229
PLIN4 y esto a su vez inducia la obesidad en humanos. Además este riesgo podía ser
compensado con un consumo elevado de ácidos grasos omega-3. Este es el primer
ejemplo de una variante genética que crea un sitio de unión de miR que influye en los
rasgos relacionados con la obesidad a través de una interacción gen-dieta. Aunque son
necesarias más investigaciones, los resultados sugieren que la actividad de miR es un
objetivo para las terapias de perdida de peso basadas en la dieta.
Metabolómica
Otra de las "ómicas" que está siendo investigada o utilizada en lo referente a la
obesidad es la metabolómica. Las características y las concentraciones de las moléculas
de bajo peso molecular que constituyen el metaboloma, ofrecen un potencial para la
medición de los “flujos” a través de todas las vías biológicas importantes y así permitir
un entendimiento detallado de los procesos metabólicos 6. Por otra parte, como se indicó
anteriormente, la metabolómica puede también utilizarse para identificar biomarcadores
de ingesta de nutrientes específicos. Por ejemplo se ha demostrado recientemente que las
concentraciones sanguíneas de carotenoides, biomarcadores de la ingesta de frutas y
vegetales, están más fuertemente asociadas con la reducción de cáncer de mama que los
carotenoides evaluados mediante cuestionarios dietéticos.
Idealmente, la metabolómica debe proporcionarnos una instantánea detallada de los
procesos biológicos en un momento determinado. A la investigación nutricional, este
enfoque le proporciona la oportunidad de 1) identificar cambios en las rutas metabólicas
inducidas por alimentos u otros factores de estilo de vida, 2) explorar las relaciones entre
factores ambientales, salud y enfermedad y descubrir nuevos biomarcadores6. Sin
embargo, aunque la metabolómica esta ganando gran interés en la investigación
nutricional, todavía hay algunos factores limitantes entre los que podemos destacar la
cantidad de metabolitos todavía no identificados. Por lo tanto, hay una gran necesidad de
bases de datos públicamente disponibles para la identificación de metabolitos. Además,
las bases de datos metabolomicas suelen ser enormes y multidimensional y requieren la
integración con datos de transcriptómica y proteómica, lo que requiere un uso intenso de
la bioinformática y de análisis multivariados6
.
