Desarrollan una metodología que mejora la identificación y descripción de marcadores biomédicos

Foto del grupo investigador que ha participado en el estudio. De izquierda a derecha: Roger Giné, Òscar Yanes, Maria Vinaixa, Josep M. Badia y Jordi Capellades
CIBER | martes, 2 de noviembre de 2021

La metabolómica es una tecnología del campo de las ciencias ómicas que estudia los metabolitos, pequeñas moléculas presentes en la sangre y los tejidos que reflejan la actividad y el estado metabólico del organismo. Algunos pueden ser determinantes a la hora de indicar el riesgo, la aparición o el curso que tendrá una enfermedad en concreto: se les conoce como marcadores. Encontrar un marcador entre miles de metabolitos no es una tarea sencilla. Las estrategias de análisis actuales basadas en la espectrometría de masas son capaces de detectar cientos e incluso miles de metabolitos. Sin embargo, identificar su estructura química es un reto aún por resolver. Ahora un equipo investigador de la Universidad Rovira i Virgili, el Instituto de Investigación Sanitaria Pere Virgili (IISPV) y el CIBERDEM ha desarrollado una metodología que mejora significativamente la capacidad de identificar y describir estos marcadores. Los resultados de la investigación se han publicado en la revista científica Nature Methods.

La espectrometría de masas aporta datos espectrales sobre la presencia de metabolitos en muestras de interés biomédico. Con esta metodología el equipo investigador ha conseguido aprovechar la información química que se encuentra en las bases de datos del metaboloma humano para proyectarla de manera masiva sobre los datos y señales espectrales y, de esta manera, descifrar qué señales contienen información biológica relevante. Así, han demostrado que una gran mayoría de las señales de la muestra analizada son redundantes o inespecíficas y han mejorado sustancialmente la capacidad de identificar y describir los metabolitos.

"Si nos imaginamos un local donde hay cientos de personas hablando, con las técnicas actuales podríamos ver que hay mucha gente que dialoga entre sí, pero sería muy difícil descifrar el contenido de una sola conversación. La técnica que hemos desarrollado nos permite identificar mucho más rápidamente las conversaciones que nos interesan y el contenido", explica a modo de ejemplo el investigador Òscar Yanes, del Departamento de Ingeniería Electrónica, Eléctrica y Automática y de la Plataforma Metabolómica URV- IISPV-CIBERDEM.

Concretamente, el equipo investigador ha conseguido filtrar hasta un 90 % de señales inespecíficas, además de aumentar hasta cuatro veces la capacidad para identificar y describir marcadores y conocer su estructura química. Esto supone un paso importante a la hora de descifrar el metaboloma humano, que es el conjunto de metabolitos involucrados en el metabolismo de una célula, tejido u órgano.

Este avance también representa una mejora en muchas aplicaciones tecnológicas, sobre todo en el campo de la investigación biomédica, ya que permite identificar marcadores con más facilidad de lo que se había conseguido hasta ahora. La tecnología desarrollada por este equipo investigador, que pertenece al grupo Metabolomics Interdisciplinary Laboratory (MIL@b) —reconocido por la Generalitat de Catalunya— se ha patentado y se trabaja para llevarla al mercado.

Referencia bibliográfica:

HERMES: a molecular formula-oriented method to target the metabolome. Roger Giné, Jordi Capellades, Josep M. Badia, Dennis Vughs, Michaela Schwaiger-Haber, Maria Vinaixa, Andrea M. Brunner, Gary J. Patti, Oscar Yanes. Doi: https://doi.org/10.1101/2021.03.08.434466

Ciberdem