Dois testes de DNA, dois resultados: de onde vêm as diferenças

O mais importante em resumo

Duas análises da mesma amostra de saliva podem divergir porque há quatro pontos que não são definidos de maneira uniforme: quais posições do material genético são medidas, qual grupo de referência é usado, com qual fórmula o cálculo é feito e como as posições ausentes são preenchidas. Um trabalho publicado na revista científica Genetics in Medicine em 2014 investigou três desses motivos.

Essas evidências não implicam arbitrariedade. Elas resultam de decisões que toda análise precisa tomar e que ninguém determina. Por isso, dois relatórios podem apresentar resultados diferentes sem que nenhuma das medições esteja errada.

Primeiro, você verá o que acontece entre a amostra e o relatório. Depois, apresentaremos os quatro fatores em uma visão geral, cada um com suas respectivas evidências, a questão do que dois relatórios ainda têm em comum e, por fim, os limites desta explicação.

O que você encontrará neste artigo

1. O que acontece entre sua amostra de saliva e a página final
2. Os quatro pontos em que nada é definido
3. Quais posições do material genético são efetivamente medidas
4. Quando o significado é aberto, a interpretação também é aberta
5. Com quem seu valor é comparado
6. Por que os mesmos dados resultam em dois números
7. Como as lacunas nos dados de medição são preenchidas
8. O que dois relatórios ainda têm em comum
9. Como a mybody®x lida com esses quatro pontos
10. O que fazer quando você tem dois relatórios em mãos
11. Limites: o que este artigo não explica
12. O que importa ao comparar dois relatórios
Perguntas frequentes
Fontes

O que acontece entre sua amostra de saliva e a página final

Seu DNA é o mesmo nos dois casos. Ele não muda quando você fornece duas amostras, nem entre duas análises. Ainda assim, o relatório final não é uma imagem do seu DNA, mas o resultado de uma cadeia de etapas.

Essa cadeia tem quatro elos. O DNA é extraído da saliva. Um chip faz a leitura, em posições definidas, da variante presente em cada uma delas. Uma etapa de cálculo preenche as posições que o chip não abrange. Por fim, o resultado é comparado com um grupo de referência e traduzido em um texto.

Cada um desses elos envolve uma decisão. Ela é tomada antes de sua amostra chegar ao laboratório, e nenhum padrão obrigatório determina qual deve ser o resultado. É exatamente aí que surgem as diferenças abordadas neste artigo.

Mensagem principal

Um relatório de DNA não é uma transcrição do seu material genético, mas uma análise. A medição é a parte menor; a interpretação é a maior.

Por que a leitura em si raramente é o problema

A leitura de uma posição definida é um procedimento técnico com um resultado esperado claro. Normalmente, não há discussão nesse ponto, pois dois laboratórios que leem a mesma posição chegam à mesma letra.

A diferença surge mais tarde. Ela surge quando letras lidas se transformam em uma afirmação sobre você, e essa tradução não é padronizada em lugar algum. Como a leitura funciona tecnicamente e em que ela difere de um sequenciamento completo está no artigo Genotipagem ou sequenciamento: a diferença.

A diferença entre valor medido e afirmação

Um valor medido é uma constatação: na posição X, você apresenta esta variante. Uma afirmação é outra coisa: esta variante significa isto ou aquilo para você. Entre uma coisa e outra, há várias decisões.

Quem coloca dois relatórios lado a lado geralmente compara afirmações. Os valores medidos por trás delas nem sequer são visíveis. É justamente por isso que uma diferença parece maior do que é no nível dos dados brutos.

Os quatro pontos em que nada é definido

Duas análises da mesma amostra podem divergir porque três aspectos não são definidos: quais posições do material genético são medidas, qual grupo de comparação serve como referência e com qual fórmula um valor é obtido a partir de ambos. Um estudo publicado na Genetics in Medicine em 2014 atribuiu exatamente esses três motivos às diferenças entre fornecedores (Kalf et al., 2014).

