Nuevo Usuario

Recordar Contraseña

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

VOLUMEN 2, NÚM. 1, enero-abril (2021), PAG. 30-40

Logo Descargas Número de descargas: 28219 Logo Visitas Número de visitas: 4454 Citas 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.

Descargar PDF

Bibliografía

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

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

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

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

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

Watanabe RM. Drugs, diabetes and pharmacogenomics: the road to personalized therapy. Pharmacogenomics 2011;12(5):699-701.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

American Diabetes Association. Standards of medical care in diabetes--2009. Diabetes Care 2009 Jan;32 Suppl 1:S13-61.
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

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

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

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

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

Friedrich N. Metabolomics in diabetes research. J Endocrinol 2012 Oct;215(1):29-42.
DOI: 10.1530/JOE-12-0120