Identificación de biomarcadores proteómicos para el diagnóstico no invasivo de la MASLD: metaanálisis proteómico y aprendizaje automático

Identificador:  TFG:9370

Handle: https://hdl.handle.net/20.500.11797/TFG9370

Autores:  Sánchez Álvarez, Mario

Resumen:
La enfermedad hepática esteatósica asociada a disfunción metabólica (EHEM) tiene una alta prevalencia mundial, afectando aproximadamente al 30 % de la población adulta, con una proporción significativa que progresa a esteatohepatitis metabólica (EHEM). El diagnóstico actual se basa principalmente en técnicas invasivas como la biopsia hepática, que presenta importantes limitaciones, incluyendo el riesgo para el paciente y una generalización limitada. En este contexto, el objetivo principal de este estudio es identificar biomarcadores proteómicos que permitan diferenciar de forma no invasiva entre las etapas histopatológicas de la esteatosis simple (ES) y la EHEM. Para lograr este objetivo, se realizó una búsqueda sistemática que identificó tres estudios adecuados para su inclusión en un metaanálisis proteómico, que comprende un total de 169 pacientes de diferentes cohortes, lo que aumenta la robustez y la generalización de los resultados obtenidos. El análisis de expresión diferencial resultante identificó seis proteínas con expresión diferencial significativa (PED) entre los grupos de ES y EHEM. Los análisis funcionales posteriores revelaron alteraciones notables en las vías metabólicas, principalmente relacionadas con el sistema del complemento, así como con el transporte y el metabolismo intracelular. Finalmente, mediante técnicas de aprendizaje automático, se desarrolló un modelo predictivo basado en 15 asociaciones proteómicas, que mostró un rendimiento prometedor para diferenciar de forma fiable y no invasiva entre el síndrome de Sjögren (SS) y el síndrome de MASH. Sin embargo, se necesitan mejoras adicionales en la precisión del modelo antes de su implementación clínica definitiva.