Towards personalized respiratory medicine: Omics biomarkers of COPD

Abstract

La malaltia pulmonar obstructiva crònica (MPOC) és una síndrome prevalent i infradiagnosticada. És una de les principals causes de morbimortalitat, i el seu maneig clínic està limitat per elements subjectius. Aquesta tesi té com a objectiu identificar signatures de biomarcadors sanguinis, principalment mitjançant proteòmica i metabolòmica, que puguin optimitzar la detecció i la fenotipificació de la MPOC, proporcionar una caracterització objectiva dels episodis d'exacerbació i predir el risc de mortalitat. Es van realitzar estudis observacionals multicèntrics, integrant dades clíniques i òmiques de mostres sanguínies de les cohorts BIOMEPOC i BIOEARLY-COPD. Els principals resultats identificaren perfils sanguinis capaços de discriminar (1) la MPOC dels controls, (2) signatures sistèmiques d'exacerbacions i (3) caracteritzar els fenotips d'exacerbació (GOLD E) i els fenotips d'exacerbació freqüents en la fase estable; (4) desenvolupar panells proteòmics i metabolòmics que prediguin la mortalitat a mitjà i llarg termini; i (5) millorar la classificació del risc i l'estratificació dels pacients en comparació amb els enfocaments tradicionals. La integració de biomarcadors òmics sanguinis i mètodes d'aprenentatge automàtic ofereix eines potencials per a la medicina personalitzada en la MPOC.

La enfermedad pulmonar obstructiva crónica (EPOC) es un síndrome prevalente e infradiagnosticado. Es una de las principales causas de morbimortalidad, y su manejo clínico se ve limitado por elementos subjetivos. El objetivo de esta tesis es identificar marcadores biológicos sanguíneos, principalmente mediante proteómica y metabolómica, que puedan optimizar la detección y la fenotipificación de la EPOC, proporcionar una caracterización objetiva de las exacerbaciones y predecir el riesgo de mortalidad. Se realizaron estudios observacionales multicéntricos, integrando datos clínicos y ómicos de muestras sanguíneas de las cohortes BIOMEPOC y BIOEARLY-COPD. Los principales resultados identifican perfiles sanguíneos capaces de discriminar (1) la EPOC de los controles, (2) las firmas sistémicas de las exacerbaciones y (3) caracterizar los fenotipos exacerbadores (GOLD E) y los fenotipos exacerbadores frecuentes en la fase estable; (4) desarrollar paneles proteómicos y metabolómicos que predigan la mortalidad a medio y largo plazo; y (5) mejorar la clasificación del riesgo y la estratificación de los pacientes en comparación con los enfoques tradicionales. La integración de biomarcadores ómicos sanguíneos y métodos de aprendizaje automático ofrece herramientas potenciales para la medicina personalizada en la EPOC.

Chronic obstructive pulmonary disease (COPD) is a prevalent and underdiagnosed syndrome. It is a leading cause of morbidity and mortality, and its clinical management is limited by subjective elements. This thesis aims to identify blood biomarker signatures, primarily from proteomics and metabolomics, that can optimise the detection and phenotyping of COPD, provide objective characterisation of exacerbation episodes, and predict mortality risk. Multicentre observational studies were conducted, integrating clinical and omics data from blood samples from the BIOMEPOC and BIOEARLY-COPD cohorts. The main results identify blood profiles capable of discriminating (1) COPD from controls, (2) systemic signatures of exacerbations, and (3) characterising exacerbator phenotypes (GOLD E) and frequent exacerbator phenotypes in the stable phase; (4) develop proteomic and metabolomic panels predicting medium- and long-term mortality; and (5) improve risk classification and patient stratification compared to traditional approaches. The integration of blood omics biomarkers and machine learning methods offers potential tools for personalised medicine in COPD.