La información genética ya ayuda a los médicos a elegir ciertos medicamentos. ¿Podría ayudarnos también a decidir qué comer? Ante una misma comida, el organismo no reacciona igual en todas las personas. Sin embargo, las propuestas más populares para adaptar la dieta a nuestra biología todavía no han superado pruebas rigurosas.
Imagina mil coches: la mitad tienen motor de gasolina y la otra mitad, diésel. Quieres averiguar qué combustible da mejores resultados.
Sin fijarte en el motor, llenas al azar la mitad de los depósitos con gasolina y la otra mitad con diésel.
Aproximadamente la mitad recibe el combustible equivocado. Al comparar los resultados medios de ambos grupos, la gasolina y el diésel podrían parecer igual de malos.
Primero hay que saber qué motor tenemos delante. Después, elegir el combustible.
¿Podría una misma dieta beneficiar a una persona, apenas influir en otra e incluso perjudicar a una tercera? La promesa de la nutrición personalizada es que podríamos saberlo de antemano, en lugar de pasar años averiguándolo mediante ensayo y error.
Naturalmente, las personas no somos motores de dos tipos incompatibles, y la mayoría de los alimentos no actúan de una forma tan tajante. Pero las diferencias biológicas existen, y la medicina ya sabe aprovechar algunas.
Cuando el tratamiento personalizado sí funciona
Pensemos en la fibrosis quística, una enfermedad hereditaria que afecta a los pulmones y a otros órganos. Se debe a alteraciones del gen CFTR. Las distintas mutaciones tienen consecuencias diferentes, y la variante concreta puede ayudar a determinar qué tratamiento funcionará.
En un ensayo de 2011, los investigadores evaluaron el ivacaftor en 161 pacientes con la mutación G551D. Tras 24 semanas, la mejoría de la función pulmonar fue 10,6 puntos porcentuales mayor que con placebo. [1]
El fármaco actúa sobre una alteración específica de la proteína asociada a determinadas variantes genéticas. Otras mutaciones requieren enfoques distintos.
El cáncer de mama ofrece otro ejemplo. Algunos tumores producen una cantidad excesiva de una proteína llamada HER2. Para tratarlos se han desarrollado fármacos como el trastuzumab. La elección del tratamiento depende de la biología del tumor, no solo de su tamaño o localización. [2]
En varias enfermedades, la medicina de precisión ya forma parte de la práctica clínica. Las pruebas genéticas y las características moleculares a veces permiten elegir un tratamiento más eficaz.
Los investigadores intentan trasladar ese principio a la alimentación: en vez de ofrecer las mismas recomendaciones a todo el mundo, buscan adaptar la dieta a los genes, el metabolismo y el microbioma intestinal de cada persona. Algunas empresas ya comercializan programas basados en esa promesa.
Hay motivos para estudiar la idea: incluso una comida idéntica puede provocar respuestas muy distintas en personas diferentes.
La misma comida, respuestas diferentes
En 2020, el equipo de PREDICT 1 publicó los resultados de experimentos con 1.002 adultos del Reino Unido, entre ellos parejas de gemelos. [3]
Los participantes tomaron comidas estandarizadas. Después, los investigadores midieron los cambios en la glucosa, la insulina y los triglicéridos en sangre.
| Indicador | Variabilidad de la respuesta (coeficiente de variación) |
|---|---|
| Glucosa | 68% |
| Triglicéridos | 103% |
| Insulina | 59% |
El coeficiente de variación expresa la desviación estándar en relación con la media. Estas cifras no indican cuánto aumentó cada marcador sanguíneo después de comer. Las respuestas de glucosa e insulina se evaluaron durante dos horas; el aumento de los triglicéridos, durante seis.
Parte de esa dispersión se debe a fluctuaciones dentro de una misma persona. Influyen, entre otras cosas, la hora de comer, el sueño y la actividad física. Sin embargo, las mediciones repetidas también revelaron patrones de respuesta característicos de cada individuo ante determinados tipos de comida.
Las diferencias genéticas explicaban solo una parte de la variación observada. Los investigadores también encontraron asociaciones con otras características, incluido el microbioma intestinal.
Imagina que una comida determinada eleva tu glucosa más que la de la mayoría de las personas. ¿Qué deberías hacer con esa información? ¿Eliminar los hidratos de carbono? ¿Comer más grasa? ¿Reducir la ración?