Há ainda um quarto ponto, que este trabalho não aborda: o preenchimento de posições ausentes. Ele vem de uma investigação posterior e é detalhado no capítulo 7, porque traz uma limitação própria.

A visão geral não compara fornecedores. Ela descreve o que permanece em aberto em cada etapa e como isso afeta o texto do relatório.

Variável de ajuste	O que não é definido	Como isso afeta o relatório
Quais posições são medidas	Não existe uma lista obrigatória. Dois chips comuns coincidem em apenas cerca de 20% das posições medidas (Lu et al., 2021).	Uma característica pode constar em um relatório e faltar no outro porque a posição correspondente não foi lida nele.
Qual grupo de comparação serve como referência	Não é definido qual média populacional deve ser usada como ponto de partida (Kalf et al., 2014).	O mesmo valor medido recebe uma classificação diferente quando comparado a outra referência, embora nada tenha mudado na medição.
Com qual fórmula o cálculo é feito	Os métodos de cálculo diferem entre as análises; não existe uma fórmula única (Kalf et al., 2014).	A partir das mesmas posições medidas, surgem dois números diferentes e, portanto, duas formulações diferentes.
Como posições ausentes são complementadas (imputação)	Não existe um método de cálculo definido para estimar as lacunas. Na maioria dos casos, a diferença fica abaixo de cinco posições percentuais e não altera a interpretação; apenas em cerca de 1% dos casos ela é grande (Chen et al., 2020).	Na maioria das vezes, o relatório não é afetado por isso. No raro caso excepcional, uma classificação pode mudar significativamente.

O estudo de 2014 tem doze anos. Durante a pesquisa para este artigo, não foi possível encontrar uma investigação mais recente que comparasse sistematicamente os relatórios de vários fornecedores para a mesma pessoa. A antiguidade da evidência é indicada aqui, em vez de ser ocultada.

Quais posições do material genético são efetivamente medidas

Um chip não lê todo o material genético. Ele lê posições individuais previamente definidas, nas quais as pessoas frequentemente diferem. Quais são essas posições depende da estrutura do chip.

De acordo com uma análise de dados de genótipos de consumidores publicada no Computational and Structural Biotechnology Journal, a maioria dos chips para o mercado consumidor mede de 600.000 a 800.000 posições (Lu et al., 2021). Essa ordem de grandeza corresponde a menos de um por cento das mais de 100 milhões de variantes humanas confirmadas registradas no banco de referência dbSNP.

Por que esse número é facilmente mal interpretado

A referência de comparação é importante. Esse um por cento diz respeito ao número de variantes conhecidas em um banco de dados, não a uma parcela do seu material genético. Quem iguala as duas coisas transforma uma seleção sensata em uma deficiência.

A seleção é o ponto central. Um chip mede especificamente posições sobre as quais existe uma base de pesquisa. Medir todo o restante aumentaria a quantidade de dados sem melhorar a informação obtida.

Duas listas que coincidem apenas parcialmente

A mesma análise mostra como essas listas podem ser diferentes. Dois chips amplamente utilizados coincidem em apenas cerca de 20% das posições medidas (Lu et al., 2021). Portanto, a quantidade e a localização das posições lidas não são a mesma coisa, mesmo que dois relatórios pareçam iguais.

A diferença pode ser ainda maior. A mesma análise descreve um caso em que dois conjuntos de dados, com 500.000 e um milhão de posições lidas, tinham apenas 100.000 posições em comum (Lu et al., 2021). Quem coloca dois relatórios assim lado a lado está comparando, em grande parte, perguntas diferentes.

Para você, leitora ou leitor, isso tem uma consequência imediata. Se uma característica aparece em um relatório e não em outro, isso não precisa ser uma contradição. Pode significar que a posição correspondente nem sequer foi lida no segundo caso.

A seleção das posições é, portanto, um dos vários motivos para as divergências. Ela não é o único nem automaticamente o mais importante.

