Contáctanos Prueba nuestra plataforma
¿Por qué Metabolon?

Cuantificación

La espectrometría de masas es una tecnología inherentemente semicuantitativa y altamente sensible que mide las diferencias relativas de cantidad de un metabolito individual, expresadas por las variaciones de intensidad del pico del metabolito en muestras comparativas. La cuantificación puede ser relativa (analizada en relación con una muestra de referencia) o absoluta (analizada utilizando un método de curva estándar).

Enfoques metabolómicos de la normalización

La normalización de las muestras en metabolómica es fundamental para obtener información biológica precisa, pero hay que tener cuidado debido a la diversidad de estructuras y comportamientos de los metabolitos. Existen diferentes enfoques de normalización, incluidos los métodos que ajustan:

  1. Basándose en la intensidad de la señal de la muestra, por ejemplo, dividiendo el valor de intensidad de cada característica o pico detectado en la muestra por la intensidad total de toda la muestra (normalización del recuento total de iones (TIC));
  2. Basándose en la intensidad de la señal individual de cada metabolito. Los ejemplos incluyen 1) dividir el valor de intensidad de cada metabolito por su intensidad mediana en las muestras experimentales o 2) dividir el valor de intensidad de cada metabolito por su intensidad mediana en las muestras de control. Las muestras de control representan una matriz de QC que idealmente se agrupa a partir de muestras representativas de la población del estudio (si esta opción no está disponible debido a limitaciones de la muestra o viabilidad, Metabolon mantiene matrices de QC agrupadas para varios tipos de muestras diferentes).
Enfoques metabolómicos de la normalización
Metabolómica global no dirigida-Cuantificación relativa

Metabolómica global no dirigida-Cuantificación relativa

En la metabolómica no dirigida, no existe un método estándar para medir la cantidad total de metabolitos directamente, sin embargo, Metabolon ha realizado amplios análisis respaldados por publicaciones y ha descubierto que el segundo enfoque mencionado supera ampliamente a otros métodos.1

"Al realizar la normalización de los datos metabolómicos, es importante que el método corrija adecuadamente la variación sistemática pero preserve la variación biológica", afirma Greg Michelotti, Director Senior de Estrategia Científica y Traslacional de Metabolon.

En un estudio de 2018, determinamos la mejor manera de normalizar los datos de metabolómica basándonos en el análisis de muestras de plasma obtenidas de participantes en el Estudio de resistencia a la insulina y aterosclerosis (IRAS, por sus siglas en inglés).1 De esta cohorte, se analizaron 1716 muestras utilizando el Metabolon Global Discovery Panel. Acomodar tantas muestras requirió entre 13 y 15 ejecuciones del instrumento por brazo de la plataforma. El análisis resultante midió 1.274 metabolitos. El perfil metabolómico no dirigido se comparó con un panel dirigido independiente para un subconjunto de metabolitos representativos de múltiples clases bioquímicas. En este estudio, demostramos que los métodos de normalización que se basan en ajustes específicos de metabolitos superaron significativamente a los métodos que realizan ajustes en cada muestra, como la normalización del recuento total de iones (TIC).

Normalización metabolómica para la cuantificación relativa

En muchos casos, las normalizaciones basadas en muestras funcionaron peor que no realizar ninguna normalización. La corrección por el valor mediano del lote de las muestras experimentales (MED) puede funcionar bien en varias aplicaciones: para cada metabolito, divida las áreas de pico brutas de una muestra por la mediana de las áreas de pico brutas de todas las muestras del mismo lote del instrumento.

