Inicio Quiénes somos Staff Contacto

   



Metabolómica no dirigida por RMN
Uno de los campos de investigación más activos en los últimos años es, sin lugar a duda, el de las ciencias ómicas. La metabolómica, es el conjunto de ciencias y técnicas dedicadas al estudio del metaboloma, es decir, el sistema formado por la totalidad de las pequeñas moléculas denominadas metabolitos (tales como intermediarios metabólicos, metabolitos secundarios, hormonas y otras moléculas de señalización), que se pueden encontrar en un sistema biológico.

Responsable:
Paula Burdisso


APLICACIONES


La metabolómica no dirigida usa un abordaje interdisciplinario que resulta muy versátil para el estudio de distintos tipos de sistemas, ya que se ha utilizado en biofluídos para identificar biomarcadores de enfermedades o evaluación de tratamientos con drogas, así como en estudios de plantas, bacterias, nutrición, medio ambiente y control de calidad y agregado de valor en alimentos, entre numerosas aplicaciones.

TÉCNICAS


Entre las técnicas instrumentales, la espectroscopia de resonancia magnética nuclear (RMN) de alta resolución es una de las más utilizadas para la investigación de perfiles metabólicos, dado que permite obtener información cualitativa y cuantitativa de una amplia gama de metabolitos simultáneamente con mínima o prácticamente ninguna preparación de muestra. Además, se caracteriza por ser una técnica robusta, no destructiva y no selectiva, que permite identificar y cuantificar todas las moléculas que se encuentren en cantidad suficiente y presenten el núcleo de interés, generalmente el protón (1H).
De esta manera, la RMN permite obtener información de perfiles metabólicos completos sin la necesidad de hacer estudios dirigidos que se limiten al análisis de unas pocas moléculas o vías metabólicas en particular. La interpretación de resultados, se lleva a cabo mediante análisis multivariado de datos y/o aplicación de técnicas quimiométricas.





Ocampo y Esmeralda
Predio CONICET
Rosario, Santa Fe, Argentina
Tel (54) 0341 4237070 int 732,733