Quando o significado está em aberto, a interpretação também está

Depois da medição vem a interpretação, e é aí que começa a área em que a própria pesquisa ainda não chegou a uma conclusão. Uma sociedade científica deixou isso claro em uma entrevista em 2025.

Fonte documentada

“A função de muitos locais genéticos examinados no âmbito desses testes não é completamente clara.”

Deutsche Gesellschaft für Ernährung (DGE)
Postagem do blog “Nutrição personalizada — como funciona?”, entrevista com a Prof.ª Dr.ª Christina Holzapfel, professora de nutrição humana na Hochschule Fulda, 2025, acessado em 31/08/2026

A Deutsche Gesellschaft für Ernährung registrou em 2025 que a função de muitos locais genéticos examinados nesses testes não é completamente clara. Quando o significado de um local está em aberto, sua interpretação também está, e duas interpretações podem divergir sem que uma delas tenha feito uma medição errada.

Por que muitos locais individuais têm pouca influência

Na mesma entrevista, há um número que torna a relação concreta. Os cerca de 1.000 locais genéticos encontrados até hoje têm, cada um, apenas um efeito pequeno sobre o peso corporal (Deutsche Gesellschaft für Ernährung, 2025).

Muitas pequenas contribuições podem ser resumidas de mais de uma maneira. Quem atribui peso a vinte locais chega a uma imagem diferente de quem atribui peso a cinquenta, e ambos trabalham com as mesmas letras.

O que se conclui disso e o que não

Isso não significa que uma análise seja arbitrária. Uma situação de pesquisa em aberto é diferente de arbitrariedade: ela descreve uma margem de manobra com limites, não um espaço vazio.

Disso, porém, não se conclui que uma diferença entre dois relatórios, por si só, desminta alguém. Ela mostra que, em um ponto em aberto, foram tomadas duas decisões diferentes.

Em relação a quem o seu valor é calculado

Nenhum valor existe por si só. Ele está sempre relacionado a um grupo, e esse grupo é uma definição. Qual média populacional serve como ponto de partida está entre os três motivos apontados em 2014 na Genetics in Medicine (Kalf et al., 2014).

Você conhece esse princípio do dia a dia. Uma altura de 1,80 metro é acima da média ou comum, dependendo de com quem você se compara. O valor medido permanece idêntico nos dois casos.

Por que o grupo de origem é relevante aqui

As variantes genéticas ocorrem com frequências diferentes em diferentes grupos populacionais. Um estudo com 23 chips em seis grupos de origem concluiu que um chip adaptado ao respectivo grupo apresentou resultados melhores do que um maior que não era adaptado a ele (Nguyen et al., Scientific Reports, 2022).

Com isso, o tamanho por si só não é um critério de qualidade. A adequação é mais importante que a abrangência, e a adequação é uma decisão tomada antes da medição.

O que isso significa para o seu relatório

Se em um relatório consta “acima da média” e no outro “na média”, a diferença pode depender apenas do grupo de referência. Nesse caso, ambas as frases estariam corretas, porque respondem a perguntas diferentes.

Os quatro fatores de ajuste em resumo

Fator de ajuste 1

Quais posições são medidas

A lista não é uniforme: dois chips amplamente utilizados coincidem em apenas cerca de 20% (Lu et al., 2021).

Fator de ajuste 2

Qual grupo de comparação serve de base

Um chip adequado supera um maior que não corresponde ao grupo (Nguyen et al., 2022).

Fator de ajuste 3

Qual fórmula é calculada

As formas de cálculo diferem entre as análises (Kalf et al., 2014).

Fator de ajuste 4

Como as lacunas são preenchidas

Geralmente sem consequências para a interpretação; em cerca de 1% dos casos, com uma mudança significativa (Chen et al., 2020).

Três desses quatro pontos ocorrem antes de sua amostra chegar ao laboratório. Apenas o quarto surge durante a própria análise.

Por que os mesmos dados geram dois números

O terceiro fator de ajuste é o mais invisível. Ele está na regra de cálculo que transforma muitas posições individuais em um valor, e essa regra não aparece em nenhum relatório.

