Capítulo 6 - Metabolómica

¿Qué es la metabolómica?

La metabolómica es el estudio y análisis exhaustivo de los metabolitos de una muestra biológica. Los metabolitos son pequeñas moléculas intermedias o productos del metabolismo esenciales para el funcionamiento de las células, los tejidos y los organismos. Cada metabolito desempeña una función biológica fundamental y comprende una amplia gama de moléculas, como azúcares, lípidos, aminoácidos y nucleótidos. Por ejemplo, los niveles de glucosa y lactato en sangre pueden proporcionar información inmediata sobre los estados metabólicos y energéticos; mientras que las fluctuaciones en los niveles de aminoácidos o neurotransmisores pueden indicar cambios en el estado nutricional o la función neurológica, ^{respectivamente1}.

El estudio de todo el conjunto de estas moléculas -denominado "metaboloma"- permite a los investigadores conocer en detalle los procesos bioquímicos que sustentan la vida, lo que convierte a la metabolómica en un elemento crucial de la investigación en biología de sistemas. Este enfoque holístico de la captura y cuantificación de metabolitos requiere herramientas y tecnologías capaces de detectar con precisión la diversidad y variedad de metabolitos presentes en los organismos vivos.

Tecnologías metabolómicas

Existen varias tecnologías que hacen posible la investigación metabolómica y que han evolucionado rápidamente en las últimas décadas para permitir la detección y el análisis de metabolitos a partir de una amplia gama de tipos de muestras. Estos avances tecnológicos no sólo mejoran nuestra comprensión de las vías biológicas, sino que también amplían los límites de los tipos de metabolitos que pueden detectarse, cuantificarse e interpretarse en diversos contextos biológicos. A continuación analizamos algunas de las tecnologías clave utilizadas en los estudios metabolómicos.

Espectrometría de masas (EM⁾²

La espectrometría de masas es la piedra angular de la investigación metabolómica debido a su alta sensibilidad, especificidad y amplia aplicabilidad. Funciona ionizando compuestos químicos para generar moléculas cargadas o fragmentos moleculares. Se pueden utilizar distintos métodos de ionización en función del tipo de muestra. Por ejemplo, la ionización por electrospray (EI) se utiliza para muestras líquidas y es altamente compatible con la cromatografía líquida, lo que la convierte en una opción estándar para la cromatografía líquida-espectrometría de masas (LC-MS). La desorción/ionización láser asistida por matriz (MALDI) se utiliza para analizar biomoléculas de gran tamaño y suele emplearse en combinación con la espectrometría de masas de tiempo de vuelo (TOF) (MALDI-TOF), que es un método para detectar iones en fase gaseosa.

Espectrometría de masas por imagen (IMS⁾⁴

La IMS cartografía la distribución de moléculas o metabolitos en la superficie de una muestra, lo que proporciona un vínculo entre la información metabolómica y la histológica. Esta técnica es especialmente valiosa en la investigación médica cuando se analizan secciones de tejido para estudiar la patología de enfermedades o los efectos de tratamientos farmacológicos a nivel molecular.

Espectroscopia de resonancia magnética nuclear (RMN)⁵

La espectroscopia de RMN ofrece un método no destructivo para detectar metabolitos en una muestra basándose en las propiedades magnéticas de los núcleos atómicos. Aunque es menos sensible que la EM, la espectroscopia de RMN puede proporcionar información estructural detallada que la EM no puede proporcionar. Requiere una preparación mínima de la muestra y puede analizar cuantitativamente mezclas sin separación previa. Los avances en la tecnología de RMN, como mayores intensidades de campo y sondas refrigeradas criogénicamente, han mejorado su sensibilidad y resolución.

Electroforesis capilar (CE⁾⁶

La CE es una técnica de separación que utiliza un campo eléctrico y es especialmente eficaz para separar moléculas cargadas. Es eficaz y requiere pequeños volúmenes de muestra, lo que la hace adecuada para muestras biológicas limitadas.