La medición por sí sola no lo aclara. Un aumento breve de la glucosa no permite predecir automáticamente qué dieta favorecerá un peso más saludable, unos mejores niveles de colesterol o una mejor salud dentro de diez años.
Para que la nutrición personalizada sea útil, hay que averiguar qué diferencias individuales permiten predecir de forma fiable qué dieta beneficiará más a cada persona.
¿Funcionan los programas de nutrición personalizada?
En 2024, Nature Medicine publicó un ensayo con 347 adultos de entre 41 y 70 años. [4]
Un grupo recibió recomendaciones habituales de alimentación saludable. El otro siguió un programa personalizado que tenía en cuenta las respuestas del organismo a los alimentos, las características de esos alimentos, el microbioma intestinal y el historial médico.
A las 18 semanas, los triglicéridos del grupo personalizado eran, de media, 0,13 mmol/l inferiores a los del grupo de control, una diferencia estadísticamente significativa. En cambio, no se encontró una ventaja convincente en el colesterol LDL.
El programa de nutrición personalizada era un servicio comercial de ZOE. Entre los autores del estudio figuraban cofundadores, empleados y asesores de la empresa; algunos tenían intereses económicos en ella.
Estos vínculos no invalidan los resultados. Pero el ensayo comparaba dos programas completos, que también diferían en la forma de asesorar y acompañar a los participantes. No permite separar qué parte del efecto se debió a las pruebas biológicas y cuál a las recomendaciones, la información recibida y el apoyo.
En 2026, una revisión reunió los resultados de 15 ensayos aleatorizados con 2.351 personas con sobrepeso u obesidad. [5]
Los programas personalizados consiguieron reducciones de peso y de masa grasa ligeramente mayores que las intervenciones de comparación. Sin embargo, el análisis conjunto no encontró mejoras estadísticamente significativas en los indicadores de glucosa ni en los lípidos sanguíneos. La certeza de las pruebas oscilaba entre moderada y muy baja.
En la práctica, algunos programas personalizados dan mejores resultados que las recomendaciones habituales. Lo difícil es saber hasta qué punto esa ventaja se debe a adaptar la dieta a la biología de cada persona.
Una de las propuestas más conocidas para elegir la alimentación según la biología apareció décadas antes de las actuales pruebas genéticas y los análisis del microbioma.
Peter D’Adamo y la dieta según el grupo sanguíneo
En 1996, Peter D’Adamo publicó Eat Right 4 Your Type, que se convirtió en un éxito editorial internacional.
Su propuesta era sencilla: el grupo sanguíneo determina qué alimentos le convienen a cada persona.
Para el grupo O, D’Adamo recomienda consumir más proteínas animales y menos cereales. Para el grupo A, se inclina por una dieta principalmente vegetariana. Los grupos B y AB tienen sus propios menús. [6] El factor Rh no interviene en estas recomendaciones.
Conocer el grupo sanguíneo es fácil. No hacen falta complejas pruebas genéticas ni controlar continuamente la glucosa. Si D’Adamo tuviera razón, sería una forma extraordinariamente cómoda de personalizar la dieta.
Pero ¿por qué debería el grupo sanguíneo determinar precisamente qué alimentos están permitidos y cuáles prohibidos? Ahí es donde empezaría a cuestionar el razonamiento de D’Adamo.
D’Adamo también propone una historia evolutiva: el grupo O habría sido propio de los antiguos cazadores y el A habría aparecido con la agricultura. Sin embargo, la historia genética se remonta mucho más atrás. Ségurel y sus colaboradores mostraron que los linajes genéticos relacionados con A y B se han mantenido en los primates durante decenas de millones de años, mucho antes de la agricultura y de la aparición de los humanos modernos. Las variantes O surgieron más de una vez a lo largo de la evolución. La evolución de los grupos ABO no cabe en ese relato sencillo que va de los cazadores a los agricultores. [7]
Nada de esto significa que el grupo sanguíneo carezca de importancia biológica. Los antígenos ABO están relacionados con la coagulación. Las personas del grupo O tienen, de media, niveles del factor de von Willebrand aproximadamente un 25 % inferiores a los de otros grupos sanguíneos. Esa diferencia ayuda a explicar variaciones en el riesgo de trombosis. [8]
También se han observado asociaciones entre las variantes genéticas ABO, el colesterol LDL y diversos indicadores cardiovasculares. Una asociación estadística no es una receta dietética. [9] En un estudio genético con 8.956 personas de Alemania, el sistema ABO y el gen FUT2 se relacionaron con características de la microbiota intestinal. [10]
El mecanismo que propone D’Adamo implica a las lectinas alimentarias, capaces de unirse a estructuras de hidratos de carbono presentes en la superficie celular. Pero la existencia de estas interacciones no demuestra que los alimentos habituales perjudiquen a quienes tienen determinados grupos sanguíneos, ni que excluir los productos que él señala mejore la salud. Las observaciones sobre coagulación o microbioma no ponen a prueba directamente sus consejos.
