Nuove prospettive per la medicina precoce e personalizzata

Si è scoperto che esiste un'impronta digitale metabolica caratteristica di ciascun individuo, che può variare in presenza di patologie anche in fase precoce: questa scoperta ha aperto nuove e interessanti prospettive nel campo della biomedicina e della prevenzione.
Di Claudio Luchinat, CERM (Centro di Risonanze Magnetiche), Università di Firenze e Leonardo Tenori, Dipartimento di Medicina Sperimentale e Clinica, Università di Firenze

Il sequenziamento del genoma umano ha stimolato un’importante evoluzione nel campo della biologia molecolare nel corso degli ultimi decenni, portando alla nascita di nuove scienze, le cosiddette scienze “omiche”.

Il suffisso “omico”, che deriva dal Sanscrito OM (pienezza e completezza), è un neologismo che fa riferimento a una visione olistica delle molecole biologiche: le scienze “omiche” permettono di ottenere una grande quantità di informazioni biologiche sui sistemi nel loro complesso, dando un nuovo paradigma per la comprensione degli organismi a un livello molecolare globale.

Per capire davvero i sistemi biologici è necessario studiarli con un approccio comprensivo che tenga conto dell’influenza non solo dei parametri interni, ma anche di tutte le interazioni con l’esterno. In questo contesto nasce la metabolomica, ossia lo studio sistematico dei metaboliti che si originano dai processi biologici. I metaboliti sono i prodotti finali delle attività cellulari in un organismo vivente e i loro livelli possono cambiare in base a fattori genetici o ambientali. Anche la più piccola variazione o disfunzione sistemica può avere delle ripercussioni sulla concentrazione di alcuni metaboliti oppure provocarne la comparsa di nuovi solitamente non presenti. Poiché tali variazioni sono direttamente correlate a svariati fattori non patologici quali sesso, età, dieta, ritmi fisiologici, genotipo, stress ma anche, in linea di principio, a tutte le malattie che provocano o sono dovute a scompensi del metabolismo, appare evidente il grande potenziale in campo clinico della metabolomica.

L'insieme dei metaboliti presenti in un sistema biologico è chiamato "metaboloma"1. Il metaboloma può essere considerato il prodotto finale delle complesse interazioni tra il genoma (studiato dalla genomica) e l'ambiente1. Per questo motivo, mentre i dati del genoma (che è una entità sostanzialmente statica) spiegano ciò che potrebbe accadere in un organismo, il profilo metabolico, (essendo un’entità dinamica), fornisce un'istantanea della fisiologia di quella cellula o di quell’organismo, descrivendo ciò che effettivamente sta accadendo. I campioni biologici più comuni utilizzati in metabolomica sono il siero (o plasma) e le urine, perché possono essere raccolti in modo poco invasivo, e sono ricchi di informazioni biologiche a livello sistemico2. Anche altri fluidi biologici quali saliva, liquido cerebrospinale, bile, liquido seminale, liquido amniotico, liquido sinoviale, condensato di respiro ed estratti fecali possono essere studiati. Questi biofluidi sono facilmente disponibili e sono utilizzati per molte altre analisi cliniche. Inoltre si possono analizzare anche colture cellulari e tessuti interi (es. biopsie tumorali). La spettrometria di massa (MS) e la spettroscopia di risonanza magnetica nucleare (NMR) rappresentano le tecniche analitiche più comunemente impiegate per l’analisi metabolomica. Lo spettro NMR di un fluido corporeo può essere chiamato anche profilo metabolico, e costituisce una sorta di "impronta digitale" (fingerprint) della porzione del metaboloma rilevabile dall’NMR.

Ciò significa che in pratica è possibile prescindere dalla conoscenza delle singole molecole che si stanno studiando. Analizzando, mediante opportuni strumenti matematico-statistici, esclusivamente il fingerprint di un gruppo di pazienti confrontati con un gruppo di controlli, è possibile evidenziare zone sullo spettro NMR in cui sono presenti delle differenze sia qualitative (presenza/assenza) che quantitative (livelli più alti o più bassi) per poi correlarle allo stato di malattia cercando di identificare i cicli metabolici coinvolti. Si può ben intuire come questo nuovo approccio possa aprire nuove strade a livello diagnostico, prognostico e predittivo. Il fine ultimo è l’individuazione dei metaboliti correlati a una data patologia permettendo l’identificazione di nuovi biomarker, di potenziali nuovi bersagli farmacologici e favorendo una comprensione sempre più profonda dei processi biologici e molecolari legati ad una malattia. Le potenzialità sono, in principio, molto più vaste rispetto agli attuali approcci analitici basati sulla valutazione di un numero limitato di metaboliti già noti e correlati a specifiche malattie. Riassumendo, utilizzando tecniche di statistica multivariata e di bioinformatica è possibile estrarre, da uno spettro NMR, una firma metabolica delle patologie che può essere identificata anche in fase precoce. Negli ultimi dieci anni la metabolomica ha già dimostrato di essere utile per la caratterizzazione di diverse patologie, e offre promesse realistiche come nuovo strumento per la pratica clinica. La metabolomica ha già fornito nuove informazioni su una vasta gamma di patologie, quali alcuni tipi di cancro3, malattie cardiovascolari4,5, celiachia6,7.


Il fingerprint metabolico individuale
Sono stati gli studi effettuati nel nostro laboratorio (CERM, Centro di Risonanze Magnetiche dell’Università di Firenze) a fornire la prima evidenza sperimentale dell’esistenza di un fenotipo metabolico individuale.

Tale fenotipo (o metabotipo) rappresenta una sorta di parte invariante dell’espressione metabolica che, nonostante le variazioni giornaliere legate alla dieta o allo stile di vita (evidenziate attraverso la raccolta di campioni multipli ripetuti nel tempo), è tipica e costante per ciascun individuo.

La prova dell'esistenza di un fenotipo metabolico individuale stabile8,9,10 apre nuove e interessanti prospettive per la salute umana. Il fenotipo metabolico è definito come la "descrizione multiparametrica di un organismo in un dato stato fisiologico, basata su dati metabolomici". Dall'analisi dei singoli fenotipi negli anni abbiamo osservato che i fenotipi metabolici sono il risultato di complesse interazioni tra fattori ambientali e genetici. Un risultato importante che segue è il fatto che è possibile identificare perfettamente gli spettri NMR di un dato soggetto con quasi il 100% di accuratezza8 anche su un periodo di alcuni anni9: il fingerprint metabolico è effettivamente una sorta di impronta digitale che caratterizza i singoli individui e li rende unici e riconoscibili dagli altri.

Nonostante vi siano fluttuazioni del metabolismo sporadiche e periodiche dovute all'ambiente, è comunque presente una parte invariante e stabile, combinazione di fattori ambientali con fattori genetici. È ben noto che il genotipo svolge un ruolo chiave nella definizione del fenotipo individuale, ma quest'ultimo è modulato anche dalla microflora intestinale e dagli stimoli esterni. Tra i volontari da noi analizzati vi erano anche individui geneticamente correlati (padre e figlio e due gemelli): essi sono metabolicamente più simili rispetto agli individui non imparentati, ma tuttavia anch’essi sono distinguibili.

Abbiamo visto che il fenotipo metabolico è stabile almeno nell’arco di un decennio10, tuttavia stabile non significa immutabile: nel caso insorgano patologie o squilibri dello stato di salute, si osservano cambiamenti, che sussistono finchè permane la condizione patologica. Non appena il soggetto ripristina il suo stato di salute, il fingerprint metabolico ritorna al suo stato originale. In questo senso si parla di allostasi (stabilità attraverso l’adattamento) e resilienza (capacità di fronteggiare i cambiamenti) del fenotipo metabolico individuale10. Appare evidente che seguire nel tempo un individuo per mezzo del suo fingerprint metabolico è importante per consentire ai ricercatori e ai medici di effettuare una diagnosi precoce, e arrivare a una medicina che da reattiva diventi veramente predittiva e personalizzata. Con campionamenti ripetuti (prelievo di sangue e urine a scadenza, per esempio, anuale o biannuale, come per i classici screening clinici) sarebbe possibile monitorare un individuo per evidenziare se il suo profilo metabolico è stabile ovvero se sta virando verso cambiamenti che indicano l’insorgenza di patologie.


Applicazioni in ambito biomedico
Lo studio dei profili metabolici da noi svolto ci ha permesso di verificare l’esistenza di alterazioni caratteristiche di alcune patologie, in certi casi con dati molto incoraggianti per possibili applicazioni nella routine clinica. Per esempio, in uno studio da noi svolto in collaborazione col Prof. Calabrò (AOU Careggi, Firenze) sulla celiachia abbiamo dimostrato che i pazienti celiaci hanno significative alterazioni metaboliche che li distinguono dai sani con una buona accuratezza6. Successivamente abbiamo analizzato il metaboloma dei cosiddetti celiaci potenziali, ossia dei pazienti che hanno la risposta agli anticorpi positiva, ma che non hanno ancora sviluppato un danno intestinale conclamato.

Lo studio ha evidenziato come i pazienti affetti da celiachia potenziale presentino un profilo metabolico comparabile con quello dei celiaci conclamati, dimostrando che le alterazioni metaboliche precedono il danno intestinale e non ne sono una conseguenza diretta, e permettendoci di ipotizzare che l’istituzione precoce della dieta priva di glutine nei celiaci potenziali potrebbe portare loro benefici sia nel breve che nel lungo termine7. Da ciò si deduce come eventuali alterazioni del profilo metabolico individuale possano essere considerati dei fattori predittivi per l’insorgenza della celiachia. In un altro studio da noi condotto in collaborazione con il Dott. Di Leo dell’Ospedale di Prato su donne affette da cancro al seno, è stato dimostrato come sia possibile utilizzare il profilo metabolico per discriminare le pazienti in fase metastatica da quelle in fase precoce. Questo apre prospettive interessanti anche in campo prognostico definendo, in questo caso, un “rischio di sviluppo metastasi” basato sull’analisi metabolomica. Infatti, analizzando campioni di siero di donne operate di cancro al seno in fase precoce, di cui era disponibile la storia clinica nei successivi dieci anni, è stato possibile prevedere, con una accuratezza del 75%, usando l’analisi metabolomica sui campioni raccolti al momento della chirurgia, le donne che successivamente avrebbero avuto una recidiva della malattia3. Questi dati, ottenuti su un numero limitato di pazienti (circa 100), sono stati ulteriormente validati da un successivo studio (in corso di pubblicazione) su un’ampia coorte di circa 700 pazienti, confermando il potere predittivo e prognostico della metodologia.

Le malattie cardiovascolari sono un altro settore importante di ricerca per la metabolomica poiché sono una delle principali cause di morte nel mondo occidentale. In uno studio da noi effettuato sono stati raccolti, e analizzati utilizzando l’NMR, campioni di siero ottenuti da pazienti con scompenso cardiaco e controlli sani. Sorprendentemente, si è constatato che il pattern metabolico di scompenso cardiaco è essenzialmente indipendente dalla gravità della malattia (descritta secondo le classi NYHA). Questo significa che possono venir identificati anche pazienti in fase precoce o asintomatica. A conferma di ciò (dati non ancora pubblicati) abbiamo raccolto profili metabolici da circa 1000 individui presumibilmente sani. Tra questi, circa 20 hanno evidenziato un profilo da scompenso cardiaco. Di questi 20 è stato possibile richiamarne 11 per una visita ecocardiografica di controllo. Sei su 11 avevano effettivamente una alterazione dei parametri clinici tale da far diagnosticare uno scompenso in fase precoce.

Ancora una volta la metabolomica esprime il suo potenziale per uno screening di massa rapido e non invasivo. Numerosi altri progetti sono in corso di sviluppo nel nostro centro per applicare la metabolomica ad un numero maggiore di patologie. L’indagine metabolomica è anche oggetto di proficue collaborazioni a ponte tra strutture ospedaliere e aziende farmaceutiche, essendo la metabolomica una scienza multidisciplinare in cui collaborano chimici, biologi, medici, e anche statistici e bioinformatici.


Conclusioni
L’analisi dell’insieme dei metaboliti prodotti dall’organismo umano apre nuove ed interessanti prospettive in ambito biomedico. La ricerca di biomarcatori precoci di malattia rappresenta tutt’oggi un’importante branca della ricerca scientifica. L’analisi metabolomica, come abbiamo visto nel corso dei nostri studi, può consegnare ai medici uno strumento aggiuntivo per approfondire lo stato di salute del paziente.

Questo tipo di analisi, che risulta essere veloce, di facile esecuzione e relativamente economica, permette di studiare utilizzando la stessa metodica più tipologie di malattie considerando molti parametri (analiti) contemporaneamente. Capire preventivamente il comportamento di un complesso sistema biologico rappresenta un grande vantaggio che l’indagine metabolomica può fornire aprendo così la strada a un nuovo paradigma nella medicina preventiva e personalizzata.


Bibliografia

  1. O. Fiehn, “Metabolomics--the link between genotypes and phenotypes,” Plant MolBiol, vol. 48, no. 0167–4412 (Print), pp. 155–171, Jan. 2002.
  2. J. Li et al., “Metabolic Profiling - Its Role in Biomarker Discovery and Gene Function Analysis,” G. Harrigan and R. Goodacre, Eds. Kluwer Academic Publishers, 2003, pp. 293–309.
  3. L. Tenori et al., “Serum metabolomic profiles evaluated after surgery may identify patients with oestrogen receptor negative early breast cancer at increased risk of disease recurrence. Results from a retrospective study,” Mol. Oncol., vol. 9, no. 1, pp. 128–139, Jan. 2015.
  4. P. Bernini, I. Bertini, C. Luchinat, L. Tenori, and A. Tognaccini, “The cardiovascular risk of healthy individuals studied by NMR metabonomics of plasma samples,” J. Proteome Res., vol. 10, no. 11, pp. 4983–4992, Nov. 2011.
  5. L. Tenori et al., “Metabolomic fingerprint of heart failure in humans: a nuclear magnetic resonance spectroscopy analysis,” Int. J. Cardiol., vol. 168, no. 4, pp. e113-115, Oct. 2013.
  6. I. Bertini et al., “The metabonomic signature of celiac disease,” J ProteomeRes, vol. 8, no. 1535–3893 (Print), pp. 170–177, Jan. 2009.
  7. P. Bernini et al., “Are Patients with Potential Celiac Disease Really


<< Torna indietro