Aplicaciones de la metabolómica

La metabolómica ofrece una ventana profunda y detallada a los fundamentos moleculares de la vida y revela mucho sobre la salud, los procesos fisiológicos y las interacciones ambientales de los organismos. Además de las aplicaciones sanitarias, la metabolómica puede revelar información sobre la salud de plantas y cultivos. Este campo de estudio se ha hecho indispensable tanto en la investigación como en las ciencias aplicadas y ha generado nuevos descubrimientos y aplicaciones en los ámbitos de la sanidad y la biotecnología.

Aplicaciones sanitarias

La metabolómica es un enfoque especialmente potente para detectar ^{biomarcadores7}, moléculas biológicas cuya presencia indica una enfermedad concreta, un estado fisiológico o una respuesta terapéutica. Debido a esta capacidad, los análisis metabolómicos tienen importantes implicaciones en la investigación de diversas enfermedades, como el ^cáncer8 o las ^enfermedades cardiovasculares9, entre otras. La inclusión de los análisis metabolómicos en la investigación académica y preclínica puede contribuir a la mejora de las técnicas de ^{diagnóstico10} y al desarrollo de terapias dirigidas, seguras y eficaces, así como a la oportunidad de una medicina personalizada11^,12.

Aplicaciones agrícolas

La metabolómica se utiliza en la agricultura para mejorar el rendimiento de los cultivos y afrontar los retos que plantean el cambio climático y los factores de estrés ambiental. Al adoptar la monitorización no dirigida y la ecovigilancia mediante metabolómica, pueden detectarse cambios bioquímicos sutiles inducidos por la exposición crónica a tóxicos artificiales, lo que proporciona líneas de evidencia adicionales para los programas de monitorización ^{medioambiental13}.

En agricultura, la metabolómica se utiliza para medir el impacto de las condiciones ambientales en la calidad de la fruta y el rendimiento de la planta midiendo los cambios en el metabolismo de la fruta. Estas herramientas ayudan a desarrollar cultivos más adaptables al cambio ^climático14. Además, la metabolómica desempeña un papel fundamental en la mejora de los cultivos modernos al predecir marcadores metabólicos del rendimiento de las plantas en situaciones de estrés, lo que permite crear ^cultivos inteligentes desde el punto de vista climático15. Este enfoque integrado no sólo acelera el fitomejoramiento asistido por la metabolómica, sino que también favorece la rápida comercialización de cultivos editados genómicamente, contribuyendo en última instancia a la seguridad alimentaria mundial en un clima cambiante.

Usos modernos de la metabolómica en la multiómica: Casos prácticos

La metabolómica desempeña un papel fundamental en la investigación multiómica al proporcionar información detallada sobre los estados metabólicos que relacionan el potencial genético con los rasgos observables. Mejora la comprensión de las rutas metabólicas y fomenta la biología de sistemas. A continuación se exponen algunos estudios de casos clave que muestran el uso de la metabolómica junto con otros métodos ómicos para avanzar en la comprensión de las enfermedades.

Dietómica en el Estudio de la Evolución de la Enfermedad de Crohn Urbana y Rural (SOURCE) Cohorte

En las últimas décadas, la enfermedad de Crohn (EC) se ha vuelto más prevalente y se correlaciona con el aumento de la globalización y la urbanización. Mediante la combinación de conjuntos de datos de transcriptómica, metabolómica y microbioma con información sobre la dieta del huésped, un estudio desentrañó interacciones genético-ambientales clave que contribuyen a la ^patogénesis de la EC16.

En este estudio se analizaron 380 individuos chinos e israelíes sanos y recién diagnosticados de EC que vivían en un entorno rural o urbano. Mediante la recogida y el análisis de muestras de individuos que experimentaban una transición entre entornos rurales y urbanos, el estudio identificó importantes firmas genético-ambientales asociadas con la exposición urbana y la EC. La Figura 1, Gráfico K, muestra que los niveles de metabolitos intestinales presentes en individuos rurales que hicieron la transición a entornos urbanos imitan los observados en la EC.