O estudo de 2014 constatou que os fornecedores comparados usavam fórmulas diferentes e que isso afetava os valores previstos (Kalf et al., 2014). As letras medidas, porém, eram as mesmas.

Duas formas de cálculo geralmente diferem em dois pontos. Um é o número de posições que efetivamente entram no cálculo. O outro é o peso atribuído a cada posição. Raramente os dois dados aparecem em um relatório.

Uma forma de visualizar isso: dois professores corrigem a mesma prova com a mesma tabela de pontos, mas dão pesos diferentes às questões. As duas notas são justificadas de forma compreensível e, ainda assim, são diferentes.

Ordens de grandeza da literatura especializada

600–800 mil

posições um chip voltado ao mercado consumidor geralmente lê (Lu et al., 2021)

Chips foram comparados entre seis grupos de origem (Nguyen et al., 2022)

cerca de 1.000

Até o momento, são conhecidas posições genéticas com efeito individual pequeno sobre o peso corporal (DGE, 2025)

Fontes: Lu et al., Computational and Structural Biotechnology Journal, 2021 · Nguyen et al., Scientific Reports, 2022 · Sociedade Alemã de Nutrição, 2025

Como reconhecer um cálculo transparente

Um relatório não precisa publicar sua fórmula para ser compreensível. Já ajuda informar quantas posições foram consideradas em uma afirmação e em que se baseia a classificação.

Se ambas as informações estiverem ausentes, não é possível esclarecer a diferença em relação a um segundo relatório. Resta apenas constatar que dois números são diferentes.

Como as lacunas nos dados de medição são preenchidas

Nenhum chip cobre todas as posições que poderiam ser úteis para uma análise. Por isso, parte das lacunas é preenchida por cálculo. Esse procedimento se chama imputação, ou seja, a estimativa de posições desconhecidas a partir de posições vizinhas que foram efetivamente medidas.

Um estudo publicado na Genome Medicine investigou quanto um resultado pode mudar por causa disso. Na maioria dos casos, a divergência permanece abaixo de cinco posições percentuais e não altera a interpretação; apenas em cerca de um por cento dos casos ela é significativamente maior (Chen et al., 2020).

Por que esse número costuma ser interpretado na direção errada

A exceção é a parte mais interessante da frase e, justamente por isso, costuma ser transformada na mensagem principal. A fonte diz o contrário: o caso normal é uma divergência que não aparece no relatório.

Para comparar dois relatórios, isso significa: a imputação raramente é a explicação. Quando duas análises divergem claramente, é mais provável que a causa esteja nos outros três fatores.

O que você pode levar disso na prática

Um relatório que apresenta posições complementadas como se tivessem sido medidas omite uma etapa intermediária. Por isso, perguntar quais informações foram lidas e quais foram calculadas é uma pergunta pertinente para qualquer análise.

O capítulo em resumo

Imputação é o complemento, por meio de cálculos, de posições que um chip não lê. De acordo com um estudo publicado na Genome Medicine, a divergência resultante permanece, na maioria dos casos, abaixo de cinco posições percentuais e não altera a interpretação; apenas em cerca de um por cento dos casos ela é significativamente maior (Chen et al., 2020). Portanto, raramente serve como explicação para dois relatórios muito diferentes.

O que dois relatórios ainda têm em comum

Quatro capítulos sobre diferenças poderiam deixar a impressão de que tudo é uma questão de negociação. Isso não é verdade.

No nível das letras, há pouco espaço para negociação. Suas variantes em uma determinada posição são um resultado, não uma questão de julgamento, e, quando o trabalho é feito corretamente, apresentam o mesmo resultado nas duas análises.

A parte que permanece estável

As predisposições herdadas que um teste desse tipo analisa permanecem constantes. Elas são a parte estável do cálculo e, por isso, o ponto de referência de uma análise não muda por conta própria. Por que essa estabilidade implica que um teste de DNA é suficiente uma única vez, e onde está o limite dessa afirmação, é explicado no artigo Fazer um teste de DNA apenas uma vez: o que está por trás disso.

