An LC-MS untargeted metabolomics screening in CSF samples from patients with Alzheimer's disease

Abstract

Alzheimer's disease (AD) is the most common form of dementia in the world and is characterized by the deterioration of cognitive functions, the impairment of activities of daily living, and neuropsychological abnormalities. The most distinctive hