Resumen de Estudios metabólicos en orina de ratones con cáncer de próstata empleando espectrometría de masas multiplataforma y glucosa marcada isotópicamente
El cáncer es uno de los problemas más importantes a nivel mundial y se espera que la tendencia vaya en aumento debido al envejecimiento de la población y aumento de la obesidad. El desarrollo de nuevas herramientas para su detección precoz es necesario, tanto para mejorar el tratamiento de las enfermedades, como para aumentar la tasa de supervivencia de las personas diagnosticadas. El creciente empleo de las denominadas tecnologías “ómicas”, en el campo de las biociencias, puede aportar información muy útil en la búsqueda de biomarcadores del cáncer. La metabolómica puede ofrecer una imagen molecular completa de la bioquímica, ya que las células cancerosas manifiestan alteraciones profundas en su metabolismo. El cáncer de próstata es el segundo tipo de cáncer con más incidencia en los hombres y se diagnostica a través de la medida de la PSA (antígeno prostático específico) cuya fiabilidad es cuestionable. Los estudios de los productos de metabolismo del cancer de próstata pude ayudar al descubrimiento de nuevos biomarcadores más eficaces para la detección precoz del cáncer de próstata. Teniendo en cuenta todas estas consideraciones, el objetivo general de la presente Tesis Doctoral fue el análisis metabólico de la orina de ratones con cáncer de próstata empleando distintas técnicas de espectrometría de masas. Para ello se empleó la orina de ratones de la variedad C57BL\6 de dos cepas distintas: Wild Type y ratones genéticamente modificados conocidos como TRAMP (Transgenic Adenocarcinoma of Mouse Prostate). Las muestras de orina se analizaron mediante múltiples plataformas de espectrometría de masas (GC-MS, LC-MS y CE-MS) para buscar diferencias, empleando análisis estadístico univariante y multivariante, y observar así diferencias entre sanos y enfermos. Además, los animales se sometieron a a experimento en el cual se les administró glucosa marcada isotópicamente con la finalidad de buscar diferencias en la incorporación de la marca isotópica entre los grupos. Este análisis se llevó a cabo mediante GC-C-IRMS y un tratamiento de datos, desarrollado en este trabajo, para llevar a cabo el análisis de isótopos específicos de compuesto en muestras complejas.
