Multiplatform metabolome profiling to identify specific signatures and biomarkers in blood samples: untargeted approach

• Autores: Kateryna Tkachenko
• Directores de la Tesis: Consuelo Pizarro Millán (dir. tes.), José María González Sáiz (dir. tes.)
• Lectura: En la Universidad de La Rioja ( España ) en 2023
• Idioma: inglés
• Número de páginas: 257
• Títulos paralelos:
  • Perfiles metabolómicos multiplataforma para identificación de firmas y biomarcadores específicos en muestras de sangre: enfoque no dirigido
• Tribunal Calificador de la Tesis: Rosa Maria Alonso Rojas (presid.), Rosario Osta Pinzolas (secret.), Joao Almeida Lopes (voc.)
• Programa de doctorado: Programa de Doctorado en Química por la Universidad de La Rioja
• Materias:
  • Química
    • Química analítica
      • Análisis bioquímico
      • Análisis cromatográfico
      • Espectroscopia de infrarrojos
• Enlaces
  • Tesis en acceso abierto en: Dialnet
• Resumen
  • español

    Uno de los desafíos significativos en la identificación de terapias efectivas en muchas enfermedades crónicas y neurodegenerativas es la necesidad de biomarcadores confiables. Por lo tanto, nuevas herramientas de diagnóstico en los puntos de atención son esenciales para distinguir sin ambigüedades a los pacientes enfermos de los sanos, proporcionando resultados rápidos.

    En esta tesis doctoral, se evaluó un enfoque de metabolómica no dirigida basado en técnicas analíticas de alto rendimiento, como la espectroscopia vibracional y la cromatografía líquida-espectrometría de masas (LC-MS), en diferentes estudios relacionados con el campo de la salud y la enfermedad. Por lo tanto, el objetivo principal de esta tesis doctoral es desarrollar estrategias para el diagnóstico objetivo de trastornos como la enfermedad de Parkinson, la enfermedad de Alzheimer, la Esclerosis lateral amiotrófica y el Síndrome metabólico. Se llevaron a cabo diferentes estudios para obtener un perfil metabólico de pacientes sanos y enfermos. De este modo, para obtener un perfil metabólico específico, se probaron y combinaron múltiples estrategias analíticas acopladas con estrategias multivariadas con el fin de explotar sus respectivas fortalezas y debilidades. Por lo tanto, se investigó la existencia de huellas metabólicas distintas en el infrarrojo medio en las enfermedades mencionadas anteriormente, para la estratificación de pacientes y guiar un diagnóstico diferencial preciso y temprano. Además, el análisis UPLC-MS complementó con éxito la espectroscopía vibracional, proporcionando una excelente discriminación de pacientes basada en biomarcadores específicos de la sangre.

    Los resultados obtenidos son muy prometedores, dando lugar a nuevas hipótesis sobre la patogénesis de las enfermedades y las posibles vías metabólicas involucradas, que deberían ser validadas mediante un enfoque multidisciplinario y dirigido.

  • English

    One of the significant challenges in identifying effective therapy in many chronic and neurodegenerative diseases is the need for reliable biomarkers. Thus, new point-of-care diagnostics tools are essential for unambiguously distinguishing diseased patients from healthy ones providing results in rapid time.

    In this doctoral thesis, an untargeted metabolomics approach based on high-throughput analytical techniques such as vibrational spectroscopy and liquid chromatography-mass spectrometry (LC-MS) was evaluated in different studies related to the field of health and disease. Thus, this doctoral thesis's main objective is to provide an objective diagnosis of disorders such as Parkinson’s, Alzheimer’s, Amyotrophic lateral sclerosis and Metabolic Syndrome. Different studies were performed to obtain a metabolic profile of healthy and diseased patients. Thus, to obtain specific metabolomic fingerprinting, multiple analytical and multivariate strategies were tested and combined to exploit their respective strengths and drawbacks. Therefore, distinct mid-infrared metabolic fingerprints in the abovementioned diseases were investigated for patient stratification and to guide an accurate and early differential diagnosis. In addition, UPLC-MS analysis successfully complemented vibrational spectroscopy, providing excellent patient discrimination based on specific blood biomarkers.

    The obtained results are auspicious, giving place to the new hypothesis about disease pathogenesis and possible involved metabolic pathways that should be validated by a further targeted and multidisciplinary approach.