Biomarcadores ópticos para el diagnóstico de la osteoartritis utilizando la espectroscopía Raman

Resumo

La osteoartritis o artrosis (OA) es la enfermedad reumática más frecuente, caracterizada por la degradación progresiva del cartílago articular, la esclerosis subcondral y la inflamación de la membrana sinovial. Es asintomática en sus primeras fases, y el método de diagnóstico estandarizado en clínica, la radiografía, evalúa cambios en el tejido óseo adyacente al cartílago, limitando el diagnóstico a etapas de la enfermedad de moderadas a severas. La espectroscopía Raman (ER) ha sido descrita como una técnica no destructiva y libre de marcaje para detectar cambios moleculares en tejidos biológicos, generando una huella dactilar molecular del tejido analizado. El objetivo general de esta Tesis Doctoral es evaluar el potencial de la espectroscopía Raman como técnica de diagnóstico de OA, identificando biomarcadores ópticos en un modelo ex vivo de cartílago articular humano. Para ello, se obtuvieron espectros Raman de explantes de cartílago humano procedente de cadera o rodilla, con un láser con longitud de onda (λ) de 785 nm, 50 mW, 120 acumulaciones, y una resolución de 4 cm-1. En base a ratios de las principales señales de los espectros obtenidos se constituyó una propuesta de perfil biomarcador, cuyos parámetros se analizaron cuantitativamente tomando como referencia el grado radiológico de Kellgren-Lawrence (K-L), el Sistema de Graduación Histológico-Histoquímico de Mankin (MS) y la cuantificación bioquímica de glucosaminoglicanos (GAGs) sulfatados y colágeno. Como resultado, se obtuvo un conjunto de parámetros Raman que están directamente relacionados con eventos que ocurren a nivel molecular durante la progresión de la OA, de los cuales se seleccionaron SGAGs (GAGs sulfatados), ColD/F (Colágeno defectivo/funcional) y GMF (Grado de mineralización por fosfato) para constituir modelos predictivos de la severidad de esta enfermedad. Estos parámetros permitieron la diferenciación de 2 perfiles en las muestras analizadas: un perfil de “baja severidad” (K-L 0-II y MS 0-8) y otro de “elevada severidad” (K-L III-IV y MS 9-13). Los modelos predictivos constituidos, tomando como variables respuesta tanto el grado K-L como el MS, fueron buenos, obteniendo valores de área bajo la curva (AUC) superiores a 0,8. Como conclusión general, se demostró que la ER permite diferenciar distintos grados de severidad de OA, mediante el estudio de ratios de señales de la huella molecular del cartílago. Se confirma de esta forma su potencial como herramienta diagnóstica complementaria de la OA.