Además, los datos transcriptómicos y metabolómicos revelaron que determinados elementos de la dieta, como el manganeso, la vitamina D y el café, se correlacionan positivamente con una composición microbiana saludable y negativamente con las firmas transcriptómicas asociadas a la EC. Por el contrario, la ingesta de azúcar y grasas saturadas se correlaciona positivamente con las firmas transcriptómicas asociadas a la CD. Estos resultados ponen de relieve el impacto de la dieta en el desarrollo y la progresión de la enfermedad.

El estudio identificó 32 metabolitos que se correlacionan con los transcritos asociados a la CD (Figura 1, Gráfico J). Metabolitos como el triptófano, el acetil-triptófano y el ácido docosatetraenoico se correlacionan positivamente con los transcritos asociados a la CD, mientras que el adipato, el azelato y el acetato de metilo de indol 3 se correlacionan positivamente con los transcritos de los controles sanos. En general, el enfoque multiómico utilizado aquí dilucidó las complejas interacciones entre la dieta, el microbioma y el medio ambiente. Este estudio ofrece información valiosa que puede conducir a intervenciones dietéticas y terapéuticas específicas para controlar y, potencialmente, prevenir la EC.

Firmas moleculares del trastorno de estrés postraumático en soldados veteranos y en servicio activo expuestos a zonas de guerra

El trastorno de estrés postraumático (TEPT) afecta aproximadamente al doble de soldados expuestos al combate que a los miembros de la población general de EE.UU. Mediante la combinación de datos genéticos, epigenéticos, proteómicos y metabolómicos, un estudio identificó varias características asociadas al ^TEPT17.

Utilizando muestras de sangre de 340 veteranos y 180 soldados en servicio activo, el estudio identificó varias firmas asociadas al TEPT que se correlacionaban con la gravedad de la enfermedad y la cronicidad de los síntomas. Entre estas firmas transcripcionales, la inflamación activada, el estrés oxidativo, la desregulación metabólica y el deterioro de la angiogénesis se correlacionaron positivamente con el TEPT. La figura 2 muestra las correlaciones entre la inflamación y las lesiones celulares y los síntomas del TEPT, como las enfermedades cardiovasculares, la diabetes mellitus tipo 2 y los trastornos neuropsiquiátricos.

Estos hallazgos sugieren que el TEPT puede ser una afección sistémica que afecta a varios procesos biológicos, incluida la cicatrización de heridas. Este estudio combina datos proteómicos, epigenómicos y metabolómicos para revelar un perfil molecular del TEPT que puede conducir a nuevas estrategias de prevención, diagnóstico y tratamiento.

Un estudio longitudinal multiómico revela correlatos inmunitarios de la evolución clínica entre pacientes hospitalizados por COVID-19

La gravedad de la enfermedad y la correspondiente respuesta inmunitaria del huésped al SRAS-CoV-2 pueden variar mucho en función de la salud y los antecedentes genéticos del paciente. Para caracterizar la respuesta del huésped en relación con la heterogeneidad de la enfermedad, un estudio analizó muestras longitudinales de sangre y nasales de 540 pacientes de COVID-19. El estudio reveló distintos estados biológicos asociados con diferentes resultados clínicos en COVID-19, identificando nuevas áreas potenciales para intervenciones diagnósticas y terapéuticas.

Mediante una combinación de metabolómica, transcriptómica, proteómica e inmunofenotipado, el estudio identificó firmas celulares y moleculares presentes a las 72 horas del ingreso hospitalario que podían distinguir entre la enfermedad COVID-19 moderada, grave y mortal. Además, los pacientes con enfermedad grave que se estabilizaron en 28 días presentaban estados celulares y moleculares únicos en comparación con los que finalmente sucumbieron a la infección.

Las firmas metabólicas clave asociadas con trayectorias graves de la enfermedad incluyen niveles elevados de aminoácidos de cadena ramificada y metabolitos del ciclo de la urea. Esto sugiere que estas vías pueden desempeñar un papel en el agravamiento de la gravedad de la enfermedad. Además, los niveles bajos de fosfolípidos también se correlacionaron con la gravedad de la enfermedad, lo que pone de relieve su papel en la función inmunitaria. La figura 3 muestra los niveles de aminoácidos ramificados y metabolitos de la urea, así como metabolitos de fosfolípidos, a lo largo del tiempo en pacientes graves.

