Revista de Medicina de Laboratorio 00053
/
http://dx.doi.org/10.20960/revmedlab.00053
Resumen|
PDF
Revisiones - Metaanálisis
La metabolómica como herramienta hacia la medicina personalizada en diabetes mellitus tipo 2
Mariam Cortés Tormo, José Vicente Marcos Tomás, Vicente Giner Galvañ, Josep Redón i Mas
Prepublicado: 2021-01-18
Publicado: 2021-04-28
Número de descargas:
29052
Número de visitas:
4530
Citas:
0
Compártelo:
La metabolómica es una de las nuevas “disciplin-ómicas” incorporadas para el estudio fisiopatológico de distintas enfermedades. En esta revisión se resaltan las características principales que la definen, las metodologías e instrumentación empleadas para su desarrollo y las principales utilidades que proceden de los resultados obtenidos. La diabetes mellitus tipo 2 es una patología que se caracteriza por presentar un continuo disglucémico que en fases tempranas se caracteriza por ser asintomático. Además, se engloba dentro de la definición de enfermedad multifactorial, junto con la patología cardiovascular y la enfermedad renal crónica. La medicina personalizada en este tipo de patologías es el futuro para poder abordar el manejo de los pacientes de manera individualizada. Los resultados obtenidos en distintos estudios nos muestran la metabolómica como la herramienta que nos va a permitir abarcar todas las etapas que se producen en las distintas patologías: desde la predicción del riesgo, hasta, una vez diagnosticadas, la elección de terapias y el seguimiento de las mismas, permitiendo además personalizar estrategias de prevención y tratamiento de los pacientes afectos, según sus características individuales. El aumento de publicaciones basadas en la metabolómica hace interesante difundir las bases, los planteamientos y los recursos que ofrece para obtener una alternativa a la hora de plantear enfoques de investigación, incluso, en ambientes alternativos a los grandes centros de producción científica.
Palabras Clave: Metabolómica. Diabetes tipo 2. Enfermedad cardiovascular. Enfermedad renal.
Cases MM. Coste actual de la diabetes mellitus en España: el estudio eCostesDM2. Suplemento extraordinario Diabetes Práctica 2013:6.
Ruiz-Ramos M, Escolar-Pujolar A, Mayoral-Sánchez E, Corral-San Laureano F, Fernández-Fernández I. La diabetes mellitus en España: mortalidad, prevalencia, incidencia, costes económicos y desigualdades. Gaceta Sanitaria 2006;20:15-24.
DOI: 10.1157/13086022
DOI: 10.1157/13086022
International Diabetes Federation (IDF). Diabetes Atlas - 8th Edition. 2017; Available at: www.diabetesatlas.org, 2017.
Berlanga E, Casamitjana R. ESTUDIO DE LA FUNCIÓN PANCREÁTICA ENDOCRINA EN EL LABORATORIO CLÍNICO. SEQC. 2004.
DiStefano JK, Watanabe RM. Pharmacogenetics of anti-diabetes drugs. Pharmaceuticals 2010;3(8):2610-2646.
DOI: 10.3390/ph3082610
DOI: 10.3390/ph3082610
Rydén L, Grant PJ, Anker SD, Berne C, Cosentino F, Danchin N, et al. Guía de práctica clínica de la ESC sobre diabetes, prediabetes y enfermedad cardiovascular, en colaboración con la European Society for the Study of Diabetes. Revista Española de Cardiología 2014;67(2).
DOI: 10.1016/j.recesp.2013.12.005
DOI: 10.1016/j.recesp.2013.12.005
Jakab Z. Data and statistics DM. Available at: http://www.euro.who.int/en/health-topics/noncommunicable-diseases/diabetes/data-and-statistics.
Giner V, Coca A, de La Sierra A. Increased insulin resistance in salt sensitive essential hypertension. J Hum Hypertens 2001;15(7):481-485.
DOI: 10.1038/sj.jhh.1001216
DOI: 10.1038/sj.jhh.1001216
Yengo L, Arredouani A, Marre M, Roussel R, Vaxillaire M, Falchi M, et al. Impact of statistical models on the prediction of type 2 diabetes using non-targeted metabolomics profiling. Molecular metabolism 2016;5(10):918-925.
DOI: 10.1016/j.molmet.2016.08.011
DOI: 10.1016/j.molmet.2016.08.011
Watanabe RM. Drugs, diabetes and pharmacogenomics: the road to personalized therapy. Pharmacogenomics 2011;12(5):699-701.
DOI: 10.2217/pgs.11.29
DOI: 10.2217/pgs.11.29
Mihaescu R, Meigs J, Sijbrands E, Janssens AC. Genetic risk profiling for prediction of type 2 diabetes. PLoS Curr 2011 Jan 11;3:RRN1208.
DOI: 10.1371/currents.RRN1208
DOI: 10.1371/currents.RRN1208
Johansen Taber KA, Dickinson BD. Genomic-based tools for the risk assessment, management, and prevention of type 2 diabetes. Appl Clin Genet 2015 Jan 7;8:1-8.
DOI: 10.2147/TACG.S75583
DOI: 10.2147/TACG.S75583
Halban PA, Polonsky KS, Bowden DW, Hawkins MA, Ling C, Mather KJ, et al. β-cell failure in type 2 diabetes: postulated mechanisms and prospects for prevention and treatment. The Journal of Clinical Endocrinology & Metabolism 2014;99(6):1983-1992.
DOI: 10.1210/jc.2014-1425
DOI: 10.1210/jc.2014-1425
Rochlani Y, Pothineni NV, Kovelamudi S, Mehta JL. Metabolic syndrome: pathophysiology, management, and modulation by natural compounds. Therapeutic advances in cardiovascular disease 2017;11(8):215-225.
DOI: 10.1177/1753944717711379
DOI: 10.1177/1753944717711379
Meng Q, Mäkinen V, Luk H, Yang X. Systems biology approaches and applications in obesity, diabetes, and cardiovascular diseases. Current cardiovascular risk reports 2013;7(1):73-83.
DOI: 10.1007/s12170-012-0280-y
DOI: 10.1007/s12170-012-0280-y
Dutta T, Chai HS, Ward LE, Ghosh A, Persson XM, Ford GC, et al. Concordance of changes in metabolic pathways based on plasma metabolomics and skeletal muscle transcriptomics in type 1 diabetes. Diabetes 2012 May;61(5):1004-1016.
DOI: 10.2337/db11-0874
DOI: 10.2337/db11-0874
Aguilera KGC, Sánchez SC. Señales Moleculares que modulan el metabolismo energetico: implicaciones en el desarrollo de obesidad, diabetes y cardiopatias. Mensaje Bioquimico Edit.Facultad de medicina UNAM 2009.
Rovira-Llopis S, Bañuls C, Diaz-Morales N, Hernandez-Mijares A, Rocha M, Victor VM. Mitochondrial dynamics in type 2 diabetes: pathophysiological implications. Redox biology 2017;11:637-645.
DOI: 10.1016/j.redox.2017.01.013
DOI: 10.1016/j.redox.2017.01.013
You YH, Quach T, Saito R, Pham J, Sharma K. Metabolomics Reveals a Key Role for Fumarate in Mediating the Effects of NADPH Oxidase 4 in Diabetic Kidney Disease. J Am Soc Nephrol 2016 Feb;27(2):466-481.
DOI: 10.1681/ASN.2015030302
DOI: 10.1681/ASN.2015030302
Langenberg C, Sharp SJ, Franks PW, Scott RA, Deloukas P, Forouhi NG, et al. Gene-lifestyle interaction and type 2 diabetes: the EPIC interact case-cohort study. PLoS medicine 2014;11(5):e1001647.
DOI: 10.1371/journal.pmed.1001647
DOI: 10.1371/journal.pmed.1001647
Sirolli V, Rossi C, Di Castelnuovo A, Felaco P, Amoroso L, Zucchelli M, et al. Toward personalized hemodialysis by low molecular weight amino-containing compounds: future perspective of patient metabolic fingerprint. Blood Transfus 2012 May;10 Suppl 2:s78-88.