O que se move é a interpretação. É justamente essa flexibilidade que explica por que duas análises do mesmo período podem apresentar resultados diferentes e por que a mesma amostra poderia ser interpretada de outra forma mais tarde.

Onde se espera concordância

Em características individuais bem estudadas, as divergências são improváveis. Quanto mais claramente comprovada a função de uma posição, menos margem resta para duas interpretações diferentes.

No caso de afirmações compostas, é diferente. Assim que muitos locais com pequena contribuição para um valor são combinados em um cálculo, cada decisão no método de cálculo influencia o resultado.

Como a mybody®x lida com esses quatro pontos

Duas interpretações podem ser diferentes sem que uma delas tenha sido medida incorretamente.

Essa frase não implica uma avaliação de outras análises. Ela descreve uma situação em que toda análise se encontra, inclusive a própria. O que pode ser diferenciado é a forma de lidar com isso.

A mybody®x (MYBODY Lab GmbH) divulga o procedimento. O trabalho é realizado com genotipagem de SNPs em mais de 700.000 posições individuais previamente definidas, e não com o sequenciamento de todo o genoma. Isso é uma afirmação sobre a primeira variável, e pode ser verificado.

Apenas uma parte dessas posições identificadas é analisada, e essa parte também é quantificada. O teste de DNA NutriCare | INFINITY analisa 140 variações genéticas a partir de uma amostra de saliva e custa € 269,00 (em 31/08/2026, sujeito a alterações); a página do produto apresenta quais relatórios são gerados a partir disso.

O que o teste expressamente não oferece

A análise de DNA destina-se à orientação nutricional e de estilo de vida. Não é um procedimento diagnóstico, não constitui uma previsão de doenças e não substitui um exame ou aconselhamento médico.

O escopo também tem limites, que precisam ser mencionados. O relatório não contém uma análise de proteínas, proteína alimentar ou macronutrientes, e a relação de tolerabilidade examinada se limita a quatro relatórios no capítulo sobre o tipo metabólico: álcool, cafeína, lactose e glúten.

Quanto à questão da interpretação, há uma posição clara. Não vendemos uma recomendação para emagrecer, mas uma classificação. O teste descreve predisposições e não promete sucesso.

A lacuna que também permanece aqui

Em relação às duas variáveis restantes, permanece uma lacuna, e é preciso nomeá-la. Raramente um relatório de análise detalha qual grupo de comparação fundamenta uma classificação e por qual método de cálculo ele foi estabelecido.

Isso vale tanto para o nosso relatório quanto para outros. Um texto sobre comparabilidade que deixasse justamente essa lacuna de fora seria indigno do próprio objeto.

O que fazer quando você tem dois relatórios

O primeiro reflexo é perguntar qual dos dois está correto. Essa pergunta raramente leva adiante, porque exige uma decisão que não pode ser tomada com base no material disponível.

A pergunta seguinte é outra: os dois relatórios descrevem a mesma coisa? Muitas vezes, a resposta é não, assim que se colocam as informações lado a lado.

Quatro perguntas para ambos os relatórios

Primeiro, verifique se a mesma posição está sendo considerada. Se ambos os relatórios trouxerem um identificador do local analisado, a comparação só então será possível; se ele faltar em um deles, você estará comparando dois títulos.

Como segundo passo, verifique a referência. Uma palavra como “elevado” precisa indicar em relação a qual grupo isso vale; caso contrário, continua sendo uma afirmação sem parâmetro de comparação.

Como terceiro passo, verifique quantas posições contribuíram para a afirmação. Uma afirmação baseada em cinco locais e outra baseada em cinquenta não são o mesmo tipo de afirmação, mesmo que ambas soem iguais.

Por último, verifique se o relatório diferencia as posições medidas das posições complementadas. Quem informa isso torna visível o quarto fator de ajuste.

Anote as quatro respostas ao lado dos dois relatórios antes de avaliá-los. Depois, geralmente fica evidente se ambos respondem à mesma pergunta.