Mediante la integración de datos de varios ensayos ómicos, este estudio identificó biomarcadores potenciales de la gravedad de la enfermedad, incluidos aminoácidos ramificados y metabolitos de urea y fosfolípidos. Estos hallazgos podrían informar sobre el pronóstico clínico y las intervenciones terapéuticas. Además, este estudio subraya el valor de la metabolómica para descubrir la desregulación metabólica asociada a la COVID-19 grave, ofreciendo un marco sólido para la medicina de precisión en el tratamiento de la enfermedad.

El análisis multiómico revela el impacto de la microbiota en el metabolismo del huésped en la esteatosis hepática

La enfermedad del hígado graso asociada a disfunción metabólica (MAFLD) puede desarrollarse a partir de la esteatosis hepática (HS), o acumulación de grasa en el hígado, y presenta una disfunción metabólica que resulta de una compleja interacción entre antecedentes genéticos, obesidad y factores ambientales, incluido el microbioma. Para comprender mejor la patogénesis de la HS, un estudio combinó la composición del microbioma, la metabolómica plasmática y los datos proteómicos inflamatorios de una cohorte de 56 pacientes con MAFLD y examinó los biomarcadores asociados a la ^HS19. Este trabajo reveló características clave de la HS, que pueden utilizarse para predecir, diagnosticar y tratar la HS y distinguirla de otras enfermedades relacionadas.

Este estudio identificó un aumento de los niveles plasmáticos de diversos metabolitos, como aminoácidos, lípidos y ácidos biliares en pacientes con HS. Los niveles de metabolitos implicados en el estrés oxidativo y la inflamación se expresaron de forma diferencial en las distintas fases de la HS. En concreto, los metabolitos lipídicos, los aminoácidos gamma-glutamil, los metabolitos de aminoácidos de cadena ramificada, los metabolitos de ácidos grasos y los metabolitos relacionados con el glutatión están asociados a la HS (Figura 4). Los datos de composición del microbioma revelaron cómo la disbiosis en el microbioma oral e intestinal influye en el metabolismo del huésped. En los pacientes con esteatosis, se redujo la abundancia de Dorea longicatena, Slackia isoflavoniconvertens, Roseburia hominis y Ruminococcus bromii. Estos biomarcadores se validaron en una cohorte de seguimiento de 22 pacientes en los que se predijo la incidencia de HS.

Conclusiones

La metabolómica es una poderosa herramienta que permite analizar las respuestas metabólicas de los organismos vivos ante diversas condiciones, como enfermedades y cambios ambientales. Las aplicaciones de la metabolómica abarcan diversos campos, como el descubrimiento de biomarcadores para el diagnóstico y pronóstico de enfermedades y la mejora de las prácticas agrícolas mediante evaluaciones de la salud de cultivos y suelos. Combinando la metabolómica con otras tecnologías ómicas, como la genómica y la proteómica, podemos conocer mejor los sistemas biológicos complejos, lo que allana el camino hacia la medicina personalizada y la agricultura de precisión.

