Salute 18 Novembre 2026 15:29

Alcol, nicotina e caffeina: il DNA determina come reagiscono le cellule

Uno studio su oltre 1,4 milioni di cellule identifica le interazioni tra varianti genetiche ed esposizioni ambientali, aprendo la strada a previsioni personalizzate del rischio di malattia.

di Arnaldo Iodice
Alcol, nicotina e caffeina: il DNA determina come reagiscono le cellule

Le differenze genetiche possono influenzare il modo in cui le cellule rispondono all’esposizione ad alcol, nicotina e caffeina. A identificarne i meccanismi è uno studio condotto dall’Università di Chicago e dalla Johns Hopkins University, pubblicato sulla rivista Cell Genomics, che ha mappato le interazioni tra geni e ambiente in diversi tipi cellulari e in presenza di differenti background genetici. La ricerca, guidata da Yoav Gilad, professore di Medicina e Genetica umana all’Università di Chicago, e realizzata in collaborazione con il gruppo di Alexis Battle della Johns Hopkins University, ha analizzato oltre 1,4 milioni di cellule per osservare come le esposizioni ambientali modifichino l’espressione genica in relazione alle varianti del DNA.

L’obiettivo è comprendere perché persone esposte agli stessi fattori ambientali possano sviluppare conseguenze biologiche differenti e, in prospettiva, utilizzare queste informazioni per prevedere le risposte individuali. Le interazioni gene-ambiente, infatti, potrebbero contribuire a spiegare una parte delle differenze nel rischio di malattia tra individui. “Una delle maggiori sfide della genetica umana”, ha spiegato Gilad, “è capire perché questi effetti ambientali differiscono da persona a persona. Questo è ciò che chiamiamo interazioni gene-ambiente”.

Il ruolo delle regioni non codificanti del DNA

Due persone non imparentate possono differire tra loro in alcuni milioni di punti del DNA. Tuttavia, soltanto circa l’1% del genoma umano contiene le istruzioni per produrre proteine. Il restante 99% comprende anche regioni regolatorie, che svolgono un ruolo importante nel controllo dell’attività dei geni. Queste sequenze funzionano come una sorta di interruttore dimmer: non modificano direttamente la proteina prodotta, ma regolano la quantità di RNA generata da un gene e, di conseguenza, il suo livello di espressione. L’RNA, infatti, viene prodotto a partire dai geni codificanti e utilizzato come stampo per la sintesi delle proteine.

Molte varianti genetiche associate alle malattie si trovano proprio nelle regioni regolatorie. Per questo, comprendere come le differenze nella sequenza del DNA influenzino l’espressione genica rappresenta un passaggio importante per chiarire i meccanismi alla base della suscettibilità individuale alle patologie.

Le interazioni gene-ambiente possono modificare ulteriormente questi meccanismi: una variante genetica può avere effetti differenti a seconda delle esposizioni a cui una persona è sottoposta e del contesto cellulare in cui si trova. Non è quindi sufficiente conoscere quali geni siano attivi in condizioni normali, ma occorre osservare anche come reagiscono quando le cellule entrano in contatto con sostanze e fattori ambientali specifici.

Una matrice per studiare le interazioni gene-ambiente

Il corpo umano comprende centinaia di tipi cellulari distinti, ciascuno caratterizzato da specifici programmi di attivazione e disattivazione dei geni. Le interazioni tra varianti genetiche ed esposizioni ambientali possono quindi cambiare in funzione del tipo di cellula, del tessuto e dello stadio di sviluppo. “La sfida sta nel fatto che queste interazioni molecolari variano a seconda del contesto cellulare: tipo di cellula, stadio di sviluppo e tessuto”, ha spiegato Gilad.

Per descrivere questa complessità, il ricercatore propone di immaginare una grande matrice: su un asse si trovano i diversi contesti cellulari, sull’altro milioni di esposizioni ambientali, comprese le loro possibili combinazioni. Per arrivare a formulare previsioni affidabili è necessario raccogliere dati sufficienti a riempire progressivamente questa matrice. Gli studi precedenti si erano concentrati soprattutto sull’effetto di una singola esposizione, come la nicotina, su uno specifico tipo cellulare o tessuto. Un approccio che, tuttavia, non permette di stabilire se la stessa sostanza produca effetti analoghi in altre cellule.

Il gruppo di ricerca ha quindi sviluppato un metodo per analizzare contemporaneamente le interazioni gene-ambiente in cellule provenienti da individui differenti e appartenenti a diversi contesti cellulari, superando i limiti degli studi condotti su singole combinazioni di esposizione e tessuto.

Oltre 1,4 milioni di cellule analizzate per identificare gli eQTL di risposta

Per realizzare il censimento cellulare, i ricercatori hanno utilizzato colture differenzianti eterogenee. I campioni di partenza provenivano da donatori adulti coinvolti nel progetto internazionale HapMap. Le cellule sono state riprogrammate dal laboratorio di Gilad affinché potessero differenziarsi in diversi tipi cellulari dell’organismo, formando aggregati tridimensionali che riproducono alcune caratteristiche delle prime fasi dello sviluppo. Le colture sono state quindi esposte ad alcol, nicotina e caffeina. Le cellule provenienti da donatori differenti sono state raggruppate, mantenendo però la possibilità di risalire all’individuo di origine di ciascuna.

L’analisi è stata resa possibile dalle tecnologie di sequenziamento a singola cellula, che consentono di caratterizzare l’RNA prodotto da ogni cellula, identificarne il tipo e misurarne la risposta al trattamento. «Fino a circa 10 anni fa, non era possibile separare queste cellule e studiarle individualmente», ha ricordato Gilad.

In collaborazione con il gruppo di Alexis Battle, i ricercatori hanno cercato varianti genetiche associate ai livelli di espressione dei geni. Queste associazioni sono definite eQTL, acronimo di expression quantitative trait loci. Gli eQTL di base identificano varianti associate a differenze nell’espressione genica tra individui indipendentemente da uno specifico trattamento. Gli eQTL di risposta, invece, descrivono associazioni che cambiano in seguito a un’esposizione ambientale.

Una delle osservazioni principali riguarda la loro diversa distribuzione nel genoma: gli eQTL di base tendono a concentrarsi in prossimità dell’inizio dei geni, mentre quelli di risposta si trovano più frequentemente nelle regioni enhancer, sequenze regolatorie che potenziano l’attività genica. “Questo è uno dei primi studi che ha mostrato la differenza tra i due in termini di caratteristiche e posizioni genomiche”, ha sottolineato Gilad. Gli eQTL di risposta sembrano quindi contribuire a una regolazione genica più dinamica, sensibile alle condizioni ambientali.

Il legame tra alcol, gene LNX2 e rischio di malattia intestinale

Un ulteriore risultato riguarda la relazione tra gli eQTL di risposta e le varianti genetiche associate alle malattie. I ricercatori hanno osservato che gli eQTL di risposta si sovrappongono alle regioni genomiche contenenti varianti legate alle patologie con una frequenza maggiore rispetto agli eQTL di base. Questo dato suggerisce che le associazioni dipendenti dal contesto ambientale potrebbero essere particolarmente rilevanti per comprendere l’origine di alcune malattie e di fenotipi clinicamente importanti.

Tra gli esempi identificati nello studio figura un eQTL di risposta che influenza l’espressione del gene LNX2 dopo l’esposizione all’alcol, in particolare nelle cellule che rivestono l’intestino. La variante genetica si trova in una regione enhancer e si sovrappone a un segnale di rischio associato alla malattia infiammatoria intestinale (IBD). LNX2 è collegato a una via di segnalazione coinvolta nella formazione e nel mantenimento del rivestimento intestinale. Ulteriori ricerche potranno chiarire il possibile ruolo di questo meccanismo nelle patologie infiammatorie croniche intestinali.

Il risultato non dimostra che il consumo di alcol provochi malattie infiammatorie intestinali, ma evidenzia come la risposta a un’esposizione possa dipendere contemporaneamente dal patrimonio genetico e dal tipo di cellula coinvolto.

La prospettiva è arrivare a modelli predittivi capaci di stimare le risposte individuali, anche attraverso l’intelligenza artificiale. “Anche nei trattamenti che caratterizziamo in 100 individui, ciò che si vuole veramente fare è prevedere la risposta del 101°”, ha affermato Gilad. Un obiettivo che potrebbe risultare particolarmente utile per le persone poco rappresentate negli studi clinici, come le donne in gravidanza, per le quali le evidenze disponibili sono spesso limitate. La raccolta di dati sulle interazioni gene-ambiente potrebbe inoltre aiutare a comprendere conseguenze che si manifestano a distanza di decenni: un’anomalia dello sviluppo potrebbe infatti contribuire a un rischio maggiore di diabete o malattie cardiovascolari intorno ai 40 o 50 anni.

Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato