Advanced Lipidomic Characterization and Database Development for Targeted Data Processing in Human Plasma Lipidomics

• Autores: Sara Martínez López
• Directores de la Tesis: Coral Barbas Arribas (dir. tes.), Ana Gradillas Nicolas (dir. tes.)
• Lectura: En la Universidad CEU San Pablo ( España ) en 2026
• Idioma: inglés
• Programa de doctorado: Programa de Doctorado en Ciencia y Tecnología de la Salud por la Universidad Cardenal Herrera-CEU y la Universidad San Pablo-CEU
• Enlaces
  • Tesis en acceso abierto en: Repositorio Institucional CEU
• Resumen
  • español

    La lipidómica ha experimentado un notable crecimiento en complejidad y volumen de datos, necesitando de estrategias analíticas y computacionales. En este contexto, aunque la cromatografía líquida de alta resolución acoplada a espectrometría de masas (RP-UHPLC-MS) se ha consolidado como la técnica de referencia, el procesamiento de datos y la identificación inequívoca de lípidos siguen siendo desafíos críticos. Esta tesis doctoral aborda estas limitaciones mediante el desarrollo de un flujo de trabajo robusto para la elucidación estructural de lípidos y la construcción de una base de datos del lipidoma de plasma humano, utilizando el material de referencia NIST® SRM® 1950. Mediante la combinación de optimizaciones experimentales, adquisición MS/MS, herramientas automatizadas y validación manual, se anotaron 592 especies lipídicas distribuidas en 20 subclases, constituyendo la base de datos LC-MS más completa reportada para este material. La base de datos se aplicó como plantilla para el procesamiento dirigido de datos, demostrando su utilidad en un estudio clínico de pacientes con síndrome post-COVID, donde se identificaron determinó una disfunción mitocondrial e inflamación persistente. Finalmente, a la base de datos se incorporó información estructural avanzada mediante la localización de dobles enlaces en glicerofosfolípidos insaturados empleando EIEIO-MS/MS, mejorando la profundidad y fiabilidad de las anotaciones.

  • English

    Lipidomics has experienced substantial growth in data complexity and volume, requiring more advanced analytical and computational strategies. In this context, although high-resolution liquid chromatography coupled to mass spectrometry (RP-UHPLC-MS) has become the reference technique, data processing and unequivocal lipid identification remain critical challenges. This doctoral thesis addresses these limitations through the development of a robust workflow for lipid structural elucidation and the construction of a high-confidence human plasma lipidome database using the NIST® SRM® 1950 reference material. By combining experimental optimizations, MS/MS acquisition, automated annotation tools, and manual validation, 592 lipid species distributed across 20 subclasses were annotated, constituting the most comprehensive LC-MS database reported for this material. The database was applied as a template for targeted data processing, demonstrating its utility in a clinical study of Long-COVID syndrome patients, where mitochondrial dysfunction and persistent inflammation were identified. Finally, advanced structural information was incorporated into the developed database through double-bond localization in unsaturated glycerophospholipids using EIEIO-MS/MS, improving the depth and reliability of lipid annotations.