Referencias

1. Maszka P, Kwasniak-Butowska M, Cysewski D, et al. Metabolomic Footprint of Disrupted Energetics and Amino Acid Metabolism in Neurodegenerative Diseases: Perspectives for Early Diagnosis and Monitoring of Therapy. Metabolites. 2023;13(3). doi:10.3390/METABO13030369
2. Nagana Gowda GA y Djukovic D. Overview of Mass Spectrometry-Based Metabolomics: Opportunities and Challenges. Methods Mol Biol. 2014:1198:3-12. doi: 10.1007/978-1-4939-1258-2_1
3. Alseekh S, Aharoni A, Brotman Y, et al. Mass spectrometry-based metabolomics: a guide for annotation, quantification and best reporting practices. Nat Methods. 2021;18(7):747-756. doi:10.1038/S41592-021-01197-1
4. Unsihuay D, Mesa Sanchez D, Laskin J. Quantitative Mass Spectrometry Imaging of Biological Systems. Annu Rev Phys Chem. 2021;72:307-329. doi:10.1146/ANNUREV-PHYSCHEM-061020-053416
5. Emwas A-H, Roy R, McKay RT, et al. NMR Spectroscopy for Metabolomics Research. Metabolites. 2019;9(7):123. doi: 10.3390/metabo9070123
6. Zhang W, Hankemeier T, Ramautar R. Next-generation capillary electrophoresis-mass spectrometry approaches in metabolomics. Curr Opin Biotechnol. 2017;43:1-7. doi:10.1016/J.COPBIO.2016.07.002
7. Johnson CH, Ivanisevic J, Siuzdak G. Metabolómica: más allá de los biomarcadores y hacia los mecanismos. Nat Rev Mol Cell Biol. 2016 Jul;17(7):451-9. doi: 10.1038/nrm.2016.25
8. Schmidt DA, Patel R, Kirsch DG, et al. Metabolomics in cancer research and emerging applications in clinical oncology. CA Cancer J Clin. 2021;71(4):333-358. doi: 10.3322/caac.21670
9. Koeth RA, Wang Z, Levison BS, et al. Intestinal microbiota metabolism of L-carnitine, a nutrient in red meat, promotes atherosclerosis. Nat Med. 2013;19(5):576-85. doi: 10.1038/nm.3145
10. Pereira P, Carrageta DF, Oliveira PF, et al. Metabolomics as a tool for the early diagnosis and prognosis of diabetic kidney disease. Med Res Rev. 2022;42(4):1518-1544. doi: 10.1002/med.21883
11. Wang P, Shehu AI y Ma X. Las oportunidades de la metabolómica en la evaluación de la seguridad de los medicamentos. Curr Pharmacol Rep. 2017;3(1):10-15. doi: 10.1007/s40495-016-0079-5
12. Wishart DS. Emerging applications of metabolomics in drug discovery and precision medicine. Nat Rev Drug Discov. 2016;15(7):473-84. doi: 10.1038/nrd.2016.32
13. Beale DJ, Jones OAH, Bose U, et al. Omics-based ecosurveillance for the assessment of ecosystem function, health, and resilience. Emerg Top Life Sci. 2022; 6(2): 185-199. doi: 10.1042/ETLS20210261
14. Romero H, Pott DM, Vallarino JG, et al. Metabolomics-Based Evaluation of Crop Quality Changes as a Consequence of Climate Change. Metabolites. 2021;11(7):461. doi: 10.3390/metabo11070461
15. Razzaq A, Wishart DS, Wani SH, et al. Advances in Metabolomics-Driven Diagnostic Breeding and Crop Improvement. Metabolites. 2022;12(6):511. doi: 10.3390/metabo12060511
16. Braun T, Feng R, Amir A, et al. Diet-omics in the Study of Urban and Rural Crohn disease Evolution (SOURCE) cohort. Nat Commun. 2024;15(1):3764. doi: 10.1038/s41467-024-48106-6
17. Muhie S, Gautam A, Yang R, et al. Molecular signatures of post-traumatic stress disorder in war-zone-exposed veteran and active-duty soldiers. Cell Rep Med. 2023; 4(5): 101045. doi: 10.1016/j.xcrm.2023.101045
18. Diray-Arce J, Fourati S, Jayavelu ND, et al. Multi-omic longitudinal study reveals immune correlates of clinical course among hospitalized COVID-19 patients. Cell Rep Med. 2023;4(6):101079. doi: 10.1016/j.xcrm.2023.101079
19. Zeybel M, Arif M, Li X, et al. Multiomics Analysis Reveals the Impact of Microbiota on Host Metabolism in Hepatic Steatosis. Adv Sci (Weinh). 2022;9(11):e2104373. doi: 10.1002/advs.202104373