Aplicaciones | Función y enfermedad renal

Comprender la función y la enfermedad renales

Explore cómo la metabolómica puede revelar nuevos conocimientos sobre la salud y la enfermedad renales.

Función renal

Usado por

clínica de mayo
merck
clínica cleveland
johns hopkins
merck
merck
logotipos de aplicaciones

Recursos destacados sobre la enfermedad renal

Función renal

Metabolómica en la investigación de la función y las enfermedades renales

En la investigación renal, un reto importante es identificar biomarcadores específicos de la función renal, ya que los marcadores sanguíneos tradicionales suelen indicar una función renal desregulada sólo después de que se haya producido un daño importante. La detección precoz de las enfermedades renales, sobre todo a nivel molecular, sigue siendo un objetivo crítico pero difícil de alcanzar. Para comprender la sutil aparición y progresión de las enfermedades renales se necesitan herramientas avanzadas que puedan detectar cambios matizados en la función renal antes de que los marcadores tradicionales indiquen un deterioro significativo.

La metabolómica destaca como un enfoque avanzado que proporciona un análisis detallado de los cambios metabólicos estrechamente relacionados con la función renal en tiempo real y la fisiopatología de la enfermedad.Permite a los investigadores identificar las vías metabólicas implicadas en la enfermedad renal, lo que ofrece importantes conocimientos sobre los mecanismos moleculares que subyacen a la enfermedad y posibilita el descubrimiento de biomarcadores, cruciales para la detección precoz de los trastornos renales. La integración de la metabolómica con otras técnicas de estudio de las enfermedades renales también puede facilitar la rápida traducción de los hallazgos en estrategias terapéuticas y herramientas de diagnóstico, como terapias dirigidas y pruebas diagnósticas no invasivas.

Función renal

Descubra información funcional y práctica con la metabolómica

Se necesita más investigación para permitir la detección precoz de la enfermedad renal.Metabolon puede ayudar a los investigadores a dilucidar las vías metabólicas implicadas en la enfermedad renal y a identificar biomarcadores de detección precoz, progresión y pronóstico de la enfermedad.Mediante el uso de paneles de metabolómica dirigidos, estos biomarcadores pueden traducirse en información procesable para avanzar en la detección y el tratamiento de la enfermedad renal.

Perfil de los cambios metabólicos en las enfermedades renales
Análisis de vías en la patogénesis de las enfermedades renales
Evaluación farmacometabolómica

Perfil de los cambios metabólicos en las enfermedades renales

La metabolómica proporciona información detallada sobre las alteraciones metabólicas asociadas a las enfermedades renales, como la identificación de firmas metabólicas específicas exclusivas de las enfermedades glomerulares. Un estudio publicado en Nature Genetics comparó el genotipo con el metabolotipo para identificar metabolitos asociados a la enfermedad renal crónica (ERC). El estudio multiómico identificó metabolitos que pueden tener valor como biomarcadores para la predicción del riesgo o la respuesta al tratamiento.

Schlosser P, Scherer N, Grundner-Culemann F, et al. Genetic studies of paired metabolomes reveal enzymatic and transport processes at the interface of plasma and urine. Nat Genet. 2023;55(6):995-1008. doi:10.1038/s41588-023-01409-8

Análisis de vías en la patogénesis de las enfermedades renales

La metabolómica ofrece un conocimiento profundo de las vías metabólicas alteradas en las enfermedades renales, lo que contribuye al desarrollo de terapias específicas, como en los casos de síndrome nefrótico, en los que se puede actuar sobre alteraciones específicas de las vías. Por ejemplo, en un estudio publicado en Nature Metabolism, la metabolómica identificó la deficiencia de NAD+ como firma de la enfermedad renal.

Doke T, Mukherjee S, Mukhi D, et al. La suplementación con precursores de NAD+ previene la inflamación dependiente de mtRNA/RIG-I durante la lesión renal. Nat Metab. 2023;5(3):414-430. doi:10.1038/s42255-023-00761-7

Evaluación farmacometabolómica

La metabolómica puede utilizarse para verificar el uso de medicamentos declarado. En un estudio publicado en Nephrology Dialysis Transplantation, los niveles de metabolitos de fármacos en orina se asociaron con el consumo de medicamentos declarado por los propios pacientes, lo que demuestra la utilidad de la metabolómica para confirmar los patrones de consumo de medicamentos en pacientes con ERC.

Kotsis F, Schultheiss UT, Wuttke M, et al. Self-Reported Medication Use and Urinary Drug Metabolites in the German Chronic Kidney Disease (GCKD) Study. J Am Soc Nephrol. 2021;32(9):2315-2329. doi:10.1681/ASN.2021010063

logotipo de clia
logotipo iso 9001
acreditación cap
certificaciones

Aplicaciones de la metabolómica a la investigación de la función y las enfermedades renales

  • EDescubrimiento de biomarcadores
  • EDetección precoz de enfermedades
  • EComprender la patogénesis de las enfermedades
  • EPredicción del riesgo de enfermedad
  • EInvestigación en medicina personalizada
  • EDescubrimiento y desarrollo de fármacos
  • EIdentificar firmas moleculares de enfermedades
  • EControlar los niveles terapéuticos y las respuestas
  • EAsociaciones genotipo-metabolito
citas de iconos

"El perfil metabolómico en individuos con enfermedad renal crónica (ERC) tiene el potencial de identificar nuevos biomarcadores y proporcionar una visión de la patogénesis de la enfermedad."

Wen D, Zheng Z, Surapaneni A, et al.
Metabolite profiling of CKD progression in the chronic renal insufficiency cohort study. JCI Insight. 2022;7(20):e161696. Publicado el 24 de octubre de 2022. doi:10.1172/jci.insight.161696

Entender la enfermedad renal crónica pediátrica con metabolómica y aprendizaje automático

La enfermedad renal crónica (ERC) se caracteriza por una pérdida progresiva de la función renal. La ERC puede conducir finalmente a la insuficiencia renal, que sólo puede tratarse con diálisis o un trasplante de riñón. La glomeruloesclerosis segmentaria focal (GESF), la uropatía obstructiva (UO), la aplasia/displasia/hipoplasia (A/D/H) y la nefropatía por reflujo (NR) son afecciones clínicas frecuentes que pueden causar ERC pediátrica. Los defectos congénitos en el riñón o en el tracto urinario pueden conducir a estas condiciones clínicas. Sin embargo, las vías de señalización que conducen a la heterogeneidad sustancial entre estas condiciones no se han explorado ampliamente. La elaboración de perfiles metabolómicos a gran escala puede conducir al descubrimiento de perfiles metabólicos que ampliarán nuestra comprensión de las causas de la ERC pediátrica.

metabolómica renal

Figura 1. Diagrama de barras Los diagramas de barras ilustran el rendimiento de los modelos ML con clasificación mediante máquina de vectores soporte (SVM) sin selección de características (842 metabolitos; izquierda), selección de características hacia delante (122 metabolitos; centro) y selección de características Lasso (56 metabolitos; derecha).La SVM con selección de características Lasso superó a los modelos sin selección y con selección directa.

En este estudio, se utilizó el modelado de aprendizaje automático (ML) como complemento de la bioestadística tradicional para detectar firmas metabolómicas asociadas a cada diagnóstico de ERC. El equipo de investigación determinó que el dismetabolismo de la esfingomielina-ceramida y el plasmalógeno están asociados a la GEFS . La OU se asoció con los metabolitos de histidina derivados del microbioma intestinal y con la subruta de la histidina. A/D/H se asoció con metabolitos individuales de la ceramida y del ciclo de la urea y sus subvías. El RN se asoció con metabolitos individuales del triptófano, el benzoato y los ácidos grasos de cadena media y sus subvías.

