O diabetes mellitus tipo 2 (T2D) é cada vez mais reconhecido como uma síndrome metabólica heterogênea impulsionada por dois defeitos principais: um declínio progressivo da secreção de insulina em relação ao aumento da resistência à insulina. A capacidade de diferenciar entre resistência à insulina (IR) como o condutor primário versus disfunção beta-célula (BCD) tem implicações diretas para a seleção terapêutica, predição de progressão da doença e resultados do paciente. Biomarcadores emergentes estão agora proporcionando a granularidade necessária para se mover para além da abordagem "um tamanho-fits-all" para o manejo do diabetes, permitindo aos clínicos classificar os pacientes em subtipos fisiopatológicos distintos em uma fase mais precoce do que anteriormente possível.

A necessidade crítica de diferenciação mecanicista

Definição da Resistência à Insulina

A resistência à insulina descreve um estado em que os tecidos alvo, principalmente o músculo esquelético, tecido adiposo e fígado, exibem uma resposta diminuída à insulina circulante. Para compensar, as células beta pancreáticas aumentam a produção de insulina, levando à hiperinsulinemia. Com o tempo, esse mecanismo compensatório pode falhar. No músculo, a RI se manifesta como uma diminuição da captação de glicose. No fígado, leva à gliconeogênese não suprimida, conduzindo hiperglicemia em jejum. No tecido adiposo, a RI resulta em aumento da lipólise e aumento da gordura livre (AFA), que propaga a resistência à insulina através da lipotoxicidade e deposição de gordura ectópica. Novos biomarcadores que capturam esses defeitos específicos do tecido são essenciais para identificar o processo patológico dominante em um paciente individual.

Definição da Disfunção Beta-Célula

A disfunção beta-célula refere-se à secreção inadequada de insulina para atender à demanda metabólica do organismo. Isto não é apenas uma perda de massa beta-célula, embora a apoptose e desdiferenciação desempenham papéis significativos, mas também uma deterioração funcional. As principais marcas da CBD incluem a perda de secreção de insulina em primeira fase em resposta à glicose, a pulsatilidade defeituosa da liberação de insulina e o processamento deficiente da proinsulina para insulina madura. O acúmulo de polipeptídeo amilóide ilet (IAPP), estresse oxidativo e estresse endoplasmático retículo (ER) são centrais para a falha progressiva da célula beta. Criticamente, a transição da normoglicemia para a hiperglicemia ocorre quando a função beta-célula não pode mais compensar o grau de resistência à insulina. Biomarcadores que refletem diretamente a saúde das células beta, como intermediários de processamento de proinsulina, são, portanto, inestimávels.

A interação e o desafio diagnóstico

Embora a RI e a CBD sejam mecanismos distintos, estão profundamente interligados. A hiperinsulinemia crônica pode downregulate receptors de insulina, piorando a RI. Glucotoxicidade e lipotoxicidade, decorrente de um mau controle metabólico, prejudicam ainda mais a função das células beta. Esta relação bidirecional cria um desafio diagnóstico: um paciente que apresenta hiperglicemia pode ter altos níveis de insulina (sugerindo um componente primário de RI) ou baixos níveis de insulina (sugerindo a CBD primária). Os marcadores clínicos padrão lutam para analisar esta complexidade, tornando novos biomarcadores essenciais para o diagnóstico de precisão. O desafio é agravado pelo fato de que muitos pacientes apresentam um fenótipo misto com contribuições variáveis de ambos os defeitos ao longo do tempo.

Limitações do kit de ferramentas diagnósticas atual

As métricas clínicas tradicionais têm servido de base para o diagnóstico do diabetes, mas são fundamentalmente limitadas na sua capacidade de diferenciar entre IR e DCB. A glicemia plasmática em jejum (FPG) e hemoglobina glicada (HbA1c) são marcadores substitutos da exposição glicêmica, não mecanistas. Eles dizem ao médico que a hiperglicemia existe, mas fornecem pouca compreensão sobre o porquê. A Avaliação do Modelo de Homeostase (Homa) é amplamente utilizada em pesquisas para gerar índices HOMA-IR e HOMA-B. No entanto, o HOMA-IR é uma medida de resistência à insulina hepática no estado de jejum e não capta RI periférica (músculas). HOMA-B baseia-se em níveis de glicose e insulina em jejum, que é uma má proxy para função dinâmica das células beta. O teste de tolerância à glicose oral (OGTT) oferece dados mais dinâmicos, mas é demorado, pouco reprodutível na prática clínica de rotina, e carece da especificidade necessária para identificar subtipos patológicos distintos. Estas limitações sublinham a necessidade de biomarcadores diretos que reflitam o estado molecularmente o estado de células beta e os tecidos moleculares sensíveis.

