GUÍA DEL EXPOSOMA
La metabolómica impulsa la investigación exposómica para la medicina de precisión
6.0 Introducción
En el capítulo anterior vimos cómo los hallazgos de la investigación del exposoma repercutían en la salud de grandes poblaciones. Aquí exploraremos el papel de la investigación de exposomas en la toma de decisiones clínicas a nivel individual. La medicina de precisión pretende ofrecer estrategias de prevención y tratamiento individualizadas. Aunque la genómica ha sentado las bases de los tratamientos a medida y las estrategias preventivas, sólo explica una parte del riesgo de enfermedad. La influencia restante procede de nuestro entorno, es decir, de todo lo que comemos, respiramos y tocamos, y de cómo responde nuestro organismo a estos estímulos. La metabolómica es una lente bioquímica de alta resolución que sirve como herramienta independiente o como componente crítico del análisis holístico del exposoma, permitiendo conocer en tiempo real las influencias ambientales. Este capítulo esboza el papel de la metabolómica basada en la espectrometría de masas en el avance de la investigación del exposoma, destaca los resultados de cuatro seminarios web recientes centrados en el exposoma y explora los retos actuales, las herramientas emergentes y las estrategias institucionales que trazan el camino a seguir.
6.1 Introducción: La medicina de precisión requiere comprender el exposoma
La promesa de la medicina de precisión es adaptar las intervenciones sanitarias a la biología única de cada individuo. Aunque la genómica humana ha aportado enormes conocimientos, representa menos del 20% del riesgo de padecer enfermedades crónicas.1. El riesgo restante es ambiental y es notoriamente dinámico, variable y difícil de captar. Estas influencias ambientales, denominadas colectivamente "exposoma", abarcan desde los contaminantes, la dieta, el estrés y el comportamiento hasta procesos endógenos como la inflamación y el metabolismo. La metabolómica, en particular mediante la espectrometría de masas de alta resolución, permite a los investigadores elaborar perfiles de miles de pequeñas moléculas en bioespecímenes humanos. Estos metabolitos reflejan tanto los procesos endógenos como las exposiciones exógenas, ofreciendo una instantánea completa del estado fisiológico. Además, a diferencia de la genómica y la autoinformación, en las que se ha confiado mucho hasta ahora y que son en gran medida estáticas y sesgadas, la metabolómica es dinámica y sensible a los cambios y no es susceptible a lagunas en la información de los pacientes, lo que la hace especialmente adecuada para la investigación del exposoma y la salud de precisión.2. En la siguiente sección analizaremos casos que demuestran la idoneidad y el valor de la metabolómica para los estudios de salud de precisión centrados en la exposición.6.2 Investigación puntera
6.2.1 Caso práctico 1: Dra. Jessica Lasky-Su- La metabolómica en el centro de la dieta, la respuesta terapéutica y el envejecimiento
Los métodos tradicionales de evaluación de la exposición ambiental, como los cuestionarios o las mediciones puntuales, no suelen captar el impacto biológico del estilo de vida y los factores ambientales. El equipo de la Dra. Lasky-Su abordó esta carencia utilizando metabolómica no dirigida en grandes estudios de cohortes. Para cuantificar la carga biológica acumulada de las exposiciones ambientales, su grupo desarrolló OMICAge, un reloj de envejecimiento basado en la metabolómica que ofrece una medida dinámica y sensible del envejecimiento biológico, superando a modelos estáticos como los relojes epigenéticos(Figura 6.1)3. Basándose en este marco, el equipo de Lasky-Su analizó perfiles metabolómicos en más de 10.000 participantes, demostrando que las firmas metabólicas mapean con mayor precisión las dietas bien definidas (por ejemplo, las dietas mediterránea y DASH) que los cuestionarios de frecuencia de alimentos autodeclarados (no publicado). Este análisis reveló que los perfiles metabolómicos asociados a dietas saludables se correspondían con una edad biológica reducida, mientras que los patrones poco saludables aceleraban el envejecimiento.
6.2.2 Estudio de caso 2: Dr. Fredrik Bäckhed - Dinámica microbioma-metaboloma
La investigación del Dr. Bäckhed subraya que el microbioma es un componente central del exposoma, que funciona como sensor y mediador de las exposiciones ambientales. La microbiota es esencial para la fisiología normal del huésped, transformando aportes externos, como la dieta y los contaminantes, en metabolitos bioactivos que modulan la biología del huésped. Este proceso de detección, transformación y traducción de las exposiciones en resultados de salud o enfermedad explica por qué individuos con exposiciones ambientales similares a menudo muestran respuestas biológicas divergentes, lo que se debe a la interacción entre la genética del huésped y la composición del microbioma.
Su grupo y otros han demostrado que las diferencias en el metaboloma impulsadas por la microbiota pueden predisponer a la obesidad y a la diabetes de tipo 2, tanto en humanos como en ratones gnotobióticos9-11. Un ejemplo clave es el propionato de imidazol, un metabolito generado por la conversión microbiana de la histidina alimentaria, que afecta directamente a la señalización de la insulina a través de la activación de la vía p38γ-p62-mTORC112. Este vínculo mecánico entre el metabolismo microbiano y la resistencia a la insulina del huésped se ha demostrado tanto en humanos como en modelos de ratón gnotobióticos13. En grandes cohortes europeas (SCAPIS y EPIC-Norfolk), el perfil metabolómico no dirigido de más de 500 metabolitos plasmáticos reveló que casi un tercio de los metabolitos asociados a un control deficiente de la glucosa procedían del microbioma13. En particular, los individuos con un nivel elevado de propionato de imidazol mostraron una mayor susceptibilidad a la resistencia a la insulina y la obesidad, lo que refuerza el papel del microbioma en la disfunción metabólica.
El equipo del Dr. Bäckhed demostró además que, si bien las intervenciones personalizadas -como la dieta y el ejercicio- pueden modificar estas firmas de microbioma-metabolito, la eficacia de tales intervenciones varía en función de la composición de la microbiota basal de cada individuo. Es importante destacar que la metabolómica superó a la metagenómica en la predicción de los resultados de la diabetes tipo 2, alcanzando un área bajo la curva (AUC) de 0,89 frente a 0,69, incluso cuando se redujo a una firma mínima de 32 metabolitos(Figura 6.2)13.
Estos hallazgos ponen de manifiesto el poder único de la metabolómica para revelar interacciones procesables entre el huésped y los microbios, enfatizando aún más el papel crítico del exposoma en el avance de la medicina de precisión.
6.2.3 Caso práctico 3: Dr. Russell Bowler - Envejecimiento metabólico acelerado en la enfermedad pulmonar obstructiva crónica
No todos los fumadores desarrollan enfisema o enfermedad pulmonar obstructiva crónica (EPOC), una laguna clínica de larga data en la comprensión de la susceptibilidad individual a las exposiciones ambientales. Los mecanismos biológicos que predisponen a algunos individuos a una enfermedad pulmonar grave, mientras que otros se mantienen resistentes a pesar de exposiciones similares, no están bien definidos. En estos estudios, la metabolómica plasmática identificó firmas tempranas de cambio fisiopatológico -incluidas alteraciones en el estrés oxidativo, el metabolismo lipídico y la inflamación- que a menudo precedieron a la aparición de la enfermedad manifiesta(Figura 6.3)14. En particular, estas firmas moleculares recapitulan vías características del envejecimiento biológico, lo que sugiere que los individuos susceptibles experimentan un envejecimiento prematuro o acelerado a nivel molecular. Además, surgieron distintos patrones de agrupación metabolómica que estratificaban a los pacientes en función de sus características clínicas15.
Estos hallazgos subrayan el poder de la metabolómica para descubrir respuestas biológicas subclínicas a exposiciones ambientales, permitiendo una detección más temprana y una estratificación más precisa del riesgo en la EPOC. Es importante destacar que las firmas identificadas ponen de relieve varios factores modificables que influyen en la susceptibilidad y la progresión de la EPOC, incluyendo el abandono del hábito de fumar, la mitigación del estrés oxidativo, la regulación del metabolismo lipídico, el control de la inflamación, y la reducción de las co-exposiciones tales como la contaminación del aire, que presentan objetivos procesables para la intervención temprana y la gestión personalizada de la enfermedad.
6.2.4 Estudio de caso 4: Drs. John Chambers y Dorrian Low - Ingesta dietética en población asiática multiétnica
Las poblaciones de Asia oriental están desproporcionadamente afectadas por la diabetes de tipo 2 (DMT2) y el síndrome metabólico, y a menudo desarrollan resistencia a la insulina y complicaciones cardiometabólicas con índices de masa corporal más bajos que las poblaciones occidentales16 . Esta disparidad pone de relieve una laguna crítica en la comprensión de cómo las exposiciones ambientales, en particular la dieta, interactúan con la biología interna para impulsar el riesgo de enfermedad en grupos de alta vulnerabilidad.
Para abordar este reto, los doctores John Chambers y Dorrain Yanwen Low aplicaron la metabolómica plasmática no dirigida en las cohortes HELIOS y SG100K, cuantificando 1.055 metabolitos para desarrollar firmas bioquímicas objetivas de la dieta habitual17. Mediante una selección de características de aprendizaje automático de entre 3 y 39 metabolitos por panel, pudieron predecir con exactitud la ingesta de alimentos y bebidas específicos de una región, como café, té, pescado y arroz(Figura 6.4).
