Servicio Central de Análisis de Araba (SGIker – UPV/EHU)

La enfermedad renal crónica (ERC) se define como una condición en la que los riñones se encuentran dañados y no son capaces de filtrar la sangre adecuadamente. Como consecuencia, se produce la acumulación de desechos en la sangre y en el organismo, que puede originar serios problemas de salud[1].

Los últimos avances en nuevas terapias médicas han permitido un mejor control y pronóstico de estos pacientes. Sin embargo, aún no se logra prevenir el retraso en el crecimiento, la anemia, los problemas cardiovasculares asociados y otras consecuencias de la enfermedad en niños con ERC, alcanzando elevadas tasas de morbimortalidad en este grupo de población[2].

En la actualidad, la creatinina sérica se utiliza como biomarcador clásico para evaluar la función renal. No obstante, la creatinina tiene una sensibilidad bastante limitada y revela el daño renal cuando ya se ha producido una importante pérdida de nefronas, las unidades funcionales de los riñones. Por ello, la búsqueda de nuevos biomarcadores de diagnóstico o de la evolución de la patología y su aplicación en la ERC pediátrica podría contribuir a su diagnóstico, seguimiento y a una mejor comprensión de la fisiopatología de la enfermedad[3].

La metabolómica es una herramienta que tiene como finalidad la búsqueda e identificación de biomarcadores atendiendo al perfil metabólico de un conjunto de muestras biológicas. Estudia las moléculas pequeñas, típicamente por debajo de los 1500 Da, en un sistema biológico, comparando los conjuntos de moléculas o metabolitos entre un grupo control y un grupo testado[4].

Existen dos tipos de metabolómica, la metabolómica dirigida y la metabolómica no dirigida. En el primero de los casos, se buscan diferencias en cuanto a moléculas o grupos de moléculas pertenecientes a distintas rutas metabólicas que son seleccionadas por los investigadores. Por el contrario, en la metabolómica no dirigida se comparan los perfiles de moléculas presentes en las poblaciones objeto de estudio sin que exista ningún tipo de selección de éstas, lo que implica que no haya ningún sesgo previo[5].

En el SCAA, se han desarrollado dos métodos diferentes basados en la cromatografía líquida acoplada a espectrometría de masas, técnica de análisis que permite la separación, detección y cuantificación de moléculas de una muestra (Figura 1). Los métodos propuestos se han aplicado a muestras de plasma recogidas por el Servicio de Nefrología Pediátrica del Hospital de Cruces en Barakaldo de pacientes pediátricos con ERC y controles de la misma edad del País Vasco.

El primer método (metabolómica dirigida) permitió la identificación de tres moléculas que podrían actuar como biomarcadores potenciales, además de la creatinina: citrulina, S-adenosilmetionina y dimetilarginina simétrica. En un estudio estadístico llevado a cabo para evaluar la calidad de los posibles nuevos biomarcadores, la utilización de la creatinina sérica como único biomarcador permitía la clasificación correcta del 71 % de los pacientes, mientras que la incorporación de las concentraciones plasmáticas de estas tres nuevas moléculas logró alcanzar una correcta clasificación en un 89 % de los pacientes mejorando el diagnóstico[6,7].

Por su parte, de la aplicación del otro método (metabolómica no dirigida) se obtuvieron cinco señales, de las que posteriormente fue posible identificar cuatro como las siguientes moléculas: n-butirilcarnitina, cis-4-decenoilcarnitina, bilirrubina y esfingosina-1-fosfato. Del mismo modo, se evaluó la capacidad de estas moléculas que podrían proponerse como biomarcadores de la ERC, obteniéndose una correcta discriminación entre enfermos y controles en un 96 % de los casos[8].

Referencias:

Este trabajo de investigación ha formado parte de la Tesis Doctoral de Sandra Benito y ha dado lugar a cuatro publicaciones científicas.

[1] LEVEY, A.S., ATKINS, R., CORESH, J., COHEN, E.P., COLLINS, A.J., ECKARDT, K.U., NAHAS, M.E., JABER, B.L., JADOUL, M., LEVIN, A., POWE, N.R., ROSSERT, J., WHEELER, D.C., LAMEIRE, N. eta EKNOYAN, G., 2007. «Chronic kidney disease as a global public health problem: approaches and initiatives – a position statement from Kidney Disease Improving Global Outcomes». Kidney International, 72, 247-59.

[2] HARAMBAT, J., VAN STRALEN, K.J., KIM, J.J. eta TIZARD, E.J., 2012. «Epidemiology of chronic kidney disease in children». Pediatric Nephrology, 27, 363-73.

[3] ZHAO, Y.Y., 2013. «Metabolomics in chronic kidney disease». Clin. Chim. Acta, 422, 59-69.

[4] FIEHN, O., 2002. «Metabolomics – the link between genotypes and phenotypes». Plant Mol. Biol., 48, 155-171.

[5] PATTI, G.J., YANES, O. eta SIUZDAK, G., 2012. «Innovation Metabolomics: the apogee of the omics trilogy». Nat. Rev. Mol. Cell Biol., 13, 263-269.

[6] BENITO, S., SANCHEZ, A., UNCETA, N., ANDRADE, F., ALDAMIZ-ECHEVARRIA, L., GOICOLEA, M.A. eta BARRIO, R.J., 2016. «LC-QTOF-MS-based targeted metabolomics of arginine-creatine metabolic pathway-related compounds in plasma: application to identify potential biomarkers in pediatric chronic kidney disease». Anal. Bioanal. Chem., 408, 747-760.

[7] BENITO, S., SANCHEZ-ORTEGA, A., UNCETA, N., JANSEN, J.J., POSTMA, G., ANDRADE, F., ALDAMIZ-ECHEVARRIA, L., BUYDENS, L.M.C., GOICOLEA, M.A. eta BARRIO, R.J., 2018. «Plasma biomarker discovery for early chronic kidney disease diagnosis based on chemometric approaches using LC-QTOF targeted metabolomics data». J. Pharm. Biomed. Anal., 149, 46-56.

[8] BENITO, S., SANCHEZ, A., UNCETA, N., ANDRADE, F., ALDAMIZ-ECHEVARRIA, L., GOICOLEA, M.A. eta BARRIO, R.J., 2018. «Untargeted metabolomics for plasma biomarker discovery for early chronic kidney disease diagnosis in pediatric patients using LC-QTOF-MS». Analyst (Cambridge, U. K.), Ahead of Print.