Medidas indiretas adicionais, como o índice de triglicerídeos-glicose (TyG) e o índice quantitativo de verificação da sensibilidade à insulina (QUICKI) fornecem alguma avaliação de IR, mas permanecem muito brutas para classificação de subtipo. Os clínicos muitas vezes dependem de características clínicas como idade, IMC e história familiar para inferir o defeito dominante, mas estes são imprecisos. Por exemplo, um indivíduo magro com T2D pode ter destruição autoimune de células beta (LADA), enquanto um indivíduo obeso pode ter predominante IR com secreção preservada. Sem biomarcadores precisos, decisões de tratamento padrão para abordagens algorítmicas que podem não abordar a fisiopatologia subjacente.

Biomarcadores de investigação para a subclassificação

Adiposo Tecido Crosstalk: Adipocinas e Inflamação

O tecido adiposo é um órgão endócrino ativo. As adipocinas secretam diretamente a sensibilidade à insulina e a sobrevivência das células beta. A adiponectina é um potente sensibilizador de insulina com propriedades anti-inflamatórias. Ao contrário de muitas outras adipocinas, seus níveis circulantes estão inversamente correlacionados com a obesidade e a IR. Níveis baixos de adiponectina de alto peso molecular (HMW) são um marcador confiável para disfunção do tecido adiposo e IR sistêmica. Por outro lado, os níveis de leptina aumentam proporcionalmente com a massa gorda; a resistência à leptina é uma marca da síndrome metabólica. A quimionina e resistina têm sido associadas à sinalização de insulina prejudicada e podem servir como marcadores adjuvantes para a IR. Além disso, a proteína ligante a a a diinol 4 (RBP4) secretada do tecido adiposo é elevada em IR e causa da glicogênese hepática. A medição do perfil adipocina pode servir como marcadores adjuvantes para IR.

Processamento de Proinsulin: A impressão digital de estresse beta-Cell

Um dos biomarcadores mais específicos e clinicamente acionáveis para a disfunção das células beta é a relação proinsulina-C-pepteto (PI:C) ou a relação proinsulina-insulina. Proinsulina é a molécula precursora que é enzimamente clivada em insulina e C-peptide. Em condições de estresse das células beta, esta máquina de processamento torna-se oprimida. Gradículos secretores imaturas são liberados, levando a uma elevação desproporcional da proinsulina intacta ou parcialmente processada em relação à insulina madura. Uma relação PI:C elevada é um indicador precoce de estresse e disfunção das células beta. Frequentemente precede o início de hiperglicemia evidente em indivíduos que evoluem para T1D ou T2D. Este marcador é particularmente valioso para identificar indivíduos com alta resistência à insulina que estão experimentando descompensação iminente das células beta. Por exemplo, um paciente com obesidade e hiperinsulinemia que exibem uma relação PI crescente:C provavelmente transição de um estado de IR compensado para incipiente.

MicroRNAs circulantes: Sinais específicos de células no sangue

MicroRNAs (miRNAs) são pequenos RNAs não codificadores que regulam a expressão gênica pós-transcricionalmente. Eles são lançados na circulação de forma estável, específica de células, tornando-os biomarcadores ideais para patologia específica de tecido. Em pesquisa de diabetes, miR-375 é o mais amplamente estudado. É altamente enriquecido em ilhotas pancreáticas, e seus níveis no sangue correlacionam-se com a massa e função de células beta em modelos animais. Em humanos, o miR-375 circulante elevado tem sido observado em estados de lesão aguda de células beta e em T2D estabelecido, refletindo o estresse e morte em curso de células beta. Outros miRNAs fornecem insights sobre a resistência à insulina. MiR-126 é expresso em células endoteliais e está envolvido na integridade vascular e sinalização de insulina. Níveis reduzidos de miR-126 estão associados com IR e um risco aumentado de desenvolver T2D. MiR-29a e miR-223 estão ligados ao metabolismo da glicose e vias inflamatórias em tecido adiposo. Um painel multimiRNA, combinando beta-específico de células T2 e um aumento de protocolos de resposta a diferentes para o protocolo de