Estas puntuaciones de metabolitos compuestos superaron a los biomarcadores individuales y a los métodos basados en cuestionarios tanto en precisión como en reproducibilidad longitudinal durante ~322 días. Es importante destacar que estas firmas dietéticas derivadas de metabolitos mostraron asociaciones más fuertes con resultados cardiometabólicos clave, incluyendo la resistencia a la insulina (HOMA-IR), el IMC, el índice de masa grasa, la hipertensión y el grosor de la íntima-media carotídea, en comparación con los datos dietéticos autoinformados. Entre los metabolitos más destacados de estos paneles se encontraban compuestos similares a los lípidos, derivados de aminoácidos y marcadores xenobióticos relacionados con alimentos específicos de una región. Por ejemplo, los compuestos betainizados (como la homoestaquidrina y la betaína triptófana) se relacionaron con el roti y el idli, el 4-hidroxiclorotalonil (marcador de residuos de fungicidas) con las legumbres y las verduras, y la ergotioneína con la ingesta de setas.
Este estudio ejemplifica cómo el perfil del exposoma dietético basado en la metabolómica puede salvar la brecha entre los comportamientos ambientales y el riesgo metabólico interno, ofreciendo herramientas escalables para la nutrición de precisión y las estrategias de salud pública.
6.3 Consideraciones metodológicas: Modelos descendentes, ascendentes e integrados
Estudiar el exposoma y sus efectos es un reto intrínseco, ya que las exposiciones son químicamente diversas, de origen heterogéneo y pueden ser intermitentes o continuas. Abordar esta complejidad requiere un diseño de estudio minucioso y un enfoque de investigación polifacético. Una investigación exhaustiva del exposoma suele comenzar con un estudio de cohortes humanas cuidadosamente diseñado y orientado al descubrimiento. Se utilizan enfoques descendentes, como sensores portátiles, monitores de la calidad del aire y modelos geoespaciales, para captar las exposiciones externas en tiempo real. Simultáneamente, las estrategias ascendentes, en particular la metabolómica no dirigida, permiten a los investigadores medir las firmas químicas internas que reflejan tanto las exposiciones exógenas como las respuestas biológicas endógenas, sin suposiciones previas.
Estos estudios dependen de cohortes amplias y diversas con abundantes datos ambientales, clínicos y conductuales, junto con una recogida estandarizada de bioespecímenes. El muestreo longitudinal añade una resolución temporal crítica que permite diferenciar entre exposiciones agudas y crónicas, así como entre respuestas adaptativas y patológicas. Cuando se combina con resultados clínicos, la metabolómica puede generar hipótesis sobre cómo influyen las exposiciones en las trayectorias de las enfermedades en poblaciones del mundo real.
Para probar estas hipótesis, los sistemas in vitro y los modelos animales proporcionan entornos controlados en los que pueden reproducirse las exposiciones, manipularse con precisión las dosis y aislarse las vías biológicas para confirmar los mecanismos causales. Estos sistemas experimentales ofrecen un nivel de control que rara vez es posible en los estudios con seres humanos. Cuando los hallazgos de estos modelos coinciden con las firmas metabolómicas observadas en humanos, se refuerzan las pruebas de una verdadera vía biológica que vincula la exposición con la enfermedad. Esta convergencia, o diseño "meet-in-the-middle"(véase el Capítulo 4), ofrece un enfoque estructurado para unir las asociaciones observacionales con los conocimientos mecanísticos18. Al identificar y validar los intermediarios metabólicos relacionados con la exposición, los investigadores aclaran la relevancia biológica de exposiciones específicas y descubren biomarcadores procesables que pueden servir de base para estrategias de intervención temprana y prevención de precisión.
6.4 Resumen: Exposición a la información práctica
Se han logrado avances significativos en la integración de tecnologías y marcos analíticos establecidos para caracterizar el exposoma de forma biológicamente interpretable y procesable. Entre ellas, la metabolómica ofrece una clara ventaja: permite la detección simultánea tanto de las exposiciones exógenas como de las respuestas metabólicas endógenas que desencadenan (captando las influencias externas y las adaptaciones fisiológicas internas). Esta capacidad de captar cambios fisiológicos dinámicos en tiempo real sitúa a la metabolómica y, por extensión, a la exposómica como piedra angular de la medicina de precisión. De todas las tecnologías ómicas, la metabolómica ofrece la visión más inmediata e integradora del fenotipo, reflejando los efectos combinados de la genética, el medio ambiente y el estilo de vida.
