Biomarkery mięśniowe w stwardnieniu zanikowym bocznym (METABOMU)

Stwardnienie zanikowe boczne (ALS), najczęstsza MND, jest śmiertelną chorobą nerwowo-mięśniową rozpoczynającą się w wieku dorosłym. Ze względu na heterogeniczność kliniczną i brak narzędzi biologicznych do diagnozowania ALS, opóźnienie między pierwszymi objawami a postawieniem diagnozy wynosi średnio 9-13 miesięcy. Grupa procesów patofizjologicznych, w tym stres oksydacyjny i ekscytotoksyczność za pośrednictwem glutaminianu, przyczynia się do śmierci komórki, ale czynnik wyzwalający, czas i interakcja różnych zdarzeń komórkowych czekają na wyjaśnienie [2]. Nieznana patogeneza dla większości pacjentów oznacza niewielką liczbę dostępnych terapii. Poszukiwanie biomarkerów, które mogą pomóc w diagnozie, scharakteryzować fenotyp, zdefiniować patofizjologię, zidentyfikować punkty końcowe w badaniach i zmierzyć postęp choroby, ma ogromne znaczenie w tej dziedzinie. W niektórych badaniach wykazano, że patogeneza chorób może osłabiać mięśnie jako takie. Mięśnie zostały słabo zbadane, a ich centralna rola w metabolizmie energetycznym sugeruje, że ta dość łatwo dostępna tkanka powinna być dokładniej analizowana w celu znalezienia biomarkerów i porównania metabolizmu mięśni z metabolizmem mózgu i całego ciała. Cele szczegółowe naszych przedmiotów to:

Cele szczegółowe koncentrują się na:

1. pozyskiwanie profili metabolitów komórek mięśniowych, krwi i satelitarnych za pomocą platformy analitycznej umożliwia głęboką eksplorację. W tym celu zastosowanie trzech metod analitycznych (NMR, spektrometria mas sprzężona z GC lub UPLC) zapewnia najlepsze pokrycie populacji metabolitów przy wysokim zakresie zmienności stężeń i różnorodności molekularnej.
2. budowanie modeli profili metabolitów rozróżniających sytuacje patologiczne i kontrolne.
3. identyfikacja metabolitów biorących udział w modelu dyskryminacyjnym.
4. hipoteza generowania szlaków metabolicznych związana z modelem dyskryminacyjnym.
5. akwizycja danych transkryptomicznych w celu potwierdzenia i dodania wyników uzupełniających do danych metabolomicznych