Nueva sección «Nutrición computacional de precisión» en el DIfE
El profesor Stefan Konigorski dirige el nuevo equipo que integra los ensayos «N-of-1» con datos de cohortes multimodales
El 1 de julio de 2026, en el Instituto Alemán de Investigación Nutricional de Potsdam-Rehbrücke (DIfE), comenzó a funcionar el nuevo departamento «Computational Precision Nutrition», bajo la dirección del profesor Stefan Konigorski. El objetivo del nuevo equipo de investigación es impulsar el desarrollo de recomendaciones nutricionales fiables y personalizadas mediante los denominados ensayos «N-of-1» y nuevos métodos de análisis basados en la inteligencia artificial y la inferencia causal.
El departamento de Nutrición de Precisión Computacional (CPN) va más allá del enfoque «único para todos». Mediante el uso de métodos de datos y algoritmos avanzados, se tiene en cuenta la individualidad de cada persona. Esto permite desarrollar estrategias nutricionales personalizadas que pueden contribuir a mejorar la salud. (Gráfico: DIfE)
Las tendencias dietéticas, como el ayuno intermitente o la dieta baja en carbohidratos, están muy extendidas. Sin embargo, lo que funciona para una persona puede no surtir efecto en otra. Ahí es precisamente donde entra en juego el nuevo departamento «Computational Precision Nutrition» (CPN) del DIfE. Bajo la dirección del profesor Stefan Konigorski, el equipo impulsa un cambio de paradigma, pasando de un enfoque general de «talla única» a la nutrición de precisión. El objetivo es analizar datos complejos sobre salud y de estudios, y a partir de ellos desarrollar estrategias para ofrecer recomendaciones nutricionales y de comportamiento personalizadas, con el fin de prevenir y tratar enfermedades crónicas, como la obesidad o la diabetes tipo 2.
De los consejos generales a la nutrición de precisión individualizada
Para Stefan Konigorski, la solución ya no es solo una dieta, sino un plan científicamente demostrable que tiene en cuenta el metabolismo único de cada persona. «Combinamos enfoques asistidos por ordenador con aplicaciones, datos de estudios de cohortes y estudios personalizados para establecer relaciones causales. La base de datos es multimodal, es decir, se basa en la combinación de datos moleculares, datos de dispositivos wearables y patrones detallados de estilo de vida. Es precisamente esta profundidad la que nos permite alcanzar una verdadera precisión cuando es necesaria», explica.
Ensayos «N-of-1»: la prueba para el individuo
El equipo de Konigorski desarrolla nuevos métodos en la intersección entre la estadística y la inteligencia artificial, y los integra con datos procedentes de grandes estudios poblacionales, como el estudio EPIC (European Prospective Investigation into Cancer and Nutrition) de Potsdam o el estudio de salud NAKO. No obstante, también se utilizarán estudios diseñados de forma individualizada, para cuya evaluación el equipo del CPN recurre al principio de los ensayos «N-of-1». Este método estadístico permite la personalización de los estudios experimentales.
El profesor Stefan Konigorski dirige desde el 1 de julio de 2026 el nuevo departamento CPN del DIfE.
Para investigar la influencia de factores nutricionales concretos en la salud, resulta fundamental la ampliación de la plataforma digital de estudios de código abierto StudyU. En combinación con métodos de inferencia causal, será posible identificar relaciones reales de causa-efecto entre los factores relacionados con el estilo de vida, la alimentación y los riesgos de enfermedad.
Este enfoque ayuda a responder a preguntas individuales como: «¿Me siento mejor y puedo reducir mi nivel de glucemia a largo plazo mediante el ayuno intermitente?». Konigorski explica: «Para este enfoque de investigación, los participantes pasarían, por ejemplo, por una fase con ayuno intermitente y otra sin él, durante las cuales se registrarían marcadores de salud específicos en cada caso. Al final, el análisis estadístico permite identificar los efectos individuales y ofrecer recomendaciones personalizadas sobre el estilo de vida. De este modo, las participantes aprenden, por ejemplo, por sí mismas qué patrones alimentarios les resultan más beneficiosos».
Combinación de IA y biología humana
La combinación única de bases de datos, inteligencia artificial y la herramienta empírica de los ensayos «N-of-1» no solo permite vincular enfoques micro con macrodatos. Más aún, la enorme variedad de datos promete conclusiones de medicina de precisión sobre la aparición de enfermedades cardiometabólicas y asociadas al envejecimiento. «Gracias a las investigaciones realizadas hasta ahora, sabemos qué patrones alimentarios pueden proteger y servir de apoyo terapéutico. Pero, ¿qué significa esto para cada persona en particular? ¿Para quién son suficientes las recomendaciones generales? ¿Cuándo se necesita precisión? Nuestro nuevo departamento «Computational Precision Nutrition» dará respuesta a estas preguntas y generará herramientas para recomendaciones nutricionales personalizadas, que abarcan desde datos precisos hasta su aplicación digital. Esto redefinirá el estándar en la investigación nutricional», afirma el profesor Tilman Grune, director científico del DIfE, al valorar la importancia del nuevo departamento.
Información de fondo:
Ensayos «N-of-1»:
La metodología de los ensayos «N-of-1» tiene su origen en la medicina general y la atención clínica, donde es fundamental medir la eficacia individual
. En el ámbito de la nutrición, este enfoque metodológico resulta útil, ya que el metabolismo humano es extremadamente individual y
las recomendaciones generales «correctas» a veces apenas surten efecto.
Inferencia causal
La inferencia causal es un proceso científico que ayuda a identificar relaciones causa-efecto reales en los datos. Mientras que las meras
correlaciones se limitan a describir relaciones estadísticas, la inferencia causal investiga si una variable causa directamente otra,
y cuantifica la intensidad de ese efecto.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Alemán se puede encontrar aquí.
Más noticias del departamento ciencias