En un estudio de 2014 con 1.455 personas, ciertos patrones alimentarios sí se asociaron con indicadores metabólicos más favorables. Sin embargo, esas ventajas aparentes no dependían de forma convincente de que la dieta coincidiera con el grupo sanguíneo. [11]
Un análisis de 2018, que incluía 973 participantes al inicio, tampoco encontró una ventaja adicional por ajustar la dieta al grupo sanguíneo. [12]
En 2021, los investigadores examinaron cómo respondían 68 personas de distintos grupos sanguíneos a una dieta vegana baja en grasas. Tampoco encontraron diferencias convincentes entre grupos en los cambios metabólicos medidos. [13]
En conjunto, estos estudios no ofrecen motivos convincentes para elegir una dieta según el grupo sanguíneo. Además, debilitan la afirmación central de D’Adamo: que hacer coincidir dieta y grupo ABO aporte un beneficio adicional.
La mayoría de esos trabajos no asignaron dietas al azar dentro de cada grupo sanguíneo. Analizaron principalmente relaciones entre la alimentación habitual de los participantes y distintos indicadores de salud. Un experimento aleatorizado permitiría comprobar la hipótesis de manera más directa.
¿Cómo poner a prueba la dieta según el grupo sanguíneo?
El ejemplo de los coches sugiere un experimento mejor: probar cada combustible en cada tipo de motor, en lugar de limitarse a comparar los resultados medios.
La analogía sirve para explicar el diseño del estudio, no para insinuar que las personas de diferentes grupos sanguíneos necesiten dietas incompatibles.
Imaginemos que reclutamos voluntarios de los grupos A y O y, dentro de cada grupo, los asignamos al azar a una de dos dietas completas desde el punto de vista nutricional, pero sustancialmente diferentes.
| Grupo sanguíneo | Dieta basada en alimentos vegetales | Dieta con más proteína animal |
|---|---|---|
| A | La mitad de los participantes | La mitad de los participantes |
| O | La mitad de los participantes | La mitad de los participantes |
Si la dieta basada en alimentos vegetales proporciona mejores resultados en ambos grupos, puede resultar preferible. Pero conocer el grupo sanguíneo no habrá aportado nada a la elección.
Si, por el contrario, las personas del grupo A se benefician más de la dieta vegetal y las del grupo O obtienen mejores resultados con la alternativa, eso apoyaría la posibilidad de adaptar la alimentación al grupo sanguíneo.
Los investigadores tendrían que definir de antemano el principal resultado de salud que desean medir. También necesitarían suficientes participantes para detectar una diferencia relevante en la práctica y, después, una réplica independiente.
Este es un diseño experimental propuesto, no la descripción de un ensayo ya realizado. Serviría para comprobar específicamente si adaptar la dieta al grupo ABO aporta beneficios adicionales.
Los estudios disponibles no han encontrado un efecto convincente de esa coincidencia, por lo que un beneficio grande parece menos plausible. Sin embargo, no permiten estimar con precisión la magnitud de un posible efecto.
Tal vez los niveles iniciales de glucosa, la sensibilidad a la insulina u otras características metabólicas resulten más útiles para elegir una dieta.
¿Pueden los genes indicar si nos conviene comer menos grasas o menos hidratos?
En 2023, el ensayo POINTS puso a prueba una hipótesis genética más elaborada. [14]
A partir de diez variantes genéticas, los investigadores intentaron predecir quién adelgazaría más con una dieta rica en hidratos de carbono y quién obtendría mejores resultados con una mayor proporción de grasas.
El ensayo asignó al azar a 145 adultos con sobrepeso u obesidad a una de las dos dietas. En algunos casos, la dieta asignada coincidía con la predicción genética; en otros, no.
