Multi-omics analysis for the characterization of patients with glycemic alterations due to glucocorticoid and mineralocorticoid excess. Finanziato dall’Unione europea – Next Generation EU
Progetto L'iperglicemia è una complicanza comune di numerosi disturbi endocrini, compreso l'eccesso di glucocorticoidi e mineralcorticoidi.
Nello specifico, alterazioni glicemiche si verificano in circa il 50% dei pazienti con sindrome di Cushing (CS) endogena. Allo stesso modo, il trattamento con i glucocorticoidi inducono una compromissione del metabolismo del glucosio in quasi il 40% dei casi. L'aldosteronismo primario (PA) è un altro riconosciuto causa di alterazioni glicemiche, sebbene l'esatta prevalenza di questa complicanza non sia ben definita. Degno di nota, glucosio
il deterioramento del metabolismo ha un impatto negativo sugli esiti delle malattie. Pertanto, l'identificazione precoce e il trattamento appropriato dell’iperglicemia è fondamentale per ridurre il peso delle malattie.
La deregolamentazione dei microRNA (miRNA) è stata segnalata nel contesto di numerosi processi patologici, incluso quello metabolico e delle malattie endocrine. Negli ultimi decenni, i microRNA hanno guadagnato un crescente interesse come potenti biomarcatori e come attori chiave nei meccanismi patogenetici delle malattie.
La profilazione metabolomica potrebbe fornire un contributo significativo alla fenotipizzazione e alla diagnostica della malattia in un'ampia gamma di patologie condizioni. Gli steroidi rappresentano una parte importante del contenuto metabolomico nell'uomo e le alterazioni degli steroidi ne sono la causa principale delle malattie endocrine. Parallelamente, le vie della steroidogenesi possono essere potenzialmente disregolate in quasi tutti i tipi di malattie. IL
identificazione di specifiche firme di miRNA correlate allo stato metabolico alterato (cioè resistenza all'insulina e disfunzione delle cellule beta) in il contesto dell'eccesso di glucocorticoidi o mineralcorticoidi e l'integrazione con le informazioni ottenute tramite metodi metabolomici e la profilazione degli steroidi con tecnologie altamente innovative potrebbe aiutare non solo a svelare i meccanismi fisiopatologici alla base della perturbazioni del glucosio, ma può anche dare un contributo significativo alla classificazione clinica e alla fenotipizzazione, potenzialmente affrontandole
interventi terapeutici personalizzati per ottenere la remissione della malattia, nonché per gestire l'iperglicemia secondaria.
Lo scopo di questo progetto è esplorare i profili miRNA, steroidomici e metabolomici in pazienti con alterazioni glicemiche correlate ad eccesso di glucocorticoidi o mineralcorticoidi, per comprendere meglio i meccanismi fisiopatologici associati alle alterazione del metabolismo e identificare potenzialmente biomarcatori utili del dismetabolismo per queste condizioni. Più specificatamente, attraverso l’integrazione di microRNA (miRNA), cambiamenti di metaboliti e steroidi, insieme ai dati clinici, miriamo a identificare gruppi specifici di
pazienti con profili metabolici distinti per implementare la classificazione e la fenotipizzazione dei pazienti. Inoltre, questo studio mira a generare un nuovo modello di apprendimento automatico (ML) per prevedere il deterioramento del metabolismo del glucosio nei pazienti con glucocorticoidi ed eccesso di mineralcorticoidi utilizzando dati multi-omici. L'integrazione basata sul machine learning aiuterà a migliorare la comprensione di queste complesse malattie e potrebbero fornire potenziali combinazioni di biomarcatori diagnostici per la diagnosi.