Estudo bioanalítico-metabolômico: explorando o metabolismo da deficiência do hormônio do crescimento na busca por assinaturas bioquímicas

Abstract

Introdução: A inaptidão da hipófise em produzir e liberar o GH (Growth Hormone) é uma condição clínica rara que afeta o crescimento pós-natal e funções biológicas durante toda a vida, incluindo o metabolismo intermediário, metabolismo lipídico e homeostase. A falta de biomarcadores robustos para o diagnóstico da deficiência de GH permanece um desafio, juntamente com a necessidade de monitoramento da terapia de reposição do hormônio do crescimento. Entre as ciências ômicas, a metabolômica utiliza ferramentas analíticas na identificação e/ou quantificação, em larga escala, de metabólitos. Perfis metabolômicos permitem compreender o estado fenotípico, logo, a metabolômica torna-se uma aliada na busca por novos biomarcadores e a compreensão de processos biológicos da GHD. Métodos: Para o estudo transversal, utilizou-se plasma de pacientes adultos diagnosticados com GHD congênita (N=71), sendo os em reposição (GHDon N=29) e sem reposição (GHDoff N=42), e o grupo controle saudável (n=41). Abordagem metabolômica e lipidômica foram realizadas por infusão direta em espectrometria de massas. O fluxo de pré-processamento e tratamento de dados foram empregados na seleção de features para análise de dados. O modelo estatístico PLS-DA foi usado na obtenção de variáveis correspondente nas análises exploratórias comparativas, logo, validação-cruzada, teste de permutação e curva ROC foram utilizados para avaliação de desempenho preditivo. Também se fez uso de análises exploratórias multivariadas baseadas em curva ROC a partir de features significativos. Anotação putativa de metabólitos e lipídios foi por meio de banco de dados metabolômicos aplicando filtros de erro (até 5 Δ ppm) e formação de adultos. Substancial parte de pré-processamento e intepretação de dados foram realizadas na plataforma metaboanalyst versão 5.0 Resultados: As análises de vias bioquímicas mostraram alterações no metabolismo de classes relacionadas a composição corporal, enquanto a lipidômica corroborou a alteração nos glicerofosfolipídios e ácidos graxos na população adulta com ou sem reposição de GH. Enquanto na metabolômica foi possível identificar alterações no metabolismo de aminoácidos proteinogênicos/glicogênicos. Os subgrupos GHDon e GHDoff apresentaram alterações semelhantes quando comparados ao controle, ou seja, apresentaram padrões de alterações bioquímicas que são fontes para novos candidatos a biomarcadores da deficiência de GH e/ou acompanhamento de terapia de reposição hormonal.

Introduction: The inability of the pituitary to produce and release GH (Growth Hormone) is a rare clinical condition that affects postnatal growth and biological functions throughout life, including intermediary metabolism, lipid metabolism and homeostasis. The lack of robust biomarkers for diagnosing GH deficiency remains a challenge, along with the need for monitoring of growth hormone replacement therapy. Among the omics sciences, metabolomics uses analytical tools to identify and/or quantify, on a large scale, metabolites. Metabolomic profiles allow understanding the phenotypic state, therefore, metabolomics becomes an ally in the search for new biomarkers and the understanding of biological processes of GHD. Methods: For the cross-sectional study, plasma from adult patients diagnosed with congenital GHD (N=71) was used, being those in replacement (GHDon N=29) and without replacement (GHDoff N=42), and the healthy control group (n=41). Metabolomics and lipidomics approach were performed by direct infusion in mass spectrometry. The pre-processing flow and data treatment were employed in the selection of features for data analysis. The PLS-DA statistical model was used to obtain the corresponding variables in the comparative exploratory analyses, therefore, cross-validation, permutation test and ROC curve were used to evaluate the predictive performance. Multivariate exploratory analysis based on the ROC curve from significant features was also used. Putative annotation of metabolites and lipids was through metabolomics database applying error filters (up to 5 Δ ppm) and adult training. Substantial part of pre-processing and data interpretation were performed on the metaboanalyst platform version 5.0. Results: The analyses of biochemical pathways showed alterations in the metabolism of classes related to body composition, while lipidomics corroborated the alteration in glycerophospholipids and fatty acids in the adult population with or without GH replacement. While in metabolomics it was possible to identify alterations in the metabolism of proteinogenic/glycogenic amino acids. The GHDon and GHDoff subgroups showed similar changes when compared to the control, that is, they showed patterns of biochemical changes that are sources for new candidates for GH deficiency biomarkers and monitoring of hormonal therapy.