viabilidade clínica do modelo. Os pesquisadores conseguiram reduzir o painel de metabólitos de 267 para apenas 66 sem perder muito poder de predição, e esse painel simplificado ainda superou um modelo clínico tradicional baseado em exames de rotina como triglicerídeos, HDL, LDL e insulina.

Por fim, dos 66 metabólitos selecionados, 61 tinham sua variação explicada principalmente pelo microbioma intestinal, não pela genética nem pela dieta. Isso sugere que grande parte da assinatura metabólica da obesidade passa pelo que acontece no intestino.

O que explica esses resultados?

O metBMI reflete, principalmente, uma assinatura metabólica não genética e adquirida, caracterizada por acúmulo de gordura em locais como fígado e pâncreas, e alterações na sinalização da insulina.

Isso está alinhado com a hipótese do ciclo duplo (twin cycle hypothesis), segundo a qual as interações entre fígado e pâncreas contribuem para a patogênese individual da resistência à insulina, independentemente do IMC.

O microbioma intestinal aparece como um elo nesse processo. Indivíduos HmetBMI apresentaram menor riqueza gênica microbiana, redes bacterianas mais esparsas e menos modulares, maior abundância de bactérias associadas à disfunção metabólica (como Ruminococcus gnavus e espécies aerotolerantes de origem oral) e menor presença de bactérias protetoras, como Faecalibacterium prausnitzii e membros da família Oscillospiraceae. 

Além disso, o estudo identificou diversas vias pelas quais essas bactérias influenciam o metabolismo do hospedeiro e vice-versa, sempre com os metabólitos circulantes como intermediários – tais como lipídios e aminoácidos. Ou seja, o que circula no sangue reflete, em grande parte, o que está acontecendo no intestino.

O que podemos concluir?

O estudo demonstra que a análise de metaboloma é capaz de capturar uma assinatura metabólica da obesidade que o IMC não enxerga. O metBMI identifica com maior precisão o risco de síndrome metabólica, MASLD e diabetes tipo 2, prediz a resposta à cirurgia bariátrica e revela um eixo bidirecional entre microbioma e metabolismo do hospedeiro, mediado por metabólitos circulantes.

Os autores reconhecem limitações importantes: o estudo foi realizado predominantemente em população europeia branca, os dados metabólicos são semiquantitativos e as análises de mediação não estabelecem causalidade biológica definitiva. 

Ainda assim, os resultados reforçam que ferramentas multi-ômicas como o metBMI podem funcionar como marcadores substitutos mais sensíveis do risco cardiometabólico individual, especialmente em pessoas que estão abaixo dos limiares convencionais de obesidade definidos pelo IMC, mas que já apresentam disfunção metabólica significativa.

Para ler o artigo científico completo, clique aqui.

Se você gostou deste conteúdo, leia também:

Referência:

Chakaroun, R.M., Pradhan, M., Björnson, E. et al. Multi-omic definition of metabolic obesity through adipose tissue–microbiome interactions. Nat Med 32, 113–125 (2026). https://doi.org/10.1038/s41591-025-04009-7.

Leia também



Cadastre-se e receba nossa newsletter