A las 12 semanas, el análisis principal de 122 participantes mostró estos resultados:
| Dieta asignada | Pérdida media de peso |
|---|---|
| Genéticamente «adecuada» | 5,3 kg |
| Genéticamente «no adecuada» | 4,8 kg |
La diferencia ajustada fue de −0,6 kg (intervalo de confianza del 95 %: de −2,1 a +0,9 kg; p = 0,50).
No se observó una ventaja estadísticamente significativa de la dieta que coincidía con la predicción genética.
El ensayo DIETFITS, de mayor tamaño, siguió durante un año a 609 adultos, asignados al azar a una dieta saludable baja en grasas o a otra saludable baja en hidratos de carbono. Un perfil basado en tres variantes genéticas tampoco mostró una interacción estadísticamente significativa con el tipo de dieta en la pérdida de peso (p = 0,20). [15]
Los investigadores estudiaron también si la secreción inicial de insulina podía predecir quién obtendría mejores resultados. Para ello midieron la insulina 30 minutos después de que los participantes tomaran una solución de glucosa. Tampoco se encontró una interacción estadísticamente significativa con el tipo de dieta (p = 0,47).
Antes sugerí que las características metabólicas quizá resultaran más útiles que el grupo sanguíneo. DIETFITS me obliga a matizar esa idea. En este ensayo, ni el perfil genético ni el indicador metabólico permitieron predecir con suficiente respaldo estadístico qué dieta funcionaría mejor.
Hay una distinción importante: la secreción de insulina no es lo mismo que la sensibilidad del organismo a esta hormona. DIETFITS evaluó directamente la primera, no la segunda. Aun así, su resultado hace menos defendible la idea de que un único análisis de sangre permita elegir de forma fiable entre grasas e hidratos de carbono.
Hay otra posibilidad a la que ahora prestaría más atención: quizá las diferencias a largo plazo entre estas dos dietas para perder peso sean bastante pequeñas. Poder mantener una dieta a largo plazo podría ser más importante que intentar averiguar de antemano cuál funcionará mejor mediante un único biomarcador.
Esta es mi interpretación, no una conclusión de los propios ensayos. Sus resultados no descartan modelos predictivos más complejos ni otras dietas. Pero, tras dos ensayos independientes, uno de ellos de un año, resulta difícil justificar la promesa de elegir con fiabilidad entre una dieta baja en grasas y otra baja en hidratos de carbono mediante un perfil genético o un único análisis de sangre.
¿Qué conviene comer mientras tanto?
Si quieres perder peso, elige una alimentación nutricionalmente completa que puedas mantener. Observa la evolución de tu peso en condiciones comparables, en lugar de fijarte en las oscilaciones de cada día. Si te preocupa el colesterol elevado o una alteración del metabolismo de la glucosa, guíate por los indicadores clínicos y las recomendaciones correspondientes a ese problema.
Cuando cambies de dieta, procura no modificar muchos otros hábitos a la vez. De lo contrario, será difícil saber qué ha influido en el resultado. Un único valor de peso o glucosa dice poco; importa más cómo evoluciona con el tiempo. Ten en cuenta la calidad nutricional, la tolerancia a los alimentos, el coste y la facilidad para seguir el plan durante meses. Si una enfermedad exige una alimentación especial, conviene consultar los cambios importantes con el profesional sanitario que te atiende.
Si ya sigues una dieta según tu grupo sanguíneo y te encuentras bien, la falta de pruebas que respalden la teoría no es, por sí sola, motivo para abandonarla. Comprueba antes que sea nutricionalmente adecuada. Restringir cereales y lácteos, como recomienda D’Adamo para el grupo O, exige prestar atención a la fibra y al calcio. Una alimentación estrictamente vegetal para el grupo A requiere suficiente proteína y una fuente fiable de vitamina B12. Sentirse mejor o ver mejoras en los análisis puede deberse a la calidad general de la dieta y no a su coincidencia con el grupo sanguíneo.
Por ahora, hay pocos motivos para pagar una prueba genética o un análisis del microbioma intestinal solo por la promesa de encontrar la proporción ideal de grasas e hidratos de carbono. Los estudios disponibles no han demostrado que esas pruebas permitan tomar esa decisión de forma más fiable.
Los Institutos Nacionales de la Salud de Estados Unidos han puesto en marcha Nutrition for Precision Health, un programa dedicado a investigar cómo predecir las respuestas individuales a los alimentos. [16] Estudios de este tipo aún deben establecer qué diferencias biológicas son lo bastante estables para orientar las recomendaciones dietéticas y si aplicarlas mejora realmente la salud.
