Análisis del perfil proteómico de sueros sanguíneos de pacientes con preeclampsia empleando espectrometría de masas MALDI-TOF

Abstract

La preeclampsia es un trastorno hipertensivo del embarazo que afecta aproximadamente entre el 5–8% de las gestaciones y constituye una de las principales causas de morbilidad y mortalidad materna y perinatal. Su complejidad radica en la falta de claridad sobre su etiología y en la ausencia de biomarcadores confiables para su detección temprana. En este contexto, la proteómica surge como una estrategia prometedora para identificar perfiles proteicos diferenciales asociados a la enfermedad. En esta investigación, se examinaron muestras de suero de mujeres embarazadas con preeclampsia y de un grupo de controles sanos, proporcionadas por la Fundación Cardiovascular de Colombia. Para el análisis proteómico, se empleó el método FASP, el cual permitió la digestión de las proteínas y la obtención de péptidos de bajo peso molecular para su análisis mediante espectrometría de masas MALDI-TOF. Los datos generados fueron analizados mediante Python en JupyterLab. El análisis de componentes principales mostró una separación parcial entre los diferentes grupos, sugiriendo variaciones en los perfiles proteómicos. A continuación, se desarrollaron modelos de clasificación supervisada. El modelo SVM logró una exactitud del 79%, mientras que la red neuronal mostró un rendimiento superior, alcanzando una exactitud del 90,70% y una mayor efectividad en la identificación de casos de preeclampsia. Estos hallazgos resaltan el potencial del análisis proteómico, junto con técnicas de aprendizaje automático, en la detección de patrones relacionados con la preeclampsia y su posible uso en el desarrollo de herramientas de diagnóstico.