Publicación:

Identificación de marcadores metabólicos asociados a la cardiomiopatía chagásica crónica

Resumen

La Cardiomiopatía Chagásica Crónica (CCC) es la presentación clínica más frecuente y grave de la Enfermedad de Chagas (ECh). Los mecanismos fisiopatológicos implicados en el desarrollo y progresión de la CCC son complejos y aún no están claramente establecidos. El estudio de los metabolitos está siendo utilizado en diferentes enfermedades para mejorar el diagnóstico, dilucidar objetivos terapéuticos más apropiados e identificar de forma temprana el desarrollo de una enfermedad. El objetivo de nuestro estudio fue identificar marcadores metabólicos asociados con la CCC en muestras de suero de pacientes asintomáticos y sintomáticos de la enfermedad de Chagas. Realizamos un análisis no dirigido del perfil metabólico en muestras de suero de pacientes seronegativos (n=25), asintomáticos (n=25) y sintomáticos con CCC en grado II (n=25) y grado III-IV (n=25), utilizando cromatografía líquida acoplada a espectrometría de masas (HPLC-ESI-IT-MS). Los resultados fueron analizados con los softwares MzMine y Metaboanalyst y la base de datos HMDB y METLIN. 16 metabolitos fueron detectados y anotados con las bases de datos, en la comparación entre S-II vs AS y 21 en la comparación S-III-IV vs AS (VIP >1,0 y p 0,05). Gangliósido GM1 (18:1), 1-estearoilglicerofosfoglicerol, TG (22:1) y 2beta-hidroxitestosterona fueron los metabolitos individuales con la mejor capacidad de clasificación entre AS vs S. Lisofosfolípido (16:1) y 1-estearoilglicerofosfoglicerol mostraron potencial para discriminar los pacientes S-II de AS y en la comparación SIII-IV vs SII, los metabolitos gangliósido GM1 (18:1), MG (0:0), Histidil-prolina, TG (22:6), PS (24:0), PS (18:3), cardiolipina (8:0) y glicerofosfocolina, en conjunto, clasificaron con mayor eficiencia los grupos. Son necesarios más estudios para confirmar el potencial de los biomarcadores aquí detectados, que ofrecen, para la ECh el potencial de reemplazar la necesidad de métodos especializados. Así mismo, permitirían plantear estrategias de tratamiento individualizadas a cada paciente, optimizando las estrategias para su manejo clínico.