Quando um relatório deve ser levado ao consultório

Um relatório de DNA nutricional não é um diagnóstico de doença nem responde a uma questão médica. Se sintomas levaram você a pesquisar esse tema, a investigação deve ser feita em um consultório médico, independentemente do que conste em um relatório.

Leve os dois relatórios para uma conversa desse tipo, se você os tiver. Uma diferença entre duas análises é um bom motivo para fazer uma pergunta específica e um péssimo motivo para tirar uma conclusão por conta própria.

Limites: o que este artigo não explica

A base de evidências sobre essa questão é mais limitada do que a extensão do artigo pode sugerir. Com exceção da fonte da Sociedade Alemã de Nutrição, ela consiste em publicações científicas em inglês. Não foi encontrada uma instituição alemã que descreva o mecanismo como um todo.

Além disso, a principal evidência é antiga. O estudo que identifica três dos quatro fatores de ajuste é de 2014, e não foi possível encontrar um trabalho mais recente com a mesma questão. Isso não enfraquece a afirmação, mas limita seu alcance.

Não há um número confiável sobre a frequência. As fontes analisadas não quantificam com que frequência duas análises da mesma amostra divergem. Por isso, este artigo não apresenta nenhum número sobre isso.

E um limite importante: este texto explica como surgem as diferenças. Ele não explica qual dos dois relatórios concretos é mais correto no seu caso. Isso só pode ser esclarecido pelos próprios relatórios.

O que importa ao comparar dois relatórios

Se você levar apenas uma ação, que seja esta: procure, nos dois relatórios, o identificador da posição analisada e a indicação do grupo usado como comparação. Duas informações por afirmação; para começar, não é preciso mais que isso.

O motivo é prático. Dos quatro fatores de ajuste, esses são os dois que um relatório pode mencionar sem revelar seus cálculos. Se você não os encontrar em nenhum dos dois relatórios, a comparação não poderá ser resolvida — e isso também é um resultado.

A pergunta inicial era como dois relatórios sobre o mesmo DNA poderiam divergir. A resposta é pouco surpreendente: eles não divergem na medição, mas nas decisões tomadas depois dela. Quando você conhece essas decisões, passa a ler os dois relatórios de outra forma.

Perguntas frequentes

Por que dois testes de DNA apresentam resultados diferentes?

Porque há quatro aspectos que não são definidos de forma uniforme: quais posições do material genético são medidas, qual grupo de comparação serve de referência, com qual fórmula os cálculos são feitos e como as posições ausentes são complementadas. Os três primeiros motivos foram analisados em um estudo publicado em Genetics in Medicine (Kalf et al., 2014), e o quarto, em um estudo publicado em Genome Medicine (Chen et al., 2020). A medição em si raramente é a causa.

Uma diferença significa que uma análise está errada?

Não. Duas interpretações podem divergir sem que uma delas tenha sido medida incorretamente. A Sociedade Alemã de Nutrição registrou em 2025 que a função de muitos loci genéticos analisados nesses testes ainda não é totalmente clara. Quando o significado de uma posição permanece incerto, há margem para interpretação, e essa margem não é um erro.

Quantas posições um chip de DNA mede, afinal?

A maioria dos chips destinados ao mercado consumidor contém de 600.000 a 800.000 posições (Lu et al., 2021). Esse número corresponde a menos de um por cento das mais de 100 milhões de variantes humanas confirmadas no banco de referência dbSNP. O ponto de referência é importante: trata-se da proporção de um banco de dados de variantes, não de uma proporção do seu material genético.

O que é imputação e quanto ela altera meu resultado?

Imputação é o complemento, por meio de cálculos, de posições que um chip não lê, a partir de posições medidas nas proximidades. De acordo com um estudo publicado em Genome Medicine, o desvio resultante permanece abaixo de cinco pontos percentuais na maioria dos casos e não altera a interpretação; apenas em cerca de um por cento dos casos ele é significativamente maior (Chen et al., 2020).

