Genética y Alta Performance

Del One Size Fits All al N=1

COPAMEDE - Guatemala 2025
Congreso de Medicina del Deporte
Dr. Mauricio Beitia Kraemer, MSc., MD.
Médico (CRM-SP 147044) — Programa de Especialización en Medicina Intensiva (AMIB); especializaciones (lato sensu) en Medicina del Deporte y Cardiología
MK-CARDIOSPORT.COM | @mk.cardiosport

🧬 La Nueva Era de la Medicina Deportiva Personalizada

Transitando del enfoque universal hacia la medicina de precisión basada en el perfil genético individual

~200
Genes Identificados
25+
Genes Elite
0.1-1%
Varianza Explicada
7
Categorías Principales

Conceptos Clave:

  • Enfoque Poligénico: Cada gen tiene efecto pequeño; el poder viene del perfil combinado + ambiente/entrenamiento
  • Variabilidad Individual: La respuesta al entrenamiento varía significativamente entre individuos
  • Medicina N=1: Personalización basada en genética + fisiología + contexto individual
  • Evidencia Emergente: Campo en evolución con necesidad de más investigación longitudinal

⚠️ Consideraciones Éticas

Evitar uso comercial prematuro • Consenso científico: más investigación necesaria • Integrar siempre con evaluación clínica completa

Mapa Genético del Rendimiento Deportivo

Genes organizados por categoría funcional con evidencia científica actual

~200
Genes Identificados
25+
Genes Elite
0.1-1%
Varianza Explicada
7
Categorías Principales

Detalle por Categoría:

💪 Fuerza / Potencia

  • ⭐ACTN3 (R577X)
    Fibras rápidas/α-actinina-3; sprint, potencia
  • ACE (I/D)
    D ↔ potencia; I ↔ endurance; RAAS
  • MSTN (K153R)
    Miostatina; hipertrofia muscular
  • IGF1 / IGF1R
    Anabolismo/hipertrofia
  • COL5A1 / COL1A1
    Colágeno; rigidez tendínea, riesgo lesión

🏃 Resistencia Aeróbica

  • ⭐PPARGC1A (PGC-1α)
    Biogénesis mitocondrial; fenotipo oxidativo
  • PPARA
    Oxidación ácidos grasos; endurance
  • VEGFA
    Angiogénesis; capilarización muscular
  • HIF1A
    Respuesta hipoxia; adaptación altitud
  • AMPD1
    Eficiencia purínica/ATP; fatiga

🔄 Recuperación

  • SOD2, CAT, GPX1
    Estrés oxidativo/recuperación muscular
  • IL6, TNF, IL1B
    Inflamación/respuesta al daño
  • HSPA1A (HSP70)
    Respuesta estrés térmico/recuperación
  • MMP3 / TIMP2
    Remodelación matriz extracelular

🧠 Neuromuscular

  • BDNF (Val66Met)
    Plasticidad; aprendizaje motor
  • COMT (Val158Met)
    Dopamina prefrontal; foco/esfuerzo
  • DRD2/ANKK1
    Motivación/recompensa/adherencia

⚡ Nutrición & Suplementos

  • ⭐CYP1A2
    Metabolismo cafeína (rápido/lento)
  • ADORA2A
    Sensibilidad cafeína (efectos centrales)
  • SLC6A8
    Transporte creatina (emergente)
  • MTHFR
    Folato/homocisteína; recuperación

🔬 Observaciones Clave

Poligénico: cada gen tiene efecto pequeño; el poder viene del perfil combinado + ambiente/entrenamiento
Replicación: ⭐ (ACTN3, ACE, PPARGC1A, PPARA, CYP1A2, COL5A1) tienen buena base; otros son emergentes
Aplicación: integrar genética + fisiología + contexto (N=1), con reevaluación 8–12 semanas

⏱️ ¿Por qué 8-12 Semanas?

La ventana temporal óptima para evaluación de respuesta genético-fisiológica al entrenamiento

🎯 La Frase Clave para el Congreso

"La ventana de 8–12 semanas viene de la fisiología del entrenamiento: es el tiempo en que aparecen adaptaciones medibles de fuerza, potencia y VO₂máx en la mayoría de atletas. Pasado ese período, el mismo estímulo tiende a estabilizarse → por eso necesitamos reevaluar y ajustar."

🏃 Endurance (6 semanas)

  • Diferencias genético-dependientes de ganho de VO₂máx
    Ya aparecen después de 6 semanas de entrenamiento aeróbico
  • Estudio Timmons
    Una "firma" de ~30 genes pre-entrenamiento predice quién responde más/menos (PMC)

💪 Resistencia/Fuerza (≈12 semanas)

  • Estudios de fuerza
    ~12 semanas detectan respuestas distintas por genotipo (ej: ACTN3)
  • Ganancias diferenciales
    Diferentes mejoras de 1RM/hipertrofia entre grupos genéticos (Pickering 2017)

📊 Programas Largos (20 semanas)

  • Estudio HERITAGE
    Variabilidad de respuesta VO₂máx (3×/sem por 20 semanas) tiene fuerte componente hereditario/familiar
  • Estudio STRUETH (gemelos)
    Gran heterogeneidad de adaptación después de ~3 meses de entrenamiento combinado

🔹 Fundamentos Fisiológicos:

1. Ciclos de Periodización

La mayoría de modelos (Bompa, Issurin, Kraemer & Ratamess) trabajan con mesociclos de 8–12 semanas porque en ese tiempo se acumulan adaptaciones mensurables.

2. Adaptación Neuromuscular

Estudios de hipertrofia/fuerza muestran ganancias iniciales en ~8 semanas (neuro-adaptaciones e inicio de hipertrofia). ACSM Position Stand (2009)

3. Variabilidad Interindividual

En revisiones sobre respondedores y low-responders (Timmons 2010, Vollaard 2009), la respuesta se estabiliza después de algunas semanas de estímulo continuo.

⚠️ Punto Crítico

Mantener el mismo estímulo más allá de 8-12 semanas tiende a generar meseta
Por eso necesitamos reevaluar y ajustar el protocolo en esta ventana temporal

📚 Referencias Clave para Esta Sección:

  • Timmons et al. 2010 - J Appl Physiol - Firma molecular pre-entrenamiento
  • Bouchard et al. 1999 - HERITAGE Study - Agregación familiar VO₂máx
  • Pickering & Kiely 2017 - Frontiers Physiol - ACTN3 y respuesta al entrenamiento
  • ACSM Position Stand 2009 - Med Sci Sports Exerc - Periodización fuerza
  • Vollaard et al. 2009 - Variabilidad respuesta entrenamiento
  • Hecksteden et al. 2015 - J Appl Physiol - Perspectiva estadística respuesta individual

Referencias Bibliográficas

Lista curada de 20 artículos clave en genética del rendimiento deportivo

ACTN3 genotype is associated with human elite athletic performance
Yang N. et al.
2003 • DOI: 10.1086/377590
PubMed
ACTN3 genotype influences exercise-induced muscle damage during a marathon
Del Coso J. et al.
2017 • DOI: 10.1007/s00421-017-3542-z
PubMed
Genetics and sports performance: the present and future...
Varillas-Delgado D. et al.
2022 • DOI: 10.1007/s00421-022-04945-z
PMC
Genes and Athletic Performance: The 2023 Update
Semenova E.A. et al.
2023 • DOI: 10.3390/genes14061235
MDPI
ACTN3: More than Just a Gene for Speed
Pickering C., Kiely J.
2017 • DOI: 10.3389/fphys.2017.01080
ResearchGate
Similarity of polygenic profiles limits the potential for elite human physical performance
Williams A.G., Folland J.P.
2008 • DOI: 10.1113/jphysiol.2007.141887
J Physiol
Genes to predict VO₂max trainability: a systematic review
Williams C.J. et al.
2017 • DOI: 10.1186/s12864-017-4192-6
BMC
Using molecular classification to predict gains in VO₂max...
Timmons J.A. et al.
2010 • DOI: 10.1152/japplphysiol.01295.2009
PubMed
Athlome Project Consortium
Pitsiladis Y.P. et al.
2016 • DOI: 10.1152/physiolgenomics.00105.2015
PubMed
Sports genetics moving forward: lessons from medical genomics
Mattsson C.M. et al.
2016 • DOI: 10.1152/physiolgenomics.00109.2015
J Physiology
Familial aggregation of VO₂max response to training (HERITAGE)
Bouchard C. et al.
1999 • DOI: 10.1152/jappl.1999.87.3.1003
PubMed
Individual response to exercise training — a statistical perspective
Hecksteden A. et al.
2015 • DOI: 10.1152/japplphysiol.00714.2014
PubMed
Refuting the myth of non-response to exercise training
Montero D., Lundby C.
2017 • DOI: 10.1113/JP273480
PMC
Incidence of nonresponse and individual patterns after sprint interval training
Gurd B.J. et al.
2016 • DOI: 10.1139/apnm-2015-0449
PubMed
Individualized endurance training based on recovery & status
Nuuttila O.P. et al.
2022 • DOI: 10.1249/MSS.0000000000002953
PubMed
The ACE gene and human performance: 12 years on
Puthucheary Z. et al.
2011 • DOI: 10.1136/bjsm.2010.077412
PubMed
ISSN Position Stand: Caffeine and exercise performance
Guest N.S. et al.
2021 • DOI: 10.1186/s12970-020-00383-4
JISSN
Caffeine, CYP1A2 genotype, and exercise performance (meta-analysis)
Barreto G. et al.
2024 • DOI: 10.1249/MSS.0000000000003383
PubMed
Time course of tolerance to caffeine's performance benefits
Lara B. et al.
2019 • DOI: 10.1371/journal.pone.0210275
PLoS ONE
Direct-to-consumer genetic testing for predicting sports performance (Consensus)
Webborn N. et al.
2015 • DOI: 10.1136/bjsports-2015-095343
BJSM
ACSM Position Stand: Progression Models in Resistance Training
Kraemer W.J. et al.
2009 • Med Sci Sports Exerc
PubMed
Heterogeneity in training-induced adaptations
Vollaard N.B. et al.
2009 • Sports Med
PubMed