Mecanismo molecular del efecto antidiabético de bebidas funcionales elaboradas de plantas medicinales, a partir de datos metabolómicos de animales diabéticos

Abstract

RESUMEN: La metabolómica es la manera más adecuada de abordar el estudio de la diabetes mellitus, debido a que es una enfermedad metabólica. Para esto se requiere de técnicas y metodologías robustas que permitan la detección de metabolitos y compuestos de interés mediante programas accesibles y rutinas de trabajo sencillas. Sin embargo, el uso de métodos complejos dificulta la visión integral de los datos, impidiendo localizar factores causales de ruido. En este trabajo se llevó a cabo un análisis metabolómico usando programas comerciales y plataformas libres para la identificación de metabolitos y redes metabólicas. Se utilizaron datos provenientes de ratas macho tipo Wistar en un modelo de resistencia a la insulina. Estas fueron tratadas con bebidas funcionales con un contenido mayoritario de tres plantas usadas en herbolaria: jamaica roja, jamaica blanca y té verde. Se realizó un preprocesamiento de datos adicional, que constó de control de calidad y limpieza de valores perdidos por tratamiento. Permitiendo así, obtener resultados más robustos en los análisis estadísticos. Este paso fue crucial para la identificación de compuestos. Los datos fueron validados por un modelo ortogonal de PLSDA con un p value menor a 0.005 en cuatro tratamientos. Como resultado, se logró identificar siete metabolitos; sin embargo, acetoacetil-CoA y ácido lisofosfatídico (18:1) mostraron diferencias en su abundancia relativa entre el control y en animales obesos que fueron tratados con la bebida blanca y roja. Dichos compuestos guardan relación en el metabolismo del piruvato, la oxidación de ácidos grasos, metabolismo de glicerofosfolípidos y adición de sustratos gluconeogénicos. ABSTRACT: Metabolomics is the most appropriate way to approach the study of diabetes mellitus because it is a metabolic disease. For this robust techniques and methodologies are required that allow the detection of metabolites and compounds of interest through accessible programs and simple work routines. However, the use of complex methods difficulties a holistic view of the data, preventing noise locate causative factors. In this work, a metabolomic analysis was perform using commercial programs and free platforms for the identification of metabolites and metabolic networks. Metabolomic data from male Wistar-type rats were used in an insulin resistance model. These were treated with functional drinks with a majority content of three plants used in herbalism: red hibiscus, white hibiscus and green tea. Additional data preprocessing was performed, which consisted of quality control and cleaning of lost values by treatment. Thus, allowing for more robust results in statistical analyzes. It was one of the main reasons why this step was crucial for the identification of compounds. The data were validated by an orthogonal PLSDA model with a p value less than 0.005 in four treatments. As a result, it was possible to identify seven metabolites; however, acetoacetyl-CoA and lysophosphatidic acid (18: 1) showed differences in relative abundance between the control group and in obese animals that were treated with the white hibiscus drink. Such compounds keep relationship among pyruvate metabolism, fatty acid oxidation, glycerophospholipid metabolism and addition of gluconeogenic substrates.