Psychogios N, Hau DD, Peng J, Guo AC, Mandal R, Bouatra S, et al. The human serum metabolome. PloS one 2011;6(2):e16957.
DOI: 10.1371/journal.pone.0016957
DOI: 10.1371/journal.pone.0016957
Barallobre-Barreiro J, Chung Y, Mayr M. La proteómica y la metabolómica: los mecanismos de la enfermedad cardiovascular y el descubrimiento de biomarcadores. Revista Española de Cardiología 2013;66(8):657-661.
DOI: 10.1016/j.recesp.2013.04.010
DOI: 10.1016/j.recesp.2013.04.010
DeHaven CD, Evans AM, Dai H, Lawton KA. Organization of GC/MS and LC/MS metabolomics data into chemical libraries. Journal of cheminformatics 2010;2(1):9.
DOI: 10.1186/1758-2946-2-9
DOI: 10.1186/1758-2946-2-9
Pena MJ, Heinzel A, Rossing P, Parving H, Dallmann G, Rossing K, et al. Serum metabolites predict response to angiotensin II receptor blockers in patients with diabetes mellitus. Journal of translational medicine 2016;14(1):203.
DOI: 10.1186/s12967-016-0960-3
DOI: 10.1186/s12967-016-0960-3
Griffin JL, Vidal-Puig A. Current challenges in metabolomics for diabetes research: a vital functional genomic tool or just a ploy for gaining funding? Physiol Genomics 2008 Jun 12;34(1):1-5.
DOI: 10.1152/physiolgenomics.00009.2008
DOI: 10.1152/physiolgenomics.00009.2008
Tognarelli JM, Dawood M, Shariff MI, Grover VP, Crossey MM, Cox IJ, et al. Magnetic resonance spectroscopy: principles and techniques: lessons for clinicians. Journal of clinical and experimental hepatology 2015;5(4):320-328.
DOI: 10.1016/j.jceh.2015.10.006
DOI: 10.1016/j.jceh.2015.10.006
Kelly AD, Breitkopf SB, Yuan M, Goldsmith J, Spentzos D, Asara JM. Metabolomic profiling from formalin-fixed, paraffin-embedded tumor tissue using targeted LC/MS/MS: application in sarcoma. PloS one 2011;6(10):e25357.
DOI: 10.1371/journal.pone.0025357
DOI: 10.1371/journal.pone.0025357
McKillop AM, Flatt PR. Emerging applications of metabolomic and genomic profiling in diabetic clinical medicine. Diabetes Care 2011 Dec;34(12):2624-2630.
DOI: 10.2337/dc11-0837
DOI: 10.2337/dc11-0837
Gall WE, Beebe K, Lawton KA, Adam K, Mitchell MW, Nakhle PJ, et al. α-Hydroxybutyrate is an early biomarker of insulin resistance and glucose intolerance in a nondiabetic population. PLoS One 2010;5(5):e10883.
DOI: 10.1371/journal.pone.0010883
DOI: 10.1371/journal.pone.0010883
Ferrannini E, Natali A, Camastra S, Nannipieri M, Mari A, Adam KP, et al. Early metabolic markers of the development of dysglycemia and type 2 diabetes and their physiological significance. Diabetes 2013 May;62(5):1730-1737.
DOI: 10.2337/db12-0707
DOI: 10.2337/db12-0707
Sarosiek K, Pappan KL, Gandhi AV, Saxena S, Kang CY, McMahon H, et al. Conserved metabolic changes in nondiabetic and type 2 diabetic bariatric surgery patients: global metabolomic pilot study. Journal of diabetes research 2016;2016.
DOI: 10.1155/2016/3467403
DOI: 10.1155/2016/3467403
Wang TJ, Larson MG, Vasan RS, Cheng S, Rhee EP, McCabe E, et al. Metabolite profiles and the risk of developing diabetes. Nat Med 2011;17(4):448.
