The fallacy of the national average in structured populations: clinical and population genomics across 9,768 Indian genomes

O corpo humano é uma vasta biblioteca de instruções, escritas em um código de quatro letras químicas que determinam como crescemos, como combatemos doenças e como nosso corpo processa os alimentos que comemos. Durante décadas, cientistas tentaram ler essa biblioteca para entender por que algumas pessoas ficam doentes enquanto outras permanecem saudáveis, e por que certos medicamentos funcionam para uma pessoa, mas prejudicam outra. Para fazer isso, eles construíram enormes catálogos de referência, essencialmente dicionários gigantes das variações genéticas mais comuns encontradas ao redor do mundo. No entanto, esses catálogos possuem um ponto cego. Eles frequentemente tratam regiões amplas e diversas como se todos ali fossem iguais, fazendo uma média dos detalhes para criar uma imagem "nacional" única. Essa abordagem funciona bem para populações que se misturaram livremente por milhares de anos, mas falha em lugares onde as pessoas viveram em comunidades distintas e isoladas por gerações, mantendo suas linhagens genéticas separadas.

A Índia é o exemplo perfeito de tal lugar. É o lar de mais de 1,4 bilhão de pessoas, mas não é um grupo único e misturado. Em vez disso, é um mosaico de mais de 4.000 comunidades distintas, muitas das quais praticam a endogamia estrita — casando-se apenas dentro de seu próprio grupo — há milhares de anos. Essa estrutura social preservou assinaturas genéticas únicas em cada comunidade, criando um panorama de diversidade que é muito mais complexo do que uma simples média pode capturar. Quando os cientistas observam os dados genéticos da Índia como um todo, eles perdem as histórias específicas escondidas dentro desses grupos menores. Eles podem ver uma variante genética como extremamente rara porque ela é rara na população total, sem perceber que, em uma aldeia ou tribo específica, essa mesma variante é, na verdade, bastante comum. Esse mal-entendido pode levar a erros graves na medicina, fazendo com que médicos diagnostiquem incorretamente pacientes ou ignorem riscos de saúde críticos inteiramente.

Uma equipe de pesquisadores partiu para resolver esse problema, realizando um olhar novo e detalhado sobre os dados genéticos do Projeto GenomeIndia, que recentemente sequenciou o DNA completo de quase 10.000 pessoas de 83 comunidades diferentes em todo o país. Em vez de tratar esses 9.768 indivíduos como um grande grupo misturado, os pesquisadores os separaram de volta em suas 83 comunidades originais e distintas. Eles queriam ver o que aconteceria quando parassem de fazer a média dos dados e começassem a observar os detalhes finos. O que descobriram foi que a "média nacional" não era apenas uma simplificação; era uma distorção que estava ocultando ativamente verdades médicas importantes.

A descoberta mais impressionante foi o quão muitas variantes genéticas raras existem na Índia. Quando os pesquisadores observaram os dados sem separar os grupos, viram um certo número de mudanças raras. Mas, quando removeram as camadas para observar cada comunidade individualmente, descobriram que a vasta maioria das variações genéticas — mais de 97 por cento — era extremamente rara, aparecendo em menos de um por cento das pessoas. Esta é uma proporção de variantes raras muito maior do que a vista em bancos de dados internacionais que incluem pessoas do sul da Ásia. A razão é que essas variantes raras não estão espalhadas uniformemente; elas estão concentradas em comunidades específicas. Uma variante que poderia aparecer em apenas uma ou duas pessoas em um conjunto nacional poderia ser encontrada em dezenas de pessoas dentro de uma única tribo isolada. Ao fazer a média delas, a visão nacional as tornou invisíveis, quando, na realidade, elas são as características definidoras das populações locais.

Essa invisibilidade tem consequências perigosas para a forma como os dados genéticos são verificados quanto à qualidade. No teste genético padrão, os cientistas usam uma regra matemática para detectar erros. Se uma variante genética aparece em um padrão que não corresponde ao esperado para uma população aleatória e misturada, o computador frequentemente a sinaliza como um erro e a descarta. Os pesquisadores mostraram que, como as comunidades indianas não são misturadas, mas sim distintas e separadas, muitas variantes reais e medicamente importantes parecem erros para esses computadores. Por exemplo, uma variante genética que causa anemia falciforme é uma condição conhecida e grave. Nos dados nacionais, essa variante parecia quebrar tanto as regras da verificação de qualidade que o computador a teria deletado automaticamente, pensando tratar-se de uma falha técnica. Ao analisar as comunidades separadamente, os pesquisadores provaram que essas variantes eram reais e críticas, e que a maneira padrão de verificar os dados estava, na verdade, deletando a própria informação que os médicos precisam para salvar vidas.

O estudo também revelou uma nova maneira de decidir quais mudanças genéticas são inofensivas e quais são perigosas. Atualmente, os médicos frequentemente dependem de bancos de dados globais para julgar se uma variante é um problema. Se uma variante é rara no banco de dados global, ela é frequentemente rotulada como perigosa. No entanto, os pesquisadores descobriram que muitas variantes rotuladas como "patogênicas" (causadoras de doenças) em bancos de dados globais são, na verdade, comuns e inofensivas em comunidades indianas específicas. Eles identificaram mais de 100 dessas variantes que deveriam ser reclassificadas como benignas porque são simplesmente partes normais da composição genética de grandes grupos de pessoas. Por outro lado, encontraram outras 55 variantes que são raras globalmente, mas muito comuns em tribos isoladas específicas. Estas são provavelmente as causas reais de doenças nessas comunidades, mas estavam sendo ignoradas porque os bancos de dados globais não sabiam que existiam. Os pesquisadores propuseram um sistema de duas vias: uma via para eliminar os alarmes falsos de variantes inofensivas e outra para proteger e priorizar os riscos reais encontrados em grupos isolados.

Talvez a descoberta mais emocionante tenha sido a identificação de "knockouts naturais". Na genética, um knockout é uma pessoa que possui duas cópias quebradas de um gene, o que significa que seu corpo não produz nenhuma versão funcional da proteína que aquele gene deveria produzir. Normalmente, encontrar tais pessoas é incrivelmente difícil porque genes quebrados são tão raros que é necessário escanear centenas de milhares de pessoas para encontrar apenas um. Mas, devido ao longo histórico de casamentos dentro de pequenas comunidades na Índia, esses genes quebrados tornaram-se mais comuns em grupos específicos. Os pesquisadores identificaram 123 genes diferentes onde puderam identificar pessoas que estavam completamente sem a função daquele gene. Alguns desses genes são essenciais para a vida, mas as pessoas que carregam essas cópias quebradas são saudáveis, sugerindo que o corpo pode, às vezes, sobreviver sem eles. Outros estão ligados a como o corpo processa medicamentos ou combate doenças. Como essas pessoas estavam escondidas na média nacional, elas eram matematicamente invisíveis para estudos anteriores. Agora que foram encontradas, elas oferecem uma oportunidade única para entender como o corpo humano funciona e para desenvolver novos tratamentos.

A pesquisa também mapeou como diferentes partes da Índia se adaptaram aos seus ambientes específicos ao longo de milhares de anos. Nas altas montanhas do Himalaia, as pessoas desenvolveram uma vantagem genética que as ajuda a respirar em ar rarefeito, um traço que herdaram de parentes humanos antigos que viveram lá há muito tempo. Nas florestas quentes e úmidas do sul, outras comunidades desenvolveram mudanças genéticas que as ajudam a resistir à malária. No norte, onde a pecuária leiteira é comum, as pessoas têm uma frequência maior de genes que permitem a digestão de leite na idade adulta. Essas adaptações não estão espalhadas uniformemente pelo país; são características locais nítidas que desaparecem se você olhar para o mapa completo. Uma pessoa das montanhas pode ter uma resposta genética a um medicamento muito diferente de uma pessoa das planícies, mesmo que ambas sejam indianas.

O estudo conclui que tratar a Índia como uma unidade genética única é um erro que leva a um atendimento médico deficiente. Os pesquisadores demonstraram que, para fornecer medicina justa e precisa, os médicos e cientistas devem observar a comunidade específica da qual o paciente provém. Eles mostraram que, ao separar os dados em suas 83 comunidades originais, puderam descobrir riscos ocultos, corrigir alarmes falsos e encontrar novos segredos biológicos que eram anteriormente impossíveis de visualizar. Esta abordagem não é apenas para a Índia; ela oferece um modelo para compreender qualquer parte do mundo onde as pessoas vivam em comunidades distintas e duradouras. Ela prova que a chave para desbloquear os segredos da saúde humana não reside em apagar nossas diferenças através de médias, mas em compreendê-las em toda a sua complexidade detalhada.