Genética

Altura é poligênica: 12.111 variantes comuns independentes, em 7.209 regiões do genoma, se associam a ela

Publicado em 12/10/2026 · Última alteração em 12/10/2026

Assuntos: Genética

Um estudo com 5,4 milhões de pessoas associou 12.111 variantes comuns independentes (SNPs) à altura adulta, agrupadas em 7.209 trechos do genoma. Juntas, respondem por quase toda a herança da altura atribuível a variantes comuns. Com tantas variantes envolvidas, não há um único "gene da altura": é isso que "poligênico" quer dizer.

Poligênico descreve um traço influenciado por muitas variantes de DNA, cada uma com efeito pequeno, que se somam a fatores ambientais. SNP (polimorfismo de um só nucleotídeo) é uma "letra" do DNA que varia entre pessoas. Um GWAS (estudo de associação genômica ampla) compara milhões de SNPs de muita gente com um traço, como a altura, e aponta quais variam junto com ele. O resultado é uma associação estatística, não uma prova de que aquela letra cause o traço. A altura é um bom caso de teste: é medida com facilidade e, segundo os autores do estudo, gerou mais associações genéticas comuns do que qualquer outro traço humano.

De 40 variantes a mais de 12 mil

Em 2008, só 40 SNPs com significância genômica tinham sido achados para a altura e explicavam cerca de 5% da herdabilidade. Em 2014 eram cerca de 700. Em 2022, com 5,4 milhões de pessoas, chegou-se a 12.111.

Como sabemos: comparar milhões de letras do DNA com a altura de muita gente

Um GWAS mede a altura dos participantes e lê milhões de SNPs no DNA de cada um. Para cada SNP, testa se quem carrega uma versão é, em média, um pouco mais alto ou mais baixo. Como cada efeito é pequeno, só amostras enormes o detectam: segundo uma revisão de 2017, havia 40 SNPs em 2008 e cerca de 700 em 2014; com 5,4 milhões de pessoas, em 2022, chegou-se a 12.111. O resultado é uma associação estatística. Segundo o NHGRI, ela informa correlação, não causalidade.

O que "saturado" quer dizer

Os autores chamam o mapa de saturado para ancestralidade europeia: o escore com os 12.111 SNPs explica 40% da variância da altura, perto do limite previsto para SNPs comuns (40 a 50%). Isso vale para variantes comuns. Se as variantes raras se concentram nas mesmas regiões, ainda é uma pergunta em aberto, que exigirá sequenciar genomas inteiros em larga escala. A herdabilidade como conceito é tratada em outro post.

Associação não é gene: o que as regiões ainda não dizem

Os 12.111 SNPs caem em 7.209 trechos que cobrem cerca de 21% do genoma, e até 31% ficam a mais de 50 kb de qualquer gene. A densidade de sinais é maior perto de genes já ligados a distúrbios de crescimento. Mas, por desenho, um GWAS não aponta o gene nem o mecanismo: isso exige estudos funcionais. O mapa indica onde olhar, não explica sozinho como cada trecho atua.

Um mapa que depende de quem entra no estudo

O escore com os mesmos SNPs explica cerca de 40% da variância em europeus e só 10 a 20% em outras ancestralidades. Os autores observam que efeitos e regiões são parecidos entre grupos e atribuem a queda, provavelmente, a diferenças de frequência dos alelos e de desequilíbrio de ligação (o padrão em que SNPs vizinhos são herdados juntos). Eles também confirmam que amostras mais diversas melhoram a predição em ancestralidades sub-representadas.

Como sabemos

Os números centrais vêm do resumo e do texto do estudo de Yengo e colaboradores (Nature, 2022), lidos no PMC; os limites (variantes comuns, ancestralidade europeia, associação sem causa) estão no texto.