DOI: 10.1038/nm.2307
DOI: 10.1038/nm.2307
Arneth B, Arneth R, Shams M. Metabolomics of type 1 and type 2 diabetes. International Journal of Molecular Sciences 2019;20(10):2467.
DOI: 10.3390/ijms20102467
DOI: 10.3390/ijms20102467
Guasch-Ferre M, Hruby A, Toledo E, Clish CB, Martinez-Gonzalez MA, Salas-Salvado J, et al. Metabolomics in Prediabetes and Diabetes: A Systematic Review and Meta-analysis. Diabetes Care 2016 May;39(5):833-846.
DOI: 10.2337/dc15-2251
DOI: 10.2337/dc15-2251
den Ouden H, Pellis L, Rutten GEHM, Geerars-van Vonderen IK, Rubingh CM, van Ommen B, et al. Metabolomic biomarkers for personalised glucose lowering drugs treatment in type 2 diabetes. Metabolomics 2016 2016/02;12(2):1-9.
DOI: 10.1007/s11306-015-0930-4
DOI: 10.1007/s11306-015-0930-4
Dong Y, Chen Y, Yang Y, Shou D, Li C. Urinary Metabolomic Profiling in Zucker Diabetic Fatty Rats with Type 2 Diabetes Mellitus Treated with Glimepiride, Metformin, and Their Combination. Molecules 2016;21(11):1446.
DOI: 10.3390/molecules21111446
DOI: 10.3390/molecules21111446
American Diabetes Association. Standards of medical care in diabetes--2009. Diabetes Care 2009 Jan;32 Suppl 1:S13-61.
DOI: 10.2337/dc09-S013
DOI: 10.2337/dc09-S013
Liu X, Gao J, Chen J, Wang Z, Shi Q, Man H, et al. Identification of metabolic biomarkers in patients with type 2 diabetic coronary heart diseases based on metabolomic approach. Scientific reports 2016;6:30785.
DOI: 10.1038/srep30785
DOI: 10.1038/srep30785
Rhee EP, Clish CB, Wenger J, Roy J, Elmariah S, Pierce KA, et al. Metabolomics of Chronic Kidney Disease Progression: A Case-Control Analysis in the Chronic Renal Insufficiency Cohort Study. Am J Nephrol 2016;43(5):366-374.
DOI: 10.1159/000446484
DOI: 10.1159/000446484
Weiss RH, Kim K. Metabolomics in the study of kidney diseases. Nat Rev Nephrol 2012 print;8(1):22-33.
DOI: 10.1038/nrneph.2011.152
DOI: 10.1038/nrneph.2011.152
Rasmussen LG, Winning H, Savorani F, Toft H, Larsen TM, Dragsted LO, et al. Assessment of the effect of high or low protein diet on the human urine metabolome as measured by NMR. Nutrients 2012;4(2):112-131.
DOI: 10.3390/nu4020112
DOI: 10.3390/nu4020112
Paneni F, Costantino S. Diabetes and cardiovascular disease: let's push forward with translational research. Cardiovasc Diagn Ther 2015 Oct;5(5):407-411.
Chen R, Mias GI, Li-Pook-Than J, Jiang L, Lam HY, Chen R, et al. Personal omics profiling reveals dynamic molecular and medical phenotypes. Cell 2012;148(6):1293-1307.
DOI: 10.1016/j.cell.2012.02.009
DOI: 10.1016/j.cell.2012.02.009
Friedrich N. Metabolomics in diabetes research. J Endocrinol 2012 Oct;215(1):29-42.
DOI: 10.1530/JOE-12-0120
DOI: 10.1530/JOE-12-0120
Artículos más populares
Imagen - Infografías: Cristales de bilirrubina en orina en un caso de síndrome de Stauffer
Casos Clínicos: Trombocitemia esencial en un joven: una enfermedad hematológica poco frecuente
-
Licencia creative commons: Open Access bajo la licencia Creative Commons 4.0 CC BY-NC-SA
https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode
