Política de Cookies

El sitio web de la Universidad de Extremadura utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Si desea configurar las cookies, pulse el botón Personalizar Cookies. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Extremadura.

Personalización de Cookies

El sitio web de la Universidad de Extremadura utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Extremadura. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

A continuación podrá configurar las cookies del sitio web según su finalidad:

  • Análisis estadístico

    En este sitio se utilizan cookies de terceros (Google Analytics) que permiten cuantificar el número de usuarios de forma anónima (nunca se obtendrán datos personales que permitan identificar al usuario) y así poder analizar la utilización que hacen los usuarios del nuestro servicio, a fin de mejorar la experiencia de navegación y ofrecer nuestros contenidos de manera óptima.

  • Redes sociales

    En este sitio web se utilizan cookies de terceros que permiten el correcto funcionamiento de algunas redes sociales (principalmente Youtube y Twitter) sin utilizar ningún dato personal del usuario.

Alteraciones en el metabolismo del hígado aportan posibles nuevos biomarcadores de diagnóstico de la enfermedad de Parkinson

10 de abril de 2023

Un estudio publicado en la revista Cells describe alteraciones metabólicas en modelos genéticos de la enfermedad asociadas a la enfermedad de Parkinson. Esta investigación colaborativa, liderada desde el área de Enfermedades Neurodegenerativas del CIBER (CIBERNED), la Universidad de Extremadura y la Universidad Complutense de Madrid, contribuye a mejorar el diagnóstico y la búsqueda de nuevas dianas farmacológicas

10/04/2023. “La enfermedad de Parkinson es un trastorno neurodegenerativo crónico de origen todavía no bien conocido y de diagnóstico complicado hasta fases muy avanzadas de la enfermedad”, señala José Manuel Fuentes, catedrático de la UEx y coordinador del grupo de investigación PARK. La identificación de biomarcadores predictivos o de seguimiento de la enfermedad de Parkinson es, por tanto, esencial para el diagnóstico precoz de esta enfermedad. Sin embargo, esta enfermedad no solo está relacionada con problemas neurológicos sino también con una serie de alteraciones en el metabolismo periférico. Precisamente, una investigación previa en la que también participaba el grupo PARK de la UEx halló, tanto en las personas enfermas como en el modelo animal experimental, variaciones significativas similares de metabolitos en el plasma sanguíneo.

Ahora, los investigadores han dirigido su estudio a los cambios metabólicos en el hígado en modelos de ratón de la enfermedad de Parkinson con el propósito de encontrar nuevos biomarcadores periféricos para el diagnóstico de la enfermedad. Para lograr este objetivo, el equipo ha utilizado una técnica denominada espectrometría de masas, tecnología que permite diferenciar la concentración de centenares de metabolitos, o moléculas producidas durante la descomposición o metabolismo, en cualquier fluido biológico o extracto celular.

“En este estudio hemos determinado el perfil metabolómico completo de muestras de tejido hepático de 3 tipos de modelos de ratones: modelo control, ratones tratados para mimetizar Parkinson idiopático o de origen desconocido y ratones que presentan la mutación genética más extendida en esta enfermedad (la mutación G2019S en el gen LRRK2/PARK8)”, explica Fuentes. Los resultados de este análisis comparativo apuntan que los ácidos grasos de cadena larga, la fosfatidilcolina y otros metabolitos relacionados con el perfil lipídico solo se han alterado en hepatocitos de ratones con el modelo de mutación genética más común, mientras que el metabolismo de carbohidratos, nucleótidos y nucleósidos ha cambiado de manera similar en el hígado de los dos modelos de enfermedad.

Estos resultados revelan diferencias, principalmente en el metabolismo de los lípidos, entre modelos idiopáticos y genéticos de la enfermedad de Parkinson y “abre nuevas posibilidades para comprender mejor la etiología de este trastorno neurológico y la posible influencia del metabolismo de tejidos periféricos sobre el origen de esta enfermedad, así como el posible establecimiento de rubricas diagnósticas que posibiliten un diagnóstico más precoz y certero de la misma”, concluye José Manuel Fuentes.

Esta investigación ha sido llevada a cabo por el Grupo de investigación PARK, integrado en el CIBERNED, que coordina José Manuel Fuentes del Departamento de Bioquímica y Biología Molecular y Genética de la Facultad de Enfermería y Terapia Ocupacional de la Universidad de Extremadura y por José Manuel Bravo-San Pedro del Departamento de Fisiología de la Universidad Complutense de Madrid, asimismo miembro de CIBERNED. En el trabajo también han participado los grupos liderados por Adolfo López de Munain, Ana Pérez y Jordi Pérez de CIBERNED, y de Guido Kroemer del Centre de Recherche des Cordeliers en Paris. La investigación ha sido posible gracias a la financiación de CIBERNED.

Referencia bibliográfica:

Changes in Liver Lipidomic Profile in G2019S-LRRK2 Mouse Model of Parkinson’s Disease.

Corral Nieto Y, Yakhine-Diop SMS, Moreno-Cruz P, Manrique García L, Gabrielly Pereira A, Morales-García JA, Niso-Santano M, González-Polo RA, Uribe-Carretero E, Durand S, Maiuri MC, Paredes-Barquero M, Alegre-Cortés E, Canales-Cortés S, López de Munain A, Pérez-Tur J, Pérez-Castillo A, Kroemer G, Fuentes JM, Bravo-San Pedro JM.

Cells. 2023 Mar 4;12(5):806. https://www.mdpi.com/2073-4409/12/5/806