APLICACIONES | NEUROCIENCIA

Caracterizar las complejidades de la biología cerebral

Explore el papel fundamental de la metabolómica en la investigación neurocientífica y descubra cómo la metabolómica puede acelerar los resultados neurocientíficos.

Hable hoy mismo con un experto en metabolómica

Solicite un presupuesto, obtenga información detallada sobre los tipos de muestras o descubra cómo la metabolómica puede acelerar su investigación.

clínica de mayo
clínica de mayo
clínica de mayo
clínica de mayo
clínica de mayo
clínica de mayo

Recursos destacados sobre neurociencia

$

Metabolómica para la neurociencia Volumen 1

$

Webinar a la carta: Metabolómica no dirigida en la investigación sanitaria de poblaciones de grandes cohortes

$

Aplicaciones en la investigación del eje intestino-cerebro

metabolómica académica 1
$

Metabolómica en neurología

Los marcadores funcionales para la investigación neurológica pueden ser difíciles de alcanzar. Debido a la naturaleza compleja y frágil del cerebro, tomar muestras de cohortes vivas, atravesar la barrera hematoencefálica y caracterizar el fenotipo cerebral puede resultar difícil o imposible para la mayoría de los estudios.

La metabolómica proporciona un criterio de valoración funcional que los investigadores neurológicos pueden incorporar fácilmente a sus estudios. La bioquímica de moléculas pequeñas puede dilucidar la asociación e importancia de una vía metabolómica y su impacto correlativo en la presencia y gravedad de afecciones neurológicas. Con marcadores presentes en otras matrices biológicas menos invasivas que apoyan la investigación neurológica, y la creciente importancia del microbioma para explorar asociaciones a través del eje intestino-cerebro, ¿qué más se puede encontrar con la metabolómica?

Observación longitudinal de los mecanismos patológicos
Identificación de biomarcadores
Asociar las vías metabólicas a las afecciones neurológicas

Observación longitudinal de los mecanismos patológicos

La metabolómica ayuda a los investigadores a profundizar en el desarrollo de diversas afecciones neurológicas proporcionando perfiles metabólicos detallados. La observación de los cambios en las rutas metabólicas puede arrojar luz sobre cómo cambian los procesos celulares y revelar nuevas dianas terapéuticas potenciales.

Por ejemplo, la metabolómica fue capaz de identificar un compuesto producido por un microbio en un modelo de ratón de esclerosis lateral amiotrófica que puede rescatar la disfunción motora. Blacher, Et al. Nature 2019, 572:474-484

El agotamiento del microbioma del modelo de ratón de ELA Sod1-Tg exacerba los síntomas motores

Identificación de biomarcadores

La identificación de biomarcadores a través de la metabolómica global puede poner de relieve la conexión entre la metabolómica y las enfermedades neurológicas, así como abrir la puerta a nuevas terapias. Aprovechar la metabolómica global para obtener un punto de vista exhaustivo contribuirá al desarrollo de diagnósticos y terapias no invasivos capaces de mejorar la vida de los pacientes.

Con nuestra biblioteca líder en la industria de más de 5.400 metabolitos, Metabolon tiene la más amplia cobertura y capacidad para ver biomarcadores potenciales en sus datos. La profunda experiencia de Metabolonen metabolómica desempeña un papel vital en los futuros avances del campo de la neurociencia.

Asociar las vías metabólicas a las afecciones neurológicas

Desarrollo de fármacos neurológicos y medicina personalizada

La metabolómica puede revelar alteraciones en las rutas metabólicas, lo que ayuda a identificar objetivos potenciales para investigaciones adicionales y el desarrollo de nuevos fármacos. Además, permite adaptar potencialmente los tratamientos mediante la identificación de cambios metabólicos específicos en diferentes afecciones neurológicas.

Uso de modelos predictivos y pronóstico

Los datos metabolómicos nos permiten modelizar y predecir la evolución de una enfermedad y su respuesta al tratamiento. Esto también podría ayudar a identificar marcadores que pueden dar una idea de los resultados esperados a largo plazo de las enfermedades neurológicas.

Evaluación del impacto neurológico del exposoma

Los datos metabolómicos nos permiten modelizar y predecir la evolución de una enfermedad y su respuesta al tratamiento. Esto también podría ayudar a identificar marcadores que pueden dar una idea de los resultados esperados a largo plazo de las enfermedades neurológicas.

citas de iconos

"Mediante el empleo de metabolómica no dirigida y la comparación de las diferencias en los niveles de metabolitos entre los tejidos, hemos sido capaces de mapear una red de metabolitos perturbados que muestran que la función de esta proteína se extiende mucho más allá del transporte de citrato, ya que nuestros datos apuntan hacia anormalidades en los ácidos biliares, el metabolismo de nucleótidos, y el transporte y/o síntesis de ácidos grasos."

