Los resultados de este estudio, liderado por el grupo de investigación Nutrición y Salud Metabólica de la URV, contribuyen a mejorar la predicción del Alzheimer y a diseñar estrategias preventivas y terapéuticas para mitigar sus síntomas
Un equipo investigador liderado por la URV ha identificado unas moléculas en la sangre que relacionan la resistencia a la insulina con un mayor riesgo de desarrollar Alzheimer. El descubrimiento de estos compuestos, un tipo de metabolitos —moléculas producto del conjunto de reacciones químicas que tienen lugar en un organismo vivo—, puede mejorar los métodos actuales de predicción del Alzheimer. «Hemos abierto una nueva vía en la investigación para la prevención y el tratamiento de esta enfermedad y su relación con enfermedades metabólicas como la obesidad», celebra Mónica Bulló, investigadora del Departamento de Bioquímica y Biotecnología.
El Alzheimer es una enfermedad incurable, degenerativa y terminal que, generalmente, se diagnostica a personas mayores de 65 años. En las etapas tempranas, el síntoma característico es la pérdida de memoria. A medida que la enfermedad avanza, aparecen la confusión, la irritabilidad, cambios de humor y pérdida de sensibilidad. Finalmente, las funciones vitales decaen provocando, en última instancia, la muerte del paciente. Según la Organización Mundial de la Salud, el Alzheimer es la forma de demencia más común —es diagnosticada en más de sesenta de cada cien casos de enfermos con demencia— y se estima que tiene un impacto económico anual aproximado de 1.200 millones de euros a nivel mundial.
Para llevar a cabo el estudio, investigadores del grupo de investigación Nutrición y Salud Metabólica (NuMeH) trabajaron con datos de 400 individuos con deterioro cognitivo leve, a los cuales se hizo un seguimiento durante cuatro años. En este período, el deterioro de 142 de los individuos evolucionó hacia demencia de tipo Alzheimer. Analizando más de 600 metabolitos plasmáticos, extraídos de la sangre de los individuos durante el seguimiento médico, identificaron un conjunto de 18 metabolitos ya asociados con la resistencia a la insulina. «Que hayamos encontrado biomarcadores coincidentes en estas dos patologías abre la puerta a facilitar la identificación precoz del Alzheimer en personas resistentes a la insulina, ya que la disfunción metabólica aparece antes que los síntomas cognitivos», explica Bulló.
Más allá de mejorar las herramientas de predicción del Alzheimer, los métodos desarrollados en esta investigación perfeccionan los análisis de metabolitos en muestras de sangre, más accesibles que las de líquido cefalorraquídeo, que requieren una punción lumbar, un proceso más invasivo para el paciente.
Comprender mejor la función que estas moléculas desarrollan en los estadios previos de la enfermedad puede ayudar, además, a diseñar nuevas estrategias preventivas y terapéuticas que ralenticen la progresión del Alzheimer y mejoren la calidad de vida de los pacientes. Ampliar los conocimientos sobre estos compuestos también puede mejorar los tratamientos disponibles en patologías con metabolitos comunes, como la resistencia a la insulina, propia de pacientes con diabetes tipo 2 u obesidad.
La investigación ha sido liderada por la Catedrática Mónica Bulló, directora del Grupo de Investigación NuMeH y del centro TecnATox, y ha contado con la colaboración de investigadores del Instituto de Investigación Sanitaria Pere Virgili, del Ace Alzheimer Center Barcelona, de la Universidad Pablo de Olavide de Sevilla y del grupo de investigación ITAKA de la URV, también perteneciente a TecnATox.
Referencia: Laia Gutierrez-Tordera, Laura Panisello, Pablo García-Gonzalez, Agustín Ruiz, José Luis Cantero, Melina Rojas-Criollo, Muhammad Mursil, Mercedes Atienza, Nil Novau-Ferré, Javier Mateu-Fabregat, Hamza Mostafa, Domènec Puig, Jaume Folch, Hatem Rashwan, Marta Marquié, Mercè Boada, Christopher Papandreou, Mònica Bulló, Metabolic signature of insulin resistance and risk of Alzheimer’s disease, The Journals of Gerontology: Series A, 2024;, glae283, https://doi.org/10.1093/gerona/glae283
