Novo departamento de «Nutrição Computacional de Precisão» no DIfE
O Prof. Stefan Konigorski lidera a nova equipa que associa os ensaios N-of-1 a dados de coortes multimodais
No Instituto Alemão de Investigação Nutricional de Potsdam-Rehbrücke (DIfE), o novo departamento «Computational Precision Nutrition» iniciou a sua atividade a 1 de julho de 2026, sob a direção do Prof. Stefan Konigorski. O objetivo da nova equipa de investigação é promover o desenvolvimento de recomendações nutricionais fiáveis e personalizadas, recorrendo aos chamados ensaios «N-of-1» e a novos métodos de análise baseados na Inteligência Artificial e na inferência causal.
O departamento de Nutrição de Precisão Computacional (CPN) vai além da abordagem «one-size-fits-all». Através da utilização de métodos avançados de análise de dados e algoritmos, tem-se em conta a individualidade de cada pessoa. Isto permite o desenvolvimento de estratégias nutricionais personalizadas que podem contribuir para uma melhor saúde. (Gráfico: DIfE)
As tendências alimentares, como o jejum intermitente ou a dieta low carb, estão em toda a parte. No entanto, o que funciona para uma pessoa pode, por vezes, não surtir efeito noutra. É precisamente aqui que entra em ação o novo departamento «Computational Precision Nutrition» (CPN) do DIfE. Sob a direção do Prof. Stefan Konigorski, a equipa promove uma mudança de paradigma, passando de uma mentalidade geral do tipo «tamanho único» para a nutrição de precisão. O objetivo é analisar dados complexos sobre saúde e de estudos e, a partir daí, desenvolver estratégias para recomendações personalizadas em matéria de alimentação e comportamento, com vista à prevenção e ao tratamento de doenças crónicas, como a obesidade ou a diabetes tipo 2.
Afastar-se dos conselhos genéricos – rumo à nutrição de precisão individualizada
Para Stefan Konigorski, a solução já não é apenas uma dieta, mas sim um plano cientificamente comprovado que tem em conta o metabolismo único de cada pessoa. «Combinamos abordagens assistidas por computador com aplicações, dados de estudos de coorte e estudos personalizados para estabelecer relações causais. A base de dados é multimodal, ou seja, assenta na integração de dados moleculares, dados de dispositivos vestíveis e padrões detalhados de estilo de vida. É precisamente esta profundidade que nos permite alcançar uma verdadeira precisão quando esta é necessária», explica ele.
Ensaios N-of-1: a prova para o indivíduo
A equipa de Konigorski desenvolve novos métodos na intersecção entre a estatística e a inteligência artificial e integra-os com dados de grandes estudos populacionais, como o estudo European Prospective Investigation into Cancer and Nutrition (EPIC)-Potsdam ou o estudo de saúde NAKO. No entanto, também serão utilizados estudos concebidos individualmente, cuja avaliação a equipa do CPN realiza com base no princípio dos ensaios N-of-1. Este método estatístico permite a personalização de estudos experimentais.
O Prof. Stefan Konigorski dirige, desde 1 de julho de 2026, o novo departamento CPN no DIfE.
Para investigar a influência de fatores alimentares específicos na saúde, é fundamental o desenvolvimento da plataforma digital de estudos de código aberto StudyU. Em combinação com métodos de inferência causal, será possível identificar efetivamente relações de causa e efeito entre fatores de estilo de vida, alimentação e riscos de doença.
Esta abordagem ajuda a responder a questões individuais como «Sinto-me melhor e será que o meu nível de glicemia pode ser reduzido a longo prazo através do jejum intermitente?». Konigorski explica: «Para esta abordagem de investigação, os participantes passariam, por exemplo, por uma fase com e outra sem jejum intermitente, durante as quais seriam registados marcadores de saúde específicos em cada uma delas. No final, a análise estatística permite identificar efeitos individuais e fornecer recomendações personalizadas sobre o estilo de vida. Assim, as participantes aprendem, por exemplo, diretamente por si próprias quais os padrões alimentares que lhes são benéficos.»
Combinação de IA e biologia humana
A combinação única de bases de dados, inteligência artificial e a ferramenta empírica dos ensaios N-of-1 permite não só a ligação de microabordagens com macrodados. A enorme diversidade de dados promete, antes de mais, conclusões de medicina de precisão sobre a origem de doenças cardiometabólicas e associadas ao envelhecimento. «A partir da investigação realizada até agora, sabemos quais os padrões alimentares que podem proteger e apoiar terapeuticamente. Mas o que é que isso significa para cada pessoa? Para quem são suficientes as recomendações gerais? Quando é necessária precisão? O nosso novo departamento «Computational Precision Nutrition» irá fornecer respostas a estas questões e gerar ferramentas para recomendações nutricionais personalizadas, que vão desde dados precisos até à implementação digital. Isto irá redefinir o padrão na investigação nutricional», afirma o Prof. Tilman Grune, diretor científico do DIfE, ao avaliar a importância do novo departamento.
Informações de contexto
Ensaios N-of-1
A metodologia dos ensaios N-of-1 tem origem na medicina geral e nos cuidados clínicos, onde é fundamental medir a eficácia individual
. No domínio da nutrição, esta abordagem metodológica faz sentido, uma vez que o metabolismo humano é extremamente individual e
as recomendações gerais «corretas» por vezes têm pouco efeito.
Inferência causal
A inferência causal é um processo científico que ajuda a identificar relações verdadeiras de causa e efeito nos dados. Enquanto as meras correlações
descrevem apenas relações estatísticas, a inferência causal procura determinar se uma variável causa diretamente outra,
e quantifica a intensidade desse efeito.
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Alemão pode ser encontrado aqui.
Outras notícias do departamento ciência