Este estudio arroja luz sobre los metabolitos y las vías metabólicas asociadas a la ERC pediátrica. Los datos de metabolómica plasmática no dirigida de este estudio de salud poblacional representan una oportunidad apasionante para comprender mejor las diferencias bioquímicas basadas en las causas subyacentes de la ERC pediátrica. La identificación de tales diferencias puede mejorar nuestra capacidad para predecir la progresión de la enfermedad y la morbilidad asociada, así como identificar posibles dianas terapéuticas.Los conjuntos refinados de biomarcadores metabólicos predictivos pueden aprovecharse para el desarrollo de nuevas pruebas clínicas para una predicción y gestión más oportunas y precisas de la ERC pediátrica.

Lee AM, Hu J, Xu Y, et al. Using Machine Learning to Identify Metabolomic Signatures of Pediatric Chronic Kidney Disease Etiology. J Am Soc Nephrol. 2022;33(2):375-386. doi:10.1681/ASN.2021040538

Función y enfermedad renal Publicaciones y citas

Metabolon ha contribuido ampliamente a publicaciones que abarcan desde la investigación básica hasta los ensayos clínicos.

1 - 4 de 49 Publicaciones

Póngase en contacto con nosotros

Hable con un experto

Solicite un presupuesto para nuestros servicios, obtenga más información sobre tipos de muestras y procedimientos de manipulación, solicite una carta de apoyo o envíe una pregunta sobre cómo la metabolómica puede hacer avanzar su investigación.

Sede social

617 Davis Drive, Suite 100
Morrisville, NC 27560

Dirección postal:
P.O. Box 110407
Research Triangle Park, NC 27709

+1 (919) 572-1721

Referencias

1. Zgoda-Pols, J.R., et al., El análisis metabolómico revela un aumento del sulfato de 3-indoxilo en plasma y cerebro durante la lesión renal aguda inducida químicamente en ratones: estudio de los agonistas de los receptores de ácido nicotínico. Toxicol Appl Pharmacol, 2011. 255(1): p. 48-56.

2. Bryant, J. A. y otros, «El impacto de un tratamiento oral a base de microbioma purificado en el microbioma gastrointestinal». *Nat Med*, 2026, 32(1): pp. 186-196

3. McGovern, B. H. y otros, «SER-109, un fármaco experimental basado en el microbioma para reducir la recurrencia tras la infección por Clostridioides difficile: conclusiones extraídas de un ensayo de fase II». Clin Infect Dis, 2021, 72(12): pp. 2132-2140.

4. Feuerstadt, P., et al., «SER-109, una terapia oral basada en el microbioma para la infección recurrente por Clostridioides difficile». N Engl J Med, 2022. 386(3): págs. 220-229.

5. Hu, Z., et al., «La metabolómica dirigida revela nuevos biomarcadores diagnósticos para el cáncer colorrectal». Mol Oncol, 2025. 19(6): p. 1737-1750.

6. Butler, F. M. y otros, «Los patrones alimentarios vegetarianos y los metabolitos relacionados con la dieta se asocian con la función renal en la cohorte del Estudio Adventista de la Salud 2». J Ren Nutr, 2025.

7. Stanford, J., et al., «Perfil metabolómico y puntuación de la calidad de la dieta en un ensayo cruzado aleatorizado sobre patrones alimentarios saludables y habituales». Mol Nutr Food Res, 2025. 69(23): p. e70271.

8. O’Connor, L.E., et al., Perfil metabolómico de un patrón alimentario ultraprocesado en un ensayo alimentario cruzado, aleatorizado y controlado realizado en el domicilio. J Nutr, 2023. 153(8): p. 2181-2192.

9. Fritsch, D. A. y otros, «La función del microbioma sustenta la eficacia de una intervención dietética con suplementos de fibra en perros con diarrea crónica del intestino grueso». BMC Vet Res, 2022. 18(1): p. 245.

10. Leal, L. N. y otros, «El aporte de nutrientes antes del destete mejora la productividad durante la lactancia y reduce el riesgo de sacrificio en vacas Holstein». J Dairy Sci, 2025. 108(6): págs. 5875-5888.