Assinaturas Metabolômicas e Lipidomáticas

Os metabolo e o lipidome fornecem uma leitura sistêmica da saúde metabólica. Os padrões específicos dos metabolitos foram associados robustamente com IR e BCD. Os aminoácidos de cadeia ramificada (BCAAs: leucina, isoleucina, valina) e aminoácidos aromáticos (AAAs: tirosina, fenilalanina) são consistentemente elevados em indivíduos com IR. O mecanismo envolve uma desregulação do catabolismo de BCAA no tecido adiposo, levando à acumulação destes metabolitos e seus subprodutos, que ativam a sinalização do mTOR e prejudicam a ação da insulina. BCAAs elevadas podem prever o risco futuro da diabetes independentemente de fatores de risco tradicionais. Os lipodomics identificaram espécies específicas de lipídios que distinguem a RI do BCD. Ceramidas, particularmente C18:0, C24:0, e C24:1, acumulam-se em tecidos e prejudicam a sinalização por inibição da ativação da Akt/PKB. Os dihidroceramidas estão associados à lipogênese de novo e aos seus derivados hepáticos.

Marcadores Genéticos e Auto-imunes

As variantes genéticas podem predispor indivíduos a IR ou BCD. Por exemplo, variantes no TCF7L2 estão entre os fatores de risco genético mais fortes para T2D e estão associadas com a secreção de insulina prejudicada e efeito de incretina. Variantes no PPARG aumentam o risco de IR e obesidade. Embora marcadores genéticos individuais tenham poder preditivo limitado, escores de risco poligênico (PRS) que agregam os efeitos de múltiplas variantes podem ajudar a estratificar pacientes. Um paciente com PRS elevado associado ao BCD (TCF7L2, KCNJ11, HHEX, SLC30A8) e um PRS baixo relacionado ao IR podem se beneficiar de uma terapia precoce com secretagoga ou incretina, enquanto o padrão oposto favoreceria a exposição à insulina. Dados de emergência também destacam o papel de marcadores epigenéticos, como padrões de metilação de DNA em genes como PPARG1A e IRS1, que podem refletir o impacto de exposições ambientais na IR. Os autoanticorpos ainda indicam o papel de marcadores epigenéticos como padrões de metilação em genes como PPARA-1, que são os anticorpos de anticorpos para o T2 e ID

Traduzindo biomarcadores em ação clínica

Algoritmos de tratamento conduzidos por fenotipos

O objetivo final da estratificação orientada por biomarcadores é orientar a terapia. O padrão atual de cuidados muitas vezes segue um algoritmo stepwise que não conta para o defeito subjacente. Os biomarcadores novos permitem uma abordagem fenótipo-específica:

  • Fenótipo do domínio do IR:] Caracterizado por alto HOMA-IR, baixa adiponectina, ceramidas e BCAAs elevadas, índice de TyG elevado e uma relação PI:C normal ou baixa. Estes pacientes são propensos a responder preferencialmente a sensibilizantes de insulina, tais como metformina e tiazolidinedionas (TZDs), juntamente com intervenções agressivas de estilo de vida visando restrição calórica e atividade física. Os agonistas do receptor GLP-1 podem beneficiar este grupo através da perda de peso, embora as estratégias de preservação de células beta sejam menos urgentes. Além disso, terapias visando metabolismo ceramida ou catabolismo BCAA podem surgir como opções futuras.
  • Fenótipo de Dominante-BCD: Marcado por baixa HOMA-B, alta relação PI:C, miR-375 elevado, baixo peptídeo C em relação à glicose e autoanticorpos potencialmente positivos. Esses pacientes requerem intervenções precoces que protejam ou aumentem a função beta-célula. Os agonistas do receptor GLP-1, inibidores da DPP-4 e terapia de insulina precoce são apropriados. Sulfonilureias podem ser usadas inicialmente, mas podem acelerar a exaustão das células beta. Este grupo muitas vezes evolui mais rápido para dependência de insulina. Monitorização do processamento da proinsulina pode ajudar a titulação da terapia para minimizar o estresse beta-célula.
  • Fenótipo misto: Alta IR com sinais precoces de estresse de células beta (que leva à elevação do PI:C, miR-375 elevado, queda do peptídeo C). Esta é uma janela crítica para intervenção. Diminuição agressiva da glicose combinada com terapias que descarregam a célula beta (por exemplo, insulina precoce, RA GLP-1) pode ajudar a preservar a função residual. A terapêutica combinada com metformina mais uma AR GLP-1 é frequentemente apropriada. Avaliação serial de biomarcadores pode orientar a escalada para insulina quando a relação PI:C continua a aumentar.