Milosavljevic S, Glinton KE, Li X, Medeiros C, Gillespie P, Seavitt JR, Graham BH, Elsea SH
Milosavljevic S, Glinton KE, Li X, Medeiros C, Gillespie P, Seavitt JR, Graham BH, Elsea SH. Untargeted Metabolomics of Slc13a5 Deficiency Reve Critical Liver-Brain Axis for Lipid Homeostasis. Metabolites. 2022; 12(4):351. https://doi.org/10.3390/metabo12040351 Disponible bajo CC BY 4.0.

Aplicaciones de la metabolómica a la investigación neurocientífica

$

Enfermedad de Alzehimer

$

Trastorno del espectro autista

$

Esclerosis lateral amiotrófica (ELA)

$

Epilepsia

$

Enfermedad de Parkison

$

Trastornos neuropsiquiátricos

$

Estrés

$

Enfermedad de Huntington

$

Síndrome de fatiga crónica

$

Enfermedad de Alzehimer

$

Trastorno del espectro autista

$

Esclerosis lateral amiotrófica (ELA)

$

Epilepsia

$

Enfermedad de Parkinson

$

Trastornos neuropsiquiátricos

$

Estrés

$

Enfermedad de Huntington

$

Síndrome de fatiga crónica

ESTUDIO DE CASO

La metabolómica ayuda a entender enfermedades neurogenéticas complejas

Muchos trastornos neurológicos son atribuibles a variaciones genéticas, con distintos grados de heredabilidad, o proporción de la etiología de la enfermedad debida a la contribución genética. Las variantes genéticas comunes con un tamaño de efecto pequeño tienen un impacto agravante en el riesgo de enfermedad. Los estudios genómicos funcionales, que incluyen datos endofenotípicos (metabolómicos), transcriptómicos, epigenómicos o proteómicos, relacionan las vías afectadas por estas variantes con la enfermedad.

La enfermedad de Alzheimer (EA) es uno de estos complejos trastornos neurogenéticos. La mayoría de los estudios se centran en pacientes diagnosticados de EA. Un artículo publicado en Scientific Reports realizó un análisis multiómico en adultos sanos para comprender cómo se asocian los riesgos genéticos de la EA con los cambios fisiológicos. El análisis metabogenómico, la integración de datos metabolómicos y genómicos para vincular e inferir la relación entre la presencia de variantes genómicas y las alteraciones medibles en metabolitos dentro de vías bioquímicas, incluyó variantes genéticas conocidas, análisis de sangre de laboratorios clínicos y metabolómica. Un estudio de asociación de todo el fenoma (PWAS) relacionó variantes genéticas conocidas de la EA con datos de marcadores sanguíneos y reveló 33 polimorfismos de nucleótido único (SNP) estadísticamente significativos que estaban asociados con el metabolismo lipídico y los sistemas de respuesta inmunitaria, apuntando a biomarcadores que podrían detectarse en la edad adulta temprana (srefer to figure). Los resultados del estudio ponen de relieve objetivos para la prevención de la EA y nuevas dianas farmacológicas, y contribuyen en gran medida al conocimiento genómico funcional de la EA.

Figura 1. Asociaciones SNP-analito estadísticamente significativas tras corregir las pruebas múltiples (valor p umbral ajustado por FDR = 0,05), por SNP. Panel superior: coeficiente beta transformado logarítmicamente del modelo de regresión lineal ajustado por sexo, edad y componentes genéticos principales 1-4; los marcadores por encima de la línea cero (naranja) indican analitos cuyo valor aumentó con el alelo menor, mientras que los marcadores por debajo de la línea indican marcadores cuyo valor disminuyó. Segundo panel: FDR ajustado - log10 p-valor; línea naranja en FDR-p = 0,05. Proteínas = rojo, metabolitos = azul, química clínica = morado. Códigos de metabolitos: DG diacilglicerol, LC lactosilceramida, o oleilo; a araquidonoilo, g glicerol, linoleoilo, p palmitoilo. Tercer panel: frecuencia alélica menor (MAF). Panel inferior: Tamaño total de la muestra para cada regresión analito-SNP.

Figura de Heath L, Earls JC, Magis AT, et al. Las manifestaciones del riesgo genético de la enfermedad de Alzheimer en la sangre son evidentes en un análisis multiómico en adultos sanos de entre 18 y 90 años. Sci Rep. 2022;12(1):6117. Publicado 2022 abr 12. doi:10.1038/s41598-022-09825-2 Disponible bajo CC BY 4.0.

Publicaciones y citas de la investigación en neurociencia

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

EMPEZAR

Hable con un experto

Solicite un presupuesto, obtenga información detallada sobre los tipos de muestras o descubra cómo la metabolómica puede acelerar su investigación. Aquí encontrará nuestros datos de contacto .

Encuéntranos en:

Hable con un experto en metabolómica

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.