11. Ahsin, M., et al., «La salud del suelo y los pastos es la base de la mayor densidad nutricional de la carne de vacuno, según un análisis metabolómico no dirigido realizado en sistemas de engorde con pastoreo del sur de EE. UU.». NPJ Sci Food, 2025. 9(1): p. 151.

12. Yin, W., et al., Perfil lipídico plasmático en diferentes especies para la identificación de modelos animales óptimos de la dislipidemia humana. J Lipid Res, 2012. 53(1): p. 51-65.

13. Porter, F. D. et al., «Los productos de la oxidación del colesterol son biomarcadores sanguíneos sensibles y específicos para la enfermedad de Niemann-Pick tipo C1». Sci Transl Med, 2010, 2(56): p. 56ra81.

14. Needham, B. D. y otros, «Perfiles de metabolitos plasmáticos y fecales en el trastorno del espectro autista». Biol Psychiatry, 2021, 89(5): págs. 451-462

15. Li, C. y otros, «El estradiol y mTORC2 cooperan para potenciar la biosíntesis de prostaglandinas y la tumorigénesis en células LAM con deficiencia de TSC2». J Exp Med, 2014. 211(1): págs. 15-28.

16. Green, P. G. y otros, «Flexibilidad metabólica y remodelación inversa del corazón humano con insuficiencia». Eur Heart J, 2025. 46(25): pp. 2422-2433.

17. Maekawa, H., et al., La inhibición de SGLT2 protege la función renal mediante la represión epigenética, dependiente de SAM, de los genes inflamatorios en condiciones de estrés metabólico. J Clin Invest, 2025. 135(19).

18. Wu, D., et al., Los cribados integrados revelan que la disminución de los nucleótidos de guanina, que resulta irreversible al actuar sobre la IMPDH2, inhibe el cáncer de páncreas y potencia la inhibición de KRAS. Gut, 2026.

19. Schwerdtfeger, L. A. y otros, La microbiota intestinal y los metabolitos están relacionados con la progresión de la enfermedad en la esclerosis múltiple. Cell Reports Medicine, 2025. 6(4): p. 102055.

20. Wu, H., et al., Dinámica del microbioma y el metaboloma asociada al deterioro del control de la glucosa y a las respuestas a los cambios en el estilo de vida. Nat Med, 2025. 31(7): p. 2222-2231.

21. Jacobs, J.P., et al., «La terapia cognitivo-conductual para el síndrome del intestino irritable induce alteraciones bidireccionales en el eje cerebro-intestino-microbioma asociadas a la mejora de los síntomas gastrointestinales». Microbiome, 2021. 9(1): p. 236.

22. Pietzner, M., et al., «Metabolitos plasmáticos para perfilar las vías en la multimorbilidad de las enfermedades no transmisibles». Nat Med, 2021. 27(3): p. 471-479.

23. Faquih, T.O., et al., «Predicción metabolómica robusta de la edad basada en una amplia selección de metabolitos». J Gerontol A Biol Sci Med Sci, 2025, 80(3).

24. Scherer, N., et al., La combinación de la metabolómica y la secuenciación del exoma revela efectos graduales de variantes heterocigotas raras y perjudiciales sobre la función génica y los rasgos humanos. Nat Genet, 2025. 57(1): p. 193-205.

25. Holmes, Z.C., et al., «El análisis metabolómico no dirigido de la leche materna de madres sanas revela los factores que determinan la variabilidad de los metabolitos». Sci Rep, 2024. 14(1): p. 20827.

26. Titz, B., et al., «Implicaciones de los factores de confusión oculares en los análisis proteómicos y metabolómicos del humor acuoso en las enfermedades de la retina». Transl Vis Sci Technol, 2024. 13(6): p. 17.

27. Bloom, S. M. y otros, «La dependencia de la cisteína de Lactobacillus iners es una posible diana terapéutica para la modulación de la microbiota vaginal». Nat Microbiol, 2022, 7(3): pp. 434-450.

28. Leimer, E. M. y otros, «Perfil lipídico del líquido sinovial humano tras una fractura intraarticular de tobillo». J Orthop Res, 2017, 35(3): págs. 657-666.