El motor determina qué combustible necesita un coche. Para las personas aún no existe una clasificación igual de fiable que indique qué dieta necesita cada una. Por ahora, la dieta que más te conviene es la que puedes mantener a largo plazo y que mejora de verdad los indicadores de salud que te importan.
Referencias
- Ramsey BW et al. (2011). A CFTR Potentiator in Patients with Cystic Fibrosis and the G551D Mutation. New England Journal of Medicine. https://doi.org/10.1056/NEJMoa1105185
- National Cancer Institute. HER2’s Genetic Link to Breast Cancer Spurs Development of New Treatments. https://www.cancer.gov/research/progress/discovery/her2
- Berry SE et al. (2020). Human postprandial responses to food and potential for precision nutrition. Nature Medicine. https://doi.org/10.1038/s41591-020-0934-0
- Bermingham KM et al. (2024). Effects of a personalized nutrition program on cardiometabolic health: a randomized controlled trial. Nature Medicine. https://doi.org/10.1038/s41591-024-02951-6
- Tran QD, Nguyen DK, Dang DK, Nguyen THH, Nguyen VK, Trinh TT. (2026). Effects of personalized nutrition on cardiometabolic biomarkers in adults with overweight or obesity: a systematic review and meta-analysis of randomized controlled trials. Nutrition & Metabolism. https://doi.org/10.1186/s12986-026-01130-3
- D’Adamo PJ, Whitney C. Eat Right 4 Your Type. Penguin Random House. https://www.penguinrandomhouseretail.com/book/?isbn=9780399584169
- Ségurel L, Thompson EE, Flutre T et al. (2012). The ABO blood group is a trans-species polymorphism in primates. Proceedings of the National Academy of Sciences, 109(45), 18493–18498. https://doi.org/10.1073/pnas.1210603109
- Ward SE, O’Sullivan JM, O’Donnell JS. (2020). The relationship between ABO blood group, von Willebrand factor, and primary hemostasis. Blood, 136(25), 2864–2874. https://doi.org/10.1182/blood.2020005843
- Li S, Schooling CM. (2020). A phenome-wide association study of ABO blood groups. BMC Medicine, 18, 334. https://doi.org/10.1186/s12916-020-01795-4
- Rühlemann MC, Hermes BM, Bang C et al. (2021). Genome-wide association study in 8,956 German individuals identifies influence of ABO histo-blood groups on gut microbiome. Nature Genetics, 53, 147–155. https://doi.org/10.1038/s41588-020-00747-1
- Wang J, García-Bailo B, Nielsen DE, El-Sohemy A. (2014). ABO genotype, ‘blood-type’ diet and cardiometabolic risk factors. PLOS ONE. https://doi.org/10.1371/journal.pone.0084749
- Wang J et al. (2018). ABO Genotype Does Not Modify the Association between the “Blood-Type” Diet and Biomarkers of Cardiometabolic Disease in Overweight Adults. Journal of Nutrition. https://doi.org/10.1093/jn/nxx074
- Barnard ND et al. (2021). Blood Type Is Not Associated with Changes in Cardiometabolic Outcomes in Response to a Plant-Based Dietary Intervention. Journal of the Academy of Nutrition and Dietetics. https://doi.org/10.1016/j.jand.2020.08.079
- Höchsmann C, Yang S, Ordovás JM, Dorling JL, Champagne CM, Apolzan JW, Greenway FL, Cardel MI, Foster GD, Martin CK. (2023). The Personalized Nutrition Study (POINTS): evaluation of a genetically informed weight loss approach, a Randomized Clinical Trial. Nature Communications, 14, 6321. https://doi.org/10.1038/s41467-023-41969-1
- Gardner CD, Trepanowski JF, Del Gobbo LC, Hauser ME, Rigdon J, Ioannidis JPA, Desai M, King AC. (2018). Effect of Low-Fat vs Low-Carbohydrate Diet on 12-Month Weight Loss in Overweight Adults and the Association With Genotype Pattern or Insulin Secretion: The DIETFITS Randomized Clinical Trial. JAMA, 319(7), 667–679. https://doi.org/10.1001/jama.2018.0245
- NIH Common Fund. Nutrition for Precision Health. https://commonfund.nih.gov/nutritionforprecisionhealth
