Mejora en la predicción poligénica con datos de ascendencia diversa

La capacidad de predecir rasgos complejos y la susceptibilidad a enfermedades mediante modelos poligénicos ha avanzado gracias a la incorporación de un amplio espectro de datos genéticos. Una investigación publicada el 14 de septiembre de 2026 en Nature Genetics subraya cómo la integración de información de múltiples biobancos y diversas ascendencias, como las del All of Us Research Program y el UK Biobank, permite el desarrollo de modelos más robustos y precisos.

Estos hallazgos indican que la escala y la diversidad de los conjuntos de datos son factores clave para la optimización de los modelos predictivos. La mejora es notablemente más acentuada en el caso de las poblaciones subrepresentadas, lo que podría reducir las disparidades existentes en la aplicación clínica de la medicina genómica. Los modelos poligénicos mejorados pueden ofrecer herramientas más equitativas para la evaluación de riesgos y la estratificación de pacientes en diferentes grupos demográficos.

El estudio apunta a una vía para superar las limitaciones de los modelos desarrollados predominantemente con datos de poblaciones europeas, extendiendo la utilidad de la predicción poligénica a un espectro más amplio de la población global.