Integrazione di dati multiomici e multipenotipici identifica vie biologiche associate alla forma fisica

Perché le prestazioni massime non dipendono solo dall'allenamento

Alcune persone sembrano nate per affrontare sfide fisiche intense, dallo sport d'élite al servizio militare. Questo studio pone una domanda semplice ma potente: è possibile leggere la “biologia nascosta” di una persona per capire perché alcuni corpi rendono così bene — e perfino prevedere chi eccellerà — usando solo un piccolo gruppo di volontari? Gli autori combinano test di fitness dettagliati con misurazioni biologiche approfondite per mostrare che la chimica del sangue e i meccanismi cellulari rivelano reti di processi collegati alle alte prestazioni.

Seguire i cadetti durante gli allenamenti e la vita quotidiana

I ricercatori hanno seguito 86 cadetti altamente attivi dell'Accademia Militare degli Stati Uniti per tre mesi. Erano già in buona forma e sottoposti a un allenamento intenso. Ogni cadetto ha svolto l’Army Combat Fitness Test, un esame impegnativo in sei prove che include sollevamenti, sprint con carichi e una corsa cronometrata, valutato fino a 600 punti. Il sessanta percento degli uomini in questo studio ha ottenuto un punteggio superiore a 540 — una soglia che l'Esercito considera eccezionale — quindi il team indagava le differenze tra soggetti già ad alte prestazioni. Accanto a questi test, i cadetti hanno indossato dispositivi per tracciare il sonno e l’attività quotidiana, hanno svolto valutazioni cognitive e della personalità, e hanno pedalato in laboratorio a una frazione fissa del loro consumo massimo di ossigeno mentre i ricercatori prelevavano sangue prima e dopo lo sforzo.

Trasformare migliaia di misure in un quadro coerente

Dal sangue il team ha ottenuto più di 50.000 misurazioni molecolari: marche di metilazione del DNA, attività genica, proteine, metaboliti e marcatori immunitari e clinici. Un approccio statistico classico potrebbe cercare molecola per molecola correlazioni con i punteggi di fitness, ma con così tante variabili e solo poche decine di persone questo porta quasi certamente a segnalazioni rumorose e fuorvianti. Invece, gli autori hanno costruito un framework che chiamano PhenoMol, che parte chiedendosi quali molecole mostrino anche solo legami modesti con il fitness e poi intreccia quei candidati in mappe note di come geni, proteine e metaboliti interagiscono nella biologia umana. Usando strumenti della teoria dei grafi, il metodo elimina segnali isolati e conserva gruppi di molecole che formano “circuiti di espressione” connessi e plausibilmente legati alla prestazione.

Reti che predicono chi eccellerà

Con questi circuiti a disposizione, il team ha addestrato modelli per prevedere il punteggio di fitness di ciascun cadetto. Rispetto a modelli che ignoravano l’informazione di rete e si limitavano a selezionare le singole molecole migliori, i modelli PhenoMol sono risultati significativamente più accurati, pur utilizzando molte meno caratteristiche. La rete poteva inoltre essere suddivisa in moduli — ammassi strettamente connessi di molecole — ognuno dei quali catturava un tema biologico diverso. Quando questi moduli venivano combinati in modelli “ensemble”, predicevano i punteggi totali di fitness in modo simile a modelli costruiti solo su misure tradizionali come composizione corporea, consumo di ossigeno e sonno. È importante notare che le previsioni erano più forti per i cadetti già ad alte prestazioni, riflettendo che la coorte conteneva relativamente pochi punteggi bassi.

Ciò che le vie corporee rivelano sull'alta forma fisica

Poiché PhenoMol si basa su conoscenze biologiche note, gli autori hanno potuto interpretare quali vie fossero più rilevanti. Hanno trovato segnali forti in sistemi coinvolti nella coagulazione del sangue e nella difesa immunitaria, nella trasformazione degli acidi biliari che influenzano il metabolismo muscolare, e in vie che gestiscono aminoacidi come arginina, prolina e triptofano. Questi processi sono connessi al flusso sanguigno, all'uso di energia, alla riparazione muscolare e alla resilienza allo stress — ingredienti chiave delle prestazioni sostenute. Molecole legate al ciclo dell’urea, che aiutano a eliminare l'ammoniaca associata alla fatica, risultavano anch'esse correlate a punteggi migliori. Piuttosto che singoli biomarcatori “magici”, i risultati evidenziano spostamenti coordinati attraverso più vie che insieme distinguono i performer migliori dai coetanei.

Dai circuiti molecolari all'allenamento personalizzato

In termini semplici, questo studio mostra che è possibile usare dati molecolari profondi ma rumorosi provenienti da un gruppo relativamente piccolo per scoprire schemi biologicamente sensati che predicono la forma fisica. Inserendo le misure in reti di interazione conosciute, PhenoMol separa il segnale dal rumore e indica vie concrete — come risposte immunitarie, segnalazione degli acidi biliari e gestione dell'azoto — che possono aiutare a spiegare perché alcuni individui performano e si riprendono meglio. Gli autori sostengono che questo approccio generale potrebbe guidare piani personalizzati di allenamento, nutrizione e recupero, e potrebbe essere adattato ad altre aree come il benessere, il rischio di malattia o condizioni rare in cui si possono studiare solo piccole coorti.

Citazione: Alizadeh, A., Graf, J., Misner, M.J. et al. Integration of multiomic and multi-phenotypic data identifies biological pathways associated with physical fitness. Commun Biol 9, 464 (2026). https://doi.org/10.1038/s42003-026-09663-2

Parole chiave: forma fisica, multi-omica, biomarcatori, biologia dell'esercizio, biologia dei sistemi