La búsqueda de medicamentos más seguros y eficaces depende cada vez más de comprender cómo responden los sistemas biológicos a las enfermedades, la variación genética y las intervenciones terapéuticas a nivel molecular. La metabolómica y la lipidómica se han convertido en herramientas indispensables en este esfuerzo, ofreciendo una perspectiva del estado bioquímico de los organismos vivos con un nivel de resolución que las plataformas analíticas anteriores no podían igualar. Dado que la metabolómica estudia los metabolitos de moléculas pequeñas (los productos finales de la expresión génica, la actividad proteica y la influencia ambiental), se sitúa en una posición privilegiada respecto al fenotipo de un organismo, lo que la hace excepcionalmente sensible a los cambios biológicos más relevantes en el proceso de desarrollo de fármacos. Este artículo describe cómo se aplican estas tecnologías en la investigación preclínica y clínica, qué estrategias analíticas las sustentan y por qué la elección del socio analítico adecuado es un factor decisivo para su éxito.
Aplicaciones de la metabolómica: identificación de dianas, detección de biomarcadores y aplicaciones preclínicas.
La metabolómica en el desarrollo de fármacos cumple tres funciones principales: descubrir los mecanismos de la enfermedad, identificar y validar biomarcadores y evaluar la respuesta farmacológica. En la identificación de dianas terapéuticas, la metabolómica de descubrimiento imparcial (el análisis del mayor número posible de metabolitos sin selección previa) genera hipótesis sobre qué vías metabólicas se ven alteradas en la enfermedad y qué enzimas o receptores representan puntos clave para la intervención terapéutica. Un ejemplo bien documentado es el descubrimiento del oncometabolito 2-hidroxiglutarato en el glioblastoma con mutación en IDH1, identificado mediante metabolómica no dirigida y posteriormente convertido en biomarcador y diana farmacológica. Este tipo de descubrimiento sería imposible únicamente mediante ensayos basados en hipótesis.
En la investigación preclínica, la metabolómica y el descubrimiento de fármacos están estrechamente vinculados mediante el uso de modelos celulares y animales. Al insertar o inactivar genes específicos y medir los perfiles de metabolitos resultantes mediante técnicas analíticas como la espectrometría de masas, se puede mapear la conectividad gen-metaboloma, revelando las consecuencias funcionales de las variantes genéticas y generando biomarcadores aplicables que posteriormente pueden monitorizarse en ensayos clínicos. Los datos obtenidos en esta etapa influyen directamente en las decisiones de continuar o no con un estudio y en la priorización de candidatos, lo que convierte la integración temprana de la metabolómica en una estrategia reconocida para reducir el abandono en etapas avanzadas.
Un estudio publicado sobre TREM2/PLCG2 en células de microglía lo ilustra claramente: la eliminación de cada gen de forma independiente produjo perfiles de metabolitos derivados de espectrometría de masas muy similares, lo que reveló la conectividad entre ambas proteínas y justificó la terapia para activar TREM2 en la enfermedad de Alzheimer. La metabolómica basada en espectrometría de masas también demostró su valor en la traslación clínica temprana cuando los cambios metabolómicos plasmáticos tras la inhibición de PI3K (identificados inicialmente en modelos preclínicos) se evaluaron posteriormente como biomarcadores farmacodinámicos en un ensayo de fase I de escalada de dosis, confirmando efectos dependientes del tiempo y la dosis en pacientes.
El descubrimiento de biomarcadores representa quizás la aplicación más extendida de la metabolómica en el desarrollo de fármacos. Los biomarcadores basados en metabolitos identificados mediante plataformas de espectrometría de masas se utilizan para:
- Diagnóstico de enfermedades o estratificación de poblaciones de pacientes antes de la inclusión en ensayos clínicos.
- Monitorización de la respuesta farmacodinámica y la interacción con la diana terapéutica durante la administración del fármaco.
- Evaluación de la toxicidad y la seguridad de los fármacos mediante cambios en la actividad de las vías metabólicas.
- Apoyo a estudios de prueba de concepto en ensayos clínicos de fase I y II.
Dado que el metaboloma integra información genómica, proteómica y ambiental, ofrece información compuesta que ni la genómica ni la proteómica por sí solas pueden capturar completamente, una propiedad que lo hace especialmente valioso en enfermedades complejas y multifactoriales.
Aplicaciones de la lipidómica: perfilado de biomarcadores lipídicos y evaluación de la toxicidad.
Si bien la metabolómica y la lipidómica comparten un marco analítico común, la lipidómica se centra específicamente en los metabolitos lipídicos, una clase estructuralmente diversa que abarca esfingolípidos, glicerofosfolípidos, glicerolípidos, ésteres de colesterol y acilos grasos, entre otros. Su relevancia biológica en las enfermedades es sustancial: la desregulación del metabolismo lipídico está causalmente relacionada con enfermedades cardiovasculares, diabetes tipo 2, neurodegeneración y varios tipos de cáncer.
En el descubrimiento de fármacos mediante lipidómica, la identificación de biomarcadores lipídicos ya se ha traducido en herramientas clínicas. Las especies de ceramida, por ejemplo, se han validado como predictores de mortalidad cardiovascular en múltiples cohortes independientes. El ensayo clínico resultante de este trabajo se basó en un protocolo de LC-MS/MS de alto rendimiento utilizando un formato de placa de 96 pocillos, un flujo de trabajo que permitió tanto la precisión analítica como el rendimiento de muestras necesarios para la validación de cohortes a gran escala, y que finalmente facilitó la traslación de este biomarcador a la práctica clínica. Esta trayectoria ilustra cómo la combinación del descubrimiento biológico y una metodología analítica sólida basada en la espectrometría de masas es lo que realmente permite que la lipidómica pase de la investigación al uso clínico.
En lo que respecta a la evaluación de la toxicidad, la lipidómica proporciona señales tempranas de disrupción metabólica a nivel orgánico que los marcadores bioquímicos estándar podrían pasar por alto. Los cambios en la composición de esfingolípidos, la acumulación de lisofosfolípidos o las alteraciones en los perfiles de ácidos grasos pueden indicar hepatotoxicidad, nefrotoxicidad o estrés mitocondrial mucho antes de que se manifiesten los criterios de valoración de seguridad convencionales. Por lo tanto, la integración de la lipidómica en los paquetes de seguridad preclínica mejora el poder predictivo de los estudios toxicológicos en fase inicial.
El acceso a servicios de lipidómica de alta calidad, con protocolos de extracción validados, estándares internos apropiados para cada clase de lípido y plataformas de espectrometría de masas calibradas para matrices lipídicas complejas, es un requisito práctico para generar datos que superen el escrutinio regulatorio.
Metabolómica dirigida frente a no dirigida: enfoques analíticos mediante espectrometría de masas.
La metabolómica y la lipidómica basadas en espectrometría de masas pueden abordarse mediante dos estrategias analíticas fundamentalmente diferentes (no dirigidas y dirigidas), y la elección entre ellas se determina por la pregunta científica que se plantea y la fase del programa de desarrollo del fármaco.
- Metabolómica no dirigida
Su objetivo es perfilar la mayor cantidad posible de metabolitos en una sola corrida analítica, sin selección previa. Este enfoque utiliza instrumentos de espectrometría de masas de alta resolución (HRMS), típicamente plataformas de tiempo de vuelo cuadrupolar (Q-TOF) u Orbitrap acopladas a cromatografía líquida de ultra alta resolución (UHPLC), y emplea métodos de adquisición de datos independientes (DIA) o dependientes (DDA). La DDA, en particular, permite la fragmentación selectiva de iones precursores, generando espectros MS/MS reales que son esenciales para la anotación confiable de metabolitos mediante herramientas bioinformáticas y flujos de trabajo de redes moleculares. La fortaleza de este enfoque reside en su capacidad de descubrimiento: es idóneo para el descubrimiento de biomarcadores, la identificación de dianas y la generación de hipótesis en la investigación de fase temprana.
