Alzheimer's disease beyond the genomic era: nuclear magnetic resonance (NMR) spectroscopy-based metabolomics.

Abstract

Alzheimer's disease (AD) is a complex disease, with no definitive biomarkers available that allow clinical diagnosis; this represents a major problem for the advance of efficient drug discovery programs. A successful approach towards the understanding and treatment of AD should take into consideration this complex nature. In this sense, metabolic networks are subject to severe stoichiometric restrictions. Metabolomics amplifies changes both in the proteome and the genome, and represents a more accurate approximation to the phenotype of an organism in health and disease. In this article, we will examine the current rationale for metabolomics in AD, its basic methodology and the available data in animal models and human studies. The discussed topics will highlight the importance of being able to use the metabolomic information in order to understand disease mechanisms from a systems biology perspective as a non-invasive approach to diagnose and grade AD. This could allow the assessment of new therapies during clinical trials, the identification of patients at risk to develop adverse effects during treatment and the final implementation of new tools towards a more personalized medicine.

La enfermedad de Alzheimer (EA) es una patología compleja, sin biomarcadores definitivos disponibles que permitan un diagnóstico clínico; esto representa un problema importante para el avance de programas eficaces de descubrimiento de fármacos. Un enfoque exitoso para la comprensión y el tratamiento de la EA debe tener en cuenta esta naturaleza compleja. En este sentido, las redes metabólicas están sujetas a severas restricciones estequiométricas.

La metabolómica amplifica los cambios tanto en el proteoma como en el genoma, y representa una aproximación más precisa al fenotipo de un organismo en estado de salud y de enfermedad. En este artículo, examinaremos la justificación actual del uso de la metabolómica en la EA, su metodología básica y los datos disponibles en modelos animales y en estudios con humanos.

Los temas tratados destacarán la importancia de poder utilizar la información metabolómica para comprender los mecanismos de la enfermedad desde una perspectiva de biología de sistemas, como un enfoque no invasivo para diagnosticar y graduar la EA. Esto podría permitir la evaluación de nuevas terapias durante los ensayos clínicos, la identificación de pacientes con riesgo de desarrollar efectos adversos durante el tratamiento y la implementación final de nuevas herramientas orientadas hacia una medicina más personalizada.