Cuando se integra en estudios bien diseñados, cohortes inclusivas y representativas, y se apoya en análisis multiómicos integradores, la exposómica puede descubrir determinantes de riesgo de enfermedad no reconocidos previamente, perfeccionar las estrategias de intervención temprana y mejorar la atención individualizada. A medida que aumenten las inversiones institucionales y se amplíen las colaboraciones interdisciplinares, el campo se prepara para tener un impacto más amplio. De cara al futuro, la prioridad no es simplemente generar más datos, sino avanzar en la integración, accesibilidad y aplicación de los conocimientos exposómicos a los retos clínicos y de salud pública del mundo real. Los avances en biología de sistemas y análisis integradores están haciendo posible un marco exposómico unificado que vincula mediciones externas con firmas biológicas internas para revelar complejas relaciones entre exposición y enfermedad.
Referencias
1. Rappaport, S. M. Los factores genéticos no son las principales causas de las enfermedades crónicas. PloS One 11, 0154387 (2016).
2. Suhre, K. et al. Matching Drug Metabolites from Non-Targeted Metabolomics to Self-Reported Medication in the Qatar Biobank Study. Metabolites 12, 249 (2022).
3. Chen, Q. et al. OMICmAge: An integrative multi-omics approach to quantify biological age with electronic medical records. (2023) doi:10.1101/2023.10.16.562114.
4. Horner, D. et al. A western dietary pattern during pregnancy is associated with neurodevelopmental disorders in childhood and adolescence. Nat. Metab. 7, 586-601 (2025).
5. Mendez, K. M. et al. Exploring the Varied Clinical Presentation of Pediatric Asthma through the Metabolome. Am. J. Respir. Crit. Care Med. (2025) doi:10.1164/rccm.202407-1382OC.
6. Tran, D. T. et al. Plasma pharmacometabolomics of inhaled corticosteroid-related adrenal suppression in asthma. J. Allergy Clin. Immunol. 155, 1857-1865 (2025).
7. Contreras, N. et al. Multiomic Integration Analysis for Monitoring Severe Asthma Treated With Mepolizumab or Omalizumab. Allergy 80, 1899-1911 (2025).
8. Nopsopon, T. et al. Untargeted metabolomic analysis reveals different metabolites associated with response to mepolizumab and omalizumab in asthma. ERJ Open Res. 10, (2024).
9. Bäckhed, F., Manchester, J. K., Semenkovich, C. F. & Gordon, J. I. Mechanisms underlying the resistance to diet-induced obesity in germ-free mice. Proc. Natl. Acad. Sci. U. S. A. 104, 979-984 (2007).
10. Meijnikman, A. S., Gerdes, V. E., Nieuwdorp, M. & Herrema, H. Evaluating Causality of Gut Microbiota in Obesity and Diabetes in Humans. Endocr. Rev. 39, 133-153 (2018).
11. Turnbaugh, P. J., Bäckhed, F., Fulton, L. & Gordon, J. I. La obesidad inducida por la dieta está vinculada a alteraciones marcadas pero reversibles en el microbioma intestinal distal del ratón. Cell Host Microbe 3, 213-223 (2008).
12. Koh, A. et al. Microbially Produced Imidazole Propionate Impairs Insulin Signaling through mTORC1. Cell 175, 947-961.e17 (2018).
13. Wu, H. et al. Dinámica microbioma-metaboloma asociada con el deterioro del control de la glucosa y las respuestas a los cambios en el estilo de vida. Nat. Med. 31, 2222-2231 (2025).
14. Gillenwater, L. A. et al. Plasma Metabolomic Signatures of Chronic Obstructive Pulmonary Disease and the Impact of Genetic Variants on Phenotype-Driven Modules. Netw. Syst. Med. 3, 159-181 (2020).
15. Gillenwater, L. A. et al. Multi-omics subtyping pipeline for chronic obstructive pulmonary disease. PloS One 16, 0255337 (2021).
16. Chan, J. C. N. et al. Diabetes in Asia: epidemiology, risk factors, and pathophysiology. JAMA 301, 2129-2140 (2009).
17. Low, D. Y. et al. Metabolic variation reflects dietary intake in a multi-ethnic Asian population. (2023) doi:10.1101/2023.12.04.23299350.
18. Chadeau-Hyam, M. et al. Meeting-in-the-middle using metabolic profiling - a strategy for the identification of intermediate biomarkers in cohort studies. Biomark. Biochem. Indic. Expo. Respuesta Susceptibilidad Chem. 16, 83-88 (2011).
Descargar la Guía en PDF
Explore la complejidad y los retos asociados al estudio del exposoma descargando nuestra completa Guía del Exposoma, que proporciona un examen exhaustivo del estado de la investigación del exposoma y de cómo la metabolómica puede ayudar a generar conocimientos significativos en este campo.