2) Metabolómica dirigida
Por el contrario, se centra en un conjunto predefinido de metabolitos utilizando estándares internos marcados con isótopos estables y espectrómetros de masas de triple cuadrupolo que operan en modo de monitorización de reacciones múltiples (MRM). Este enfoque proporciona una cuantificación absoluta con alta precisión, reproducibilidad y sensibilidad, propiedades necesarias cuando los metabolitos se miden como criterios de valoración primarios o secundarios en ensayos clínicos o cuando se requiere la validación de un método bioanalítico con grado regulatorio. La validación de idoneidad para el propósito debe realizarse de acuerdo con las directrices de la Administración de Alimentos y Medicamentos de los Estados Unidos (FDA) o de la Agencia Europea de Medicamentos (EMA), según el uso previsto de los datos.
Ambas estrategias se combinan frecuentemente en un flujo de trabajo secuencial: el perfilado no dirigido identifica posibles biomarcadores o firmas metabólicas, que luego se confirman y cuantifican mediante ensayos dirigidos en cohortes más amplias. La integración de plataformas avanzadas (como UHPLC-MS/MS) para el perfilado de impurezas, estrategias sin apareamiento iónico para la caracterización de oligonucleótidos e imágenes de espectrometría de masas para metabolómica espacial continúa ampliando las posibilidades analíticas en un laboratorio moderno.
Externalización de la metabolómica y la lipidómica: cómo una organización de investigación por contrato (CRO) analítica apoya su programa de desarrollo de fármacos.
A medida que la metabolómica adquiere mayor importancia científica y regulatoria en el desarrollo de fármacos, las exigencias analíticas que impone a los equipos de desarrollo han aumentado en consecuencia. La infraestructura necesaria incluye:
- Plataformas de espectrometría de masas validadas
- Científicos con experiencia en el desarrollo de métodos
- Sistemas robustos de procesamiento de datos
- Conocimiento de las expectativas regulatorias
Esto representa una inversión significativa con la que muchas compañías biotecnológicas y farmacéuticas especializadas no cuentan.
La externalización de estos ensayos a una CRO analítica cualificada con experiencia demostrada en metabolómica y lipidómica permite a los patrocinadores acceder a estas capacidades según las necesidades de cada proyecto, sin incurrir en los costes de su desarrollo y mantenimiento internos. Más importante aún, una CRO con un profundo conocimiento de la normativa puede garantizar que los datos generados en la fase de descubrimiento se produzcan de forma científicamente sólida a medida que avanza el programa, reduciendo el riesgo de tener que repetir estudios fundamentales debido a una cualificación insuficiente del método o a una documentación inadecuada.
En AMSbiopharma, nuestro equipo analítico combina plataformas avanzadas de espectrometría de masas (incluida UHPLC-MS/MS) con una amplia experiencia en flujos de trabajo de metabolómica y lipidómica, tanto dirigidos como no dirigidos, aplicados a matrices biológicas relevantes para la investigación preclínica y clínica. Tanto si su programa requiere el descubrimiento de biomarcadores en fase inicial, el desarrollo de ensayos específicos, la elaboración de perfiles lipídicos o análisis cuantitativos conformes a la normativa, diseñamos estrategias adecuadas a cada fase que generan datos fiables e interpretables para respaldar sus hitos de desarrollo.
Póngase en contacto con nosotros para hablar sobre cómo nuestras capacidades en metabolómica y lipidómica pueden fortalecer la base científica de su programa.
Referencias
Astarita G, Kelly RS, Lasky-Su J. Metabolomics and lipidomics strategies in modern drug discovery and development. Drug Discov Today. 2023 Oct;28(10):103751. doi: 10.1016/j.drudis.2023.103751.
Defossez E, Bourquin J, von Reuss S, Rasmann S, Glauser G. Eight key rules for successful data-dependent acquisition in mass spectrometry-based metabolomics. Mass Spectrom Rev. 2023 Jan;42(1):131-143. doi: 10.1002/mas.21715.
Lin C, Tian Q, Guo S, Xie D, Cai Y, Wang Z, Chu H, Qiu S, Tang S, Zhang A. Metabolomics for Clinical Biomarker Discovery and Therapeutic Target Identification. Molecules. 2024 May 8;29(10):2198. doi: 10.3390/molecules29102198.
Meikle TG, Huynh K, Giles C, Meikle PJ. Clinical lipidomics: realizing the potential of lipid profiling. J Lipid Res. 2021;62:100127. doi: 10.1016/j.jlr.2021.100127.