Os testes de DNA de diferentes fornecedores são comparáveis?

Apenas de forma limitada, e o motivo está nas informações apresentadas em um relatório. Duas afirmações são comparáveis quando ambas indicam a mesma posição analisada e informam com qual grupo foram comparadas. Quando essas informações faltam, você compara duas formulações, e não dois resultados. No nível das letras lidas, porém, a concordância é alta.

Próximo passo

Duas perguntas que este artigo deixa em aberto

Aqui, explicamos apenas brevemente como a leitura ocorre tecnicamente. E saber se uma amostra coletada uma vez continua válida ao longo dos anos é outra questão. Cada tema tem seu próprio artigo.

Genotipagem ou sequenciamento Por que um teste de DNA é suficiente

Você também pode se interessar por

Entenda os resultados do teste de DNA: veja como ler seu relatório corretamente

Quando há apenas um relatório: como interpretar as informações nele, seção por seção.

Alimentação personalizada baseada no DNA: o que está por trás disso

O que resulta de uma análise em termos de recomendações e como as sociedades profissionais avaliam sua utilidade.

Fontes

Kalf RRJ, Mihaescu R, Kundu S, de Knijff P, Green RC, Janssens ACJW: Variações nos riscos previstos em testes genômicos pessoais para doenças complexas comuns. Genetics in Medicine 16(1), 2014, DOI 10.1038/gim.2013.80 – doi.org
Sociedade Alemã de Nutrição: Alimentação personalizada: como funciona? Entrevista com a Prof.ª Dr.ª Christina Holzapfel, 2025, consultado em 31/08/2026 – dge.de
Lu C, Greshake Tzovaras B, Gough J: Um levantamento de dados de genótipos diretos ao consumidor e uma ferramenta de controle de qualidade (GenomePrep) para pesquisa. Computational and Structural Biotechnology Journal 19, 2021, DOI 10.1016/j.csbj.2021.06.040 – doi.org
Chen S-F, Dias R, Evans D, Salfati EL, Liu S, Wineinger NE, Torkamani A: Imputação de genótipos e variabilidade na estimativa de escores de risco poligênico. Genome Medicine 12, 2020, DOI 10.1186/s13073-020-00801-x – doi.org

As três razões para as previsões divergentes entre provedores vêm de [1]. A citação literal sobre a função dos loci genéticos e a informação sobre cerca de 1.000 loci genéticos vêm de [2]. As informações sobre o número de posições analisadas, a relação com o banco de dados de variantes dbSNP e a sobreposição de dois chips comuns vêm de [3]. As informações sobre imputação e sua limitação vêm de [4]. A comparação de 23 chips em seis grupos de ancestralidade é atribuída no texto aos autores, à revista especializada e ao ano: Nguyen et al., Scientific Reports 12, 2022, DOI 10.1038/s41598-022-22215-y. As informações sobre preço, escopo e tipo de amostra vêm da página do produto da mybody®x, consultada em 31/08/2026. Todas as fontes foram consultadas e verificadas em 31/08/2026. Nos trabalhos [1] e [3], provedores e fabricantes são mencionados nominalmente; aqui, os nomes são descritos de forma neutra, e os números foram mantidos inalterados.

Certificado / selo de qualidade mybody®x (MYBODY Lab GmbH)

Equipe editorial e especializada da mybody®x

Nutrigenética Diagnóstico laboratorial Ciência da nutrição Análise de dados genéticos

Este artigo foi elaborado pela equipe editorial e especializada da mybody®x. A equipe reúne conhecimentos de nutrigenética, diagnóstico laboratorial e ciência da nutrição. Quem participa desse trabalho está na página dos autores.

Publicado em 31/08/2026 · Última atualização em 31/08/2026

A análise de DNA serve para orientação nutricional e de estilo de vida. Não é um procedimento diagnóstico, não prevê doenças e não substitui uma consulta ou orientação médica. As variantes genéticas descrevem probabilidades em grupos populacionais, não uma determinação para indivíduos.