Un equipo de investigación multidisciplinar, liderado por la Universitat de Valéncia y el Instituto de Investigación Sanitaria del Hospital La Fe (ISS La Fe), ha logrado un avance crucial en la comprensión del daño hepático inducido por medicamentos, conocido como DILI (por sus siglas en inglés).
A través de un enfoque innovador basado en la metabolómica, este estudio proporciona una herramienta poderosa para personalizar diagnósticos y tratamientos en una de las complicaciones hepáticas más difíciles de abordar.
La complejidad del DILI
El daño hepático inducido por medicamentos es una reacción adversa que afecta a personas con susceptibilidades individuales.
Este tipo de toxicidad representa un desafío significativo debido a su naturaleza heterogénea y a la dificultad de diagnosticarlo, los síntomas clínicos del DILI son similares a los de otras patologías hepáticas, lo que obliga a los médicos a descartarlas antes de confirmar su diagnóstico.
Además, la clasificación tradicional basada en niveles de enzimas hepáticas como ALT (alanina aminotransferasa) y ALP (fosfatasa alcalina) resulta insuficiente para capturar la diversidad de respuestas de los pacientes.
La metabolómica: una herramienta transformadora
El reciente estudio, titulado_
«Exploring Individual Variability in Drug-Induced Liver Injury (DILI) Responses through Metabolomic Analysis» y publicado en la revista International Journal of Molecular Sciences, analiza perfiles metabolómicos de plasma de 79 pacientes diagnosticados con DILI.
Este enfoque permitió identificar biomarcadores específicos para diferentes tipos de daño hepático (hepatocelular y colestásico) y variaciones individuales en las respuestas al mismo medicamento.
Según Marta Moreno, investigadora principal, la integración de datos metabolómicos y la construcción de modelos predictivos avanzados permitieron monitorear variaciones individuales, identificar transiciones entre subfenotipos de la enfermedad y detectar características metabólicas no observadas con métodos clínicos tradicionales.
El análisis metabolómico tiene el potencial de transformar el manejo clínico del DILI.
Guillermo Quintás, responsable del procesamiento de datos en el estudio, subraya la importancia de la precisión en el análisis para extraer información clínicamente relevante y desarrollar modelos matemáticos predictivos.
Este enfoque no solo mejora el diagnóstico, sino que también ofrece una vía para personalizar el seguimiento y tratamiento de cada paciente.
Implicaciones clínicas y científicas
La metabolómica aplicada al estudio del daño hepático ha demostrado ser una herramienta poderosa para entender cómo las células hepáticas responden al daño inducido por medicamentos.
Los cambios en los patrones metabólicos intracelulares reflejan alteraciones en el entorno extracelular, permitiendo inferir la naturaleza y magnitud del daño celular. Este conocimiento es crucial para personalizar el manejo clínico del DILI y explorar estrategias de tratamiento más efectivas.
El profesor José Castell, coordinador de la investigación, resalta que este enfoque abre nuevas posibilidades para la medicina de precisión. La información derivada del análisis metabolómico puede utilizarse para ajustar tratamientos y mejorar los resultados clínicos de pacientes con DILI.
Un equipo pionero
La Unidad Mixta de Hepatología Experimental, responsable de este estudio, cuenta con una trayectoria destacada en la investigación del hígado y la hepatotoxicidad.
Este grupo ha sido pionero en el desarrollo de cultivos de hepatocitos humanos, métodos predictivos para evaluar la toxicidad de nuevos medicamentos y terapias celulares con hepatocitos.
Además, la unidad ha liderado la aplicación de la metabolómica en pacientes con DILI, contribuyendo significativamente al conocimiento de los mecanismos de esta toxicidad.
El equipo también forma parte del CIBERHED (Centro de Investigación Biomédica en Red de Enfermedades Hepáticas y Digestivas) y ha participado activamente en proyectos europeos como EUTOXRISK y ONTOX, centrados en la evaluación de riesgos toxicológicos mediante inteligencia artificial.