Sin embargo, supongamos que se quiere analizar un conjunto muy pequeño y fusionarlo con conjuntos de datos anteriores o comparar los valores de dos conjuntos de datos diferentes. En ese caso, suele ser mejor normalizar mediante muestras de control puente (BRDG): para cada metabolito, dividir las áreas de pico brutas de una muestra dada por la mediana de las áreas de pico brutas de las muestras de control puente. El principal inconveniente del BRDG es que los metabolitos que no están presentes en las muestras puente no pueden normalizarse.1

Más información sobre los distintos métodos de normalización de datos metabolómicos LC/MS
Normalización metabolómica para la cuantificación relativa
Metabolómica dirigida-Cuantificación absoluta

Metabolómica dirigida-Cuantificación absoluta

La metabolómica dirigida puede aprovechar las ventajas de la cuantificación absoluta, ya que el panel o ensayo puede optimizarse para compuestos específicos. La optimización mejora la sensibilidad y la especificidad, pero sacrifica una amplia cobertura de analitos. La cuantificación absoluta significa que los metabolitos pueden cuantificarse basándose en una cantidad conocida utilizando el método de la curva estándar. Una curva estándar o curva de calibración es un método general para determinar la concentración de una sustancia en una muestra desconocida comparando la desconocida con un conjunto de muestras estándar de concentración conocida. La cantidad de metabolitos en una muestra se informa como una concentración (p. ej., 21,5 ng/mL). Puede utilizar la cuantificación absoluta cuando desee comparar datos a lo largo del tiempo. Este tipo de cuantificación es útil cuando sus datos de biomarcadores se extienden a través de varios estudios y lotes o comprenden datos de pruebas de diagnóstico.

Referencias

1. Wulff, Jacob E., y Matthew W. Mitchell. "Una comparación de varios métodos de normalización para datos de metabolómica LC/MS". Avances en biociencia y biotecnología 9.08 (2018): 339.

Vea cómo Metabolon puede avanzar en su camino hacia los conocimientos preclínicos y clínicos

Solicitar presupuesto

¿Por qué Metabolon?

Una vez que se ha visto todo el valor de la metabolómica, la única pregunta que queda es: ¿quién lo hace mejor? Aunque muchos laboratorios cuentan con capacidades de perfilado de metabolitos o de química analítica, las tecnologías metabolómicas completas son extremadamente escasas. La identificación precisa e imparcial de metabolitos en todo el metaboloma plantea problemas de relación señal-ruido que muy pocos laboratorios están preparados para afrontar. Además, traducir cantidades masivas de datos en información procesable es lento, si no imposible, para la mayoría, porque una interpretación adecuada requiere dos cosas que escasean: experiencia y una base de datos completa.

Sólo Metabolon dispone de las cuatro funciones básicas de la metabolómica

R

Cobertura

Capacidad para interrogar a miles de metabolitos a través de diversos espacios bioquímicos, revelando nuevos conocimientos y oportunidades.

R

Comparabilidad

Capacidad para integrar los datos de diferentes estudios en el mismo conjunto de datos, en diferentes geografías, entre diferentes pacientes a lo largo del tiempo.

R

Competencia

Capacidad para informar sobre el diseño adecuado de los estudios, generar datos de alta calidad, obtener conocimientos biológicos y formular recomendaciones prácticas.

R

Capacidad

Capacidad para procesar cientos de miles de muestras de forma rápida y rentable para dar servicio a una demanda en rápido crecimiento.

Asóciese con Metabolon para acceder:

R

Una biblioteca de más de 5.400 metabolitos conocidos, 2.000 en plasma humano, todos ellos referenciados en el contexto de vías bioquímicas.

  • Eso es 5 veces los metabolitos del competidor más cercano
R

Profundidad y amplitud de experiencia sin precedentes en el análisis y la interpretación de datos metabolómicos para encontrar resultados significativos.

  • Más de 10.000 proyectos con cientos de clientes
  • Más de 3.500 publicaciones sobre 500 enfermedades, incluidas numerosas revistas especializadas como Cell, Nature y Science.
  • Casi 40 doctores en ciencia de datos, biología molecular y bioquímica

Gracias a nuestra sólida plataforma y a nuestras herramientas de visualización, nuestros expertos son los únicos capaces de ofrecerle más información sobre su molécula y desarrollar paneles de ensayos que le ayuden a concentrarse en los resultados que necesita.

Recursos relacionados con la metabolómica

Ver todos los recursos sobre metabolómica

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) 572-1711

+1 (919) 572-1721

Sede internacional

Metabolon GmbH

Zeppelinstraße 3
85399 Hallbergmoos
Alemania

+49 89 99017752
✕

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.