NMR-Based Metabolomics for the Identification of Biomarkers of Disease

Abstract

[ES] La tesis doctoral titulada "NMR-based metabolomics for the identification of biomarkers of disease" explora el potencial de la metabolómica mediante espectroscopía de resonancia magnética nuclear (RMN) para la identificación de biomarcadores de enfermedades, permitiendo un diagnóstico temprano y no invasivo, así como el seguimiento de pacientes. El estudio se centra en cuatro enfermedades: Alzheimer, glaucoma, aterosclerosis y vulnerabilidad de placa, y fibrosis pulmonar tras neumonía por COVID-19.

En la introducción, se describe el proceso de análisis metabolómico para la identificación de biomarcadores y las principales plataformas y herramientas estadísticas utilizadas en el análisis mediante RMN. Se destacan las características fisiopatológicas de las enfermedades estudiadas, las formas actuales de diagnóstico y la necesidad de nuevos marcadores.

El primer capítulo aborda la identificación de biomarcadores para el Alzheimer y la progresión de deterioro cognitivo leve (MCI) a Alzheimer mediante análisis de suero. Se desarrollaron modelos de clasificación que discriminaron entre Alzheimer, MCI y controles sanos. La investigación encontró que ciertos metabolitos, como lisina, piruvato y colina, presentan concentraciones distintas según la evolución del MCI.

El segundo capítulo estudia las diferencias metabolómicas entre MCI y controles mediante análisis de plasma, combinando RMN y marcadores de peroxidación lipídica detectados con UPLC-MS/MS. La combinación de ambas técnicas mejoró la identificación de biomarcadores, destacando metabolitos como isoleucina, valina y glutamato.

El tercer capítulo analiza lágrimas de pacientes con glaucoma primario de ángulo abierto (POAG) para identificar biomarcadores en un medio mínimamente invasivo. Se identificaron metabolitos como taurina, glicina y glucosa como potenciales biomarcadores.

En el cuarto capítulo se estudian placas de ateroma y suero de pacientes con estenosis de carótida para identificar biomarcadores de vulnerabilidad de placa. En placa, se identificaron mio-inositol y glutamato como potenciales biomarcadores. En suero, se destacaron treonina, histamina y ácidos grasos insaturados.

El quinto capítulo se enfoca en pacientes que desarrollaron fibrosis pulmonar tras neumonía por COVID-19, identificando biomarcadores en suero que permiten predecir la fibrosis, destacando glucosa, valina y ácidos grasos.

Finalmente, se presenta la discusión y las conclusiones generales, subrayando la relevancia de la metabolómica mediante RMN para identificar biomarcadores tempranos y no invasivos, lo que podría cubrir una necesidad crítica en la medicina actual.

[CA] La tesi doctoral titulada "Metabolòmica basada en RMN per a la identificació de biomarcadors de malaltia" explora el potencial de la metabolòmica mitjançant espectroscòpia de ressonància magnètica nuclear (RMN) per a la identificació de biomarcadors de malalties, permetent un diagnòstic precoç i no invasiu, així com el seguiment de pacients. L'estudi se centra en quatre malalties: Alzheimer, glaucoma, aterosclerosi i vulnerabilitat de placa, i fibrosi pulmonar després de pneumònia per COVID-19.

A la introducció, es descriu el procés d'anàlisi metabolòmic per a la identificació de biomarcadors i les principals plataformes i eines estadístiques utilitzades en l'anàlisi mitjançant RMN. Es destaquen les característiques fisiopatològiques de les malalties estudiades, les formes actuals de diagnòstic i la necessitat de nous marcadors.

El primer capítol tracta sobre la identificació de biomarcadors per a l'Alzheimer i la progressió de deteriorament cognitiu lleu (MCI) a Alzheimer mitjançant anàlisi de sèrum. Es van desenvolupar models de classificació que van discriminar entre Alzheimer, MCI i controls sans. La investigació va trobar que certs metabòlits, com lisina, piruvat i colina, presenten concentracions diferents segons l'evolució del MCI.

El segon capítol estudia les diferències metabolòmiques entre MCI i controls mitjançant anàlisi de plasma, combinant RMN i marcadors de peroxidació lipídica detectats amb UPLC-MS/MS. La combinació d'ambdues tècniques va millorar la identificació de biomarcadors, destacant metabòlits com isoleucina, valina i glutamat.

El tercer capítol analitza llàgrimes de pacients amb glaucoma primari d'angle obert (POAG) per a identificar biomarcadors en un medi mínimament invasiu. Es van identificar metabòlits com taurina, glicina i glucosa com a potencials biomarcadors.

En el quart capítol s'estudien plaques d'ateroma i sèrum de pacients amb estenosi de caròtida per a identificar biomarcadors de vulnerabilitat de placa. En placa, es van identificar mio-inositol i glutamat com a potencials biomarcadors. En sèrum, es van destacar treonina, histamina i àcids grassos insaturats.

El cinqué capítol se centra en pacients que van desenvolupar fibrosi pulmonar després de pneumònia per COVID-19, identificant biomarcadors en sèrum que permeten predir la fibrosi, destacant glucosa, valina i àcids grassos.

Finalment, es presenten les conclusions generals, subratllant la rellevància de la metabolòmica mitjançant RMN per a identificar biomarcadors precoços i no invasius, la qual cosa podria cobrir una necessitat crítica en la medicina actual.

[EN] The doctoral thesis titled "NMR-based metabolomics for the identification of biomarkers of disease" explores the potential of metabolomics through nuclear magnetic resonance (NMR) spectroscopy for the identification of disease biomarkers, enabling early and non-invasive diagnosis, as well as patient monitoring. The study focuses on four diseases: Alzheimer's, glaucoma, atherosclerosis and plaque vulnerability, and pulmonary fibrosis after COVID-19 pneumonia.

The introduction describes the metabolomic analysis process for biomarker identification and the main platforms and statistical tools used in NMR-based analysis. The study highlights the pathophysiological characteristics of the diseases studied, current diagnostic methods, and the need for new biomarkers.

The first chapter addresses the identification of biomarkers for Alzheimer's disease and the progression of mild cognitive impairment (MCI) to Alzheimer's using serum analysis. Classification models were developed to distinguish between Alzheimer's, MCI, and healthy controls. The research found that certain metabolites, such as lysine, pyruvate, and choline, show different concentrations depending on the evolution of MCI.

The second chapter studies metabolomic differences between MCI and controls using plasma analysis, combining NMR and lipid peroxidation markers detected by UPLC-MS/MS. The combination of both techniques improved biomarker identification, highlighting metabolites such as isoleucine, valine, and glutamate.

The third chapter analyzes tears from patients with primary open-angle glaucoma (POAG) to identify biomarkers in a minimally invasive medium. Metabolites such as taurine, glycine, and glucose were identified as potential biomarkers.

In the fourth chapter, atheroma plaques and serum from patients with carotid stenosis were studied to identify biomarkers of plaque vulnerability. In plaques, myo-inositol and glutamate were identified as potential biomarkers. In serum, threonine, histamine, and unsaturated fatty acids were highlighted.

The fifth chapter focuses on patients who developed pulmonary fibrosis after COVID-19 pneumonia, identifying serum biomarkers that can predict fibrosis, with glucose, valine, and fatty acids being prominent.

Finally, the general discussion and conclusions are presented, emphasizing the relevance of NMR-based metabolomics in identifying early and non-invasive biomarkers, potentially addressing a critical need in modern medicine.