Monitorização da eficácia terapêutica

O aumento dos níveis de adiponectina em resposta à terapia TZD confirma o engajamento do alvo e a melhora da sensibilidade à insulina do tecido adiposo. A redução dos níveis de ceramida após o estilo de vida ou a intervenção farmacológica correlaciona-se com a melhora da RI. A medição repetida desses marcadores permite ajustes dinâmicos no esquema de tratamento, indo além de uma dependência de HbA1c, que responde lentamente e não possui especificidade mecanística. Por exemplo, um paciente em tratamento com metformina cuja relação de proinsulina aumenta pode necessitar da adição de uma AR GLP-1, mesmo que a HbA1c ainda esteja próxima do alvo.

Instruções futuras e Implementação Clínica

A transição desses biomarcadores investigacionais para a prática clínica rotineira requer superação de vários obstáculos.A padronização dos ensaios é primordial para medidas de processamento de adiponectina, microRNAs e proinsulina, pois a variabilidade laboratorial atualmente limita a comparabilidade entre as instituições. Estudos longitudinais em larga escala são necessários para validar o valor preditivo desses marcadores em diversas populações étnicas e estágios da doença.Esforços como a Iniciativa Americana de Precision Medicine da Associação de Diabetes estão trabalhando para estabelecer intervalos de referência e pontos de corte clínicos.

A integração de dados multi-ômicos — genômica, transcriptômica, metabolômica e proteômica — através de algoritmos de aprendizado de máquina provavelmente será o método pelo qual esses sinais complexos são sintetizados em escores clínicos acionáveis. Um único "score de subtipo de diabetes" que produz a probabilidade de IR-dominante vs. patologia dominante de BCD poderia ser facilmente integrado em registros eletrônicos de saúde e sistemas de apoio à decisão clínica. protótipos precoces usando modelos florestais aleatórios incorporando dados clínicos e metabolômicos têm mostrado alta precisão na classificação de subtipos. À medida que os custos das tecnologias de ômica diminuem, tais abordagens tornar-se-ão viáveis para cuidados de rotina.

Os testes de ponto de cuidado para biomarcadores-chave, como a proinsulina e o miR-375, podem permitir a tomada de decisão em tempo real na clínica. Os dispositivos portáteis para detecção de miRNA estão em desenvolvimento. O desenvolvimento de painéis de biomarcadores compostos que combinam um punhado dos marcadores mais informativos (por exemplo, adiponectina, relação PI:C, miR-375, ceramida C18:0) pode fornecer poder discriminatório suficiente sem exigir a análise de perfil full-omics. À medida que estas ferramentas amadurecem, a clínica de diabetes irá passar de uma abordagem reativa – tratando de hiperglicemia após o desenvolvimento – para uma estratégia proativa de identificar o defeito primário precocemente e intervir com precisão. Os biomarcadores discutidos aqui representam a base deste novo paradigma de endocrinologia de precisão, onde o tratamento não é definido pelo rótulo de "diabetes", mas pela biologia específica que conduz a doença no paciente individual.

Para mais informações sobre a aplicação da medicina de precisão no diabetes, consulte a Iniciativa de Precisão da ADA e a revisão abrangente de Ling et al. sobre microRNAs de ilhotas. O papel da lipiomica no diabetes é revisado por Meikle e Summers (2020), enquanto a utilidade do processamento da proinsulina como preditor do declínio das células beta é detalhada em Vangipurapu et al. (2019).