Hur “genetiska” är BMI, blodsocker, blodtryck och kolesterol? Det låter som en fråga som borde ha ett enda tal som svar. En ny studie från 2026 visar varför det inte är så enkelt.
Forskarna kombinerade data från 2 548 deltagare i Chinese National Twin Registry med SNP-baserade heritabilitetsanalyser baserade på GWAS-sammanfattningsdata från asiatiska kohorter med upp till 92 615 deltagare. Båda metoderna fångade ärftlig variation — men inte lika mycket av den.
Kort svar
Om kardiometabola egenskaper är ärftliga, varför skiljer sig tvilling- och GWAS-estimaten?
Metoderna skattar genetisk variation genom olika data och antaganden. I studien låg tvillingbaserad heritabilitet på 34–72 procent, medan SNP-baserade estimat från GWAS-data låg på 10–22 procent. Skillnaden betyder inte att den ena metoden är “rätt” och den andra “fel”, och enkel genetisk dominans förklarade inte gapet generellt.
Kort sammanfattning
- Studien analyserade tio kardiometabola egenskaper med 2 548 deltagare från ett kinesiskt tvillingregister och GWAS-sammanfattningsdata från asiatiska kohorter med upp till 92 615 deltagare.
- Tvillingbaserade heritabilitetsestimat låg mellan 0,34 och 0,72; SNP-baserade estimat låg mellan 0,10 och 0,22.
- Statistiskt signifikant dominant genetisk varians rapporterades endast för BMI, omkring 0,42, och dominans gav ingen generell förklaring till skillnaden mellan tvilling- och GWAS-estimat.
- Tolv gen–miljöinteraktioner med faktorer som ålder, rökning, alkohol, utbildning och mental hälsa var statistiskt signifikanta men små.
- De exakta estimaten kommer från asiatiska dataset. De är inte svenska populationsestimat och förutsäger inte en persons framtida BMI, glukos, blodtryck eller kolesterol.
Två genetiska linser på samma egenskaper
Klassiska tvillingmodeller använder skillnaden i genetisk likhet mellan enäggs- och tvåäggstvillingar för att uppskatta hur populationsvariation är förenlig med genetiska och miljömässiga komponenter. SNP-baserade GWAS-analyser utgår i stället från uppmätta vanliga DNA-varianter i stora populationer.
Metoderna överlappar men mäter inte ärftlig variation på exakt samma sätt. En jämförelse kan därför visa både samstämmighet och ett gap — inte en enda slutgiltig “genetisk procentsats”.
Tvillingestimaten var högre än de SNP-baserade estimaten
För BMI, midja–höft-kvot, HbA1c, fasteglukos, systoliskt och diastoliskt blodtryck, totalkolesterol, triglycerider, LDL-C och HDL-C låg tvillingbaserade heritabilitetsestimat mellan 0,34 och 0,72. SNP-baserade estimat från GWAS-data var lägre, 0,10–0,22.
Heritabilitet beskriver här variation mellan människor i de studerade populationerna under de studerade förhållandena. Det betyder exempelvis inte att en persons kolesterol är “72 procent genetiskt”.
Förklarade genetisk dominans gapet?
Forskarna testade om icke-additiva eller dominanta genetiska effekter kunde bidra till att tvillingestimaten var högre. Statistiskt signifikant dominant genetisk varians identifierades endast för BMI, omkring 0,42 i tvillingmodellen.
GWAS-analysen med sammanfattningsstatistik visade inte bred evidens för icke-additiva effekter. Studien stödjer därför inte den enkla slutsatsen att genetisk dominans löser problemet med så kallad missing heritability.
Tolv interaktioner — men inte tolv gener som “slås på”
Studien rapporterade tolv små men statistiskt signifikanta gen–miljöinteraktioner som involverade ålder, rökning, alkohol, utbildning och mental hälsa. En interaktion betyder att genetisk och miljömässig variation statistiskt hängde samman med hur en egenskap varierade i den studerade populationen.
Det betyder inte att forskarna hittade tolv gener som livsstilen slår på eller av. Det bevisar inte heller att en förändring av en exponering kan “överrida” ärftlig sårbarhet hos en individ.
Egenskaperna delade också genetisk arkitektur
Parvisa genetiska korrelationer mellan de kardiometabola egenskaperna varierade från ungefär 0,09 till 0,90. Det tyder på att vissa egenskaper delar mer ärftlig arkitektur än andra.
En genetisk korrelation betyder inte att två tillstånd är samma sjukdom eller att den ena egenskapen orsakar den andra. Den beskriver överlapp i genetiska influenser på populationsnivå.
Varför den asiatiska populationen spelar roll
Författarna ramar uttryckligen in arbetet kring asiatiska populationer. Tvillingdeltagarna kom från Chinese National Twin Registry och GWAS-sammanfattningsdata kom från asiatiska kohorter.
Studien tillför därmed populationsspecifik evidens från asiatiska dataset snarare än ett universellt heritabilitetsestimat. Samtidigt betyder det att TwinPare inte ska flytta de exakta estimaten till en svensk eller global population som om de vore universella konstanter.
Vad detta betyder — och inte betyder
Studien stärker evidensen för att kardiometabola egenskaper påverkas av ärftlig biologi och visar samtidigt att en genetisk metod inte fångar alla komponenter som en annan uppskattar. Gener spelar roll, men “genetiskt” är inte samma sak som fixerat, oundvikligt eller individuellt förutsägbart.
TwinPare Research kan förklara dessa populationsmönster och sätta dem i relation till annan forskning. TwinPare Health & Fitness ska inte göra dem till en personlig kardiometabol diagnos, genetisk riskscore eller behandlingsrekommendation.
Källnoter
Källan är verifierad och redaktionellt granskad för denna artikel. Begränsningarna nedan visar vilken slutsatsnivå källorna stödjer.
- [hong-cardiometabolic-twin-gwas-2026] Revealing genetic foundations underlying cardiometabolic traits: integrating twin and GWAS data in Asian populations Xuanming Hong; Ming Li; Weihua Cao; Jun Lv; Canqing Yu; Tao Huang; Dianjianyi Sun; Chunxiao Liao; Yuanjie Pang; Runhua Hu; Ruqin Gao; Min Yu; Jinyi Zhou; Xianping Wu; Yu Liu; Shengli Yin; Wenjing Gao; Liming Li. International Journal of Obesity, 2026. Evidenstyp: Primary study integrating Chinese twin data with SNP-based heritability analyses based on Asian GWAS summary data Begränsning: The study combines 2,548 Chinese National Twin Registry participants with GWAS summary data from up to 92,615 participants in Asian cohorts. Exact heritability and interaction estimates are population- and method-specific and must not be treated as personal genetic percentages or Swedish-population estimates. PubMed DOI
Redaktionell källgranskning
Den här delen visar hur artikelns viktigaste faktapåståenden kopplas till källan.
Formuleringar som kräver försiktighet
- Heritabilitet är ett mått på populationsvariation, inte en personlig genetisk procentsats.
- Använd “SNP-baserade heritabilitetsanalyser baserade på GWAS-data”; ersätt inte metoden med ett bredare påstående om “polygen analys”.
- Beskriv inte de tolv statistiska interaktionerna som gener som slås på av rökning, alkohol, stress eller andra exponeringar.
- Presentera inte de exakta estimaten från asiatiska populationer som svenska populationsestimat.
- Använd inte studien för att förutsäga en individs BMI, glukos, blodtryck, kolesterol, diagnos eller behandlingsbehov.
| ID | Påstående | Källstöd | Försiktighet |
|---|