• Evidência forte: Um GWAS de altura adulta com 5,4 milhões de pessoas de ancestralidades diversas identificou 12.111 SNPs independentes significativamente associados à altura, que respondem por quase toda a herdabilidade baseada em SNPs comuns. [1] Resumo
  Contexto: Altura adulta; variantes comuns do painel HapMap 3; meta-análise de 281 estudos. · Limitações: Cobre variantes comuns. Variantes raras não foram o foco e ficam em aberto (a8). · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: Esses SNPs se agrupam em 7.209 segmentos genômicos sem sobreposição, de cerca de 90 kb em média, que cobrem cerca de 21% do genoma. [1] Resumo
  Contexto: Mesmo estudo; segmentos definidos pelos autores em torno dos SNPs significativos. · Limitações: kb = mil pares de bases. A densidade de sinais varia ao longo do genoma. · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: Com os 12.111 SNPs (45% com todos os SNPs do painel HapMap 3), o escore genético explica 40% da variância da altura em populações de ancestralidade europeia, mas só cerca de 10 a 20% (14 a 24%) em populações de outras ancestralidades. [1] Resumo
  Contexto: Estimativa fora da amostra (out-of-sample) em coortes independentes. · Limitações: "Variância explicada" descreve o grupo, não a altura de uma pessoa. · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: Para populações de ancestralidade europeia, o mapa de regiões associadas à altura é descrito pelos autores como saturado; para as demais ancestralidades, é preciso mais pesquisa para alcançar saturação equivalente. [1] Resumo
  Contexto: "Saturado" aqui significa que mais amostra deixa de revelar regiões novas para variantes comuns; não que se saiba tudo sobre a altura. · Limitações: Conclusão dos autores do estudo, baseada nas análises de densidade e predição. · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: Os efeitos, as regiões associadas e a priorização de genes são semelhantes entre ancestralidades; os autores indicam que a menor precisão de predição em outras ancestralidades se explica provavelmente por desequilíbrio de ligação e por diferenças de frequência dos alelos. [1] Resumo
  Contexto: Comparação entre cinco grupos de ancestralidade. · Limitações: "Provavelmente": é a explicação favorecida pelos autores, não um teste direto de cada alternativa. · Conferida na fonte (texto integral), conferência automatizada
• Fato estabelecido: O maior GWAS de altura anterior, com até 700.000 pessoas, havia relatado até 3.290 associações independentes em 712 loci; segundo os autores, a altura rendeu mais associações genéticas comuns do que qualquer outro traço humano. [1] Main (introdução)
  Contexto: Afirmação dos autores, no momento da publicação (2022). · Limitações: O superlativo é dos autores e vale para a data do estudo. · Conferida na fonte (texto integral), conferência automatizada
• Fato estabelecido: Segundo a revisão de Visscher e colaboradores, em 2008 só 40 SNPs de significância genômica haviam sido identificados para a altura, e juntos explicavam cerca de 5% da herdabilidade; em 2014 eram cerca de 700, explicando mais de 20%. [2] Seção sobre herdabilidade ausente
  Contexto: Histórico resumido na revisão de 2017. · Limitações: A revisão cita outros trabalhos para os números; aqui são relatados "segundo Visscher e colaboradores". · Conferida na fonte (texto integral), conferência automatizada
• Incerto: Não se sabe ainda se as variantes raras ligadas à altura se concentram nas mesmas regiões das variantes comuns; os autores veem indício sugestivo, mas limitado pela baixa qualidade da imputação de variantes raras. [1] Discussion
  Contexto: Variantes raras (frequência do alelo menor abaixo de 1%). · Limitações: Pergunta em aberto; sequenciamento de genomas inteiros em larga escala é citado como caminho. · Os autores dizem ter apenas evidência sugestiva e limitada por imputação. · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: Até 31% dos SNPs significativos do estudo ficam a mais de 50 kb de qualquer gene, e a densidade de sinais é maior perto de genes já ligados a distúrbios mendelianos de crescimento. [1] Discussion
  Contexto: "GWS" = significância no nível do genoma inteiro. Mendeliano = causado por uma única variante de efeito grande. · Limitações: Associação não indica o gene afetado; isso exige estudos funcionais. · Conferida na fonte (texto integral), conferência automatizada
• Consenso científico: Um GWAS, por desenho, não indica um gene-alvo nem um mecanismo, ao contrário da detecção de mutações mendelianas em estudos de famílias; as associações exigem estudos posteriores para chegar à biologia. [2] From GWAS to Biology
  Contexto: Revisão de 2017 sobre dez anos de GWAS. · Limitações: Parte do campo avançou em mapeamento fino desde 2017; o princípio geral se mantém. · Conferida na fonte (texto integral), conferência automatizada
• Consenso científico: Um GWAS procura variantes genômicas estatisticamente associadas a um traço ou doença; segundo o NHGRI, ele informa correlação, não causalidade. [3] Narration
  Contexto: Definição geral do método. · Conferida na fonte (página institucional), conferência automatizada
• Evidência forte: Segundo a revisão de 2017, uma variante rara com efeito de 1 desvio-padrão (cerca de 7 cm na altura) exigiria amostra de mais de um milhão de pessoas para ser detectada. [2] Seção sobre poder estatístico
  Contexto: Cálculo de poder estatístico apresentado na revisão (Figura 1). · Limitações: Estimativa da revisão, não medida; depende das premissas do cálculo. · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: Aumentar a diversidade genética da amostra de descoberta melhora significativamente a precisão da predição por escores poligênicos em ancestralidades sub-representadas. [1] Results (final)
  Contexto: Escores poligênicos (PGS) testados em cinco grupos de ancestralidade. · Limitações: O escore poligênico tem pauta própria; aqui só o ponto da diversidade. · Conferida na fonte (texto integral), conferência automatizada

Fontes

1. Nature — A saturated map of common genetic variants associated with human height
   Yengo, L. et al. · 2022 · Artigo científico original · lida na íntegra · consultada em 12/10/2026 DOI 10.1038/s41586-022-05275-y
2. American Journal of Human Genetics — 10 Years of GWAS Discovery: Biology, Function, and Translation
   Visscher, P. M. et al. · 2017 · Revisão ou síntese científica · lida na íntegra · consultada em 12/10/2026 DOI 10.1016/j.ajhg.2017.06.005
3. National Human Genome Research Institute (NIH) — Genome-Wide Association Studies (GWAS)
   NHGRI (narração de Hutter, C. M.) · 2026 · Documento institucional · lida na íntegra · consultada em 12/10/2026

Encontrou um erro? Avise o WikiMundi · Como verificamos