A metabolômica no diagnóstico da paracoccidioidomicose: uma nova perspectiva para os desafios clínicos

Abstract

A Paracoccidioidomicose (PCM), causada por fungos Paracoccidioides spp., é uma micose sistêmica endêmica na América Latina, com 80% dos casos no Brasil (Cavalcante, 2019). Seu diagnóstico é desafiador devido à diversidade de manifestações e à semelhança dos sintomas com outras doenças. Métodos comuns, como a detecção de elementos fúngicos e os testes sorológicos que utilizam geralmente a gp43 têm limitações respectivamente de baixa sensibilidade, longo tempo de execução e de reatividade cruzada, exigindo assim meios diagnósticos mais precisos (Zancanaro; Almeida, 2022). Neste contexto, o objetivo do presente estudo foi utilizar a metabolômica untargeted para selecionar e identificar metabólitos diferenciais no soro de pacientes com PCM, visando à descoberta de biomarcadores com potencial para um diagnóstico mais precoce e preciso da doença. Foram analisadas 25 amostras de soro de pacientes infectados por Paracoccidioides spp. (Grupo PB) e 10 de indivíduos saudáveis (Grupo Controle – CT). Essas foram injetadas em um espectrômetro de massas de alta resolução, operando na faixa de massa de 100 a 500 m/z (massa/carga), para identificação e seleção de possíveis biomarcadores. As análises estatísticas foram realizadas no software MetaboAnalyst 6.0, com técnicas multivariadas com avaliação do Score de Importância na Projeção de cada Variável (do inglês VIP Score). Baseado em um critério de VIP Score > 2 foram selecionados os principais metabólitos diferenciais do grupo PB. De acordo com os valores de massa/carga obtidos, as moléculas foram identificadas através da busca em bancos de dados de metabólitos e pesquisa na literatura científica. Dessa forma, identificaram-se alguns metabólitos, como fosfosserina (m/z 223,9), creatinina(m/z 131,1), epiandrosterona (m/z 329,1) e o ácido 2-cloro-palmítico (m/z 273,2). Esses 4 biomarcadores selecionados e identificados do grupo PB apresentaram uma correlação clara com a condição, segundo a literatura, podendo apresentar um potencial diagnóstico e prognóstico relevante para PCM. Sendo assim, além da seleção e identificação dos metabólitos, o trabalho priorizou compreender as vias metabólicas associadas a esses marcadores.

Paracoccidioidomycosis (PCM), caused by fungus Paracoccidioides spp., is a systemic mycosis and endemic to Latin America, with 80% of cases occurring in Brazil (Cavalcante, 2019). Its diagnosis is challenging due to the diversity of clinical manifestations and the similarity of symptoms with other diseases. Common methods, such as fungal element detection and serological tests—usually based on the gp43 antigen—have limitations: low sensitivity with long term processing and cross-reactivity, respectively. These limitations highlight the need for more accurate diagnostic approaches (Zancanaro; Almeida, 2022). In this context, the aim of the present study was to use untargeted metabolomics to select and identify differential metabolites in the serum of patients with PCM, aiming at the discovery of biomarkers with potential for earlier and more accurate diagnosis of the disease. A total of 25 serum samples from patients infected with Paracoccidioides spp. (PB Group) and 10 from healthy individuals (Control Group – CT) were analyzed. The samples were injected into a high-resolution mass spectrometer operating in the 100 to 500 m/z mass range, for the identification and selection of potential biomarkers. Statistical analyses were conducted using MetaboAnalyst 6.0 software, employing multivariate techniques and evaluation of each variable’s Variable Importance in Projection (VIP) score. Based on the criterion of VIP Score > 2, the main differential metabolites from the PB group were selected. According to the mass-to-charge (m/z) values, the molecules were identified through database searches and literature review. These included phosphoserine (m/z 223.9), creatinine (m/z 131.1), epiandrosterone (m/z 329.1) and 2-chloropalmitic acid (m/z 273.2). These four biomarkers, selected and identified from the PB group, showed a clear correlation with the condition according to the literature and may present significant diagnostic and prognostic potential for PCM. Thus, in addition to the selection and identification of the metabolites, the study also prioritized understanding of the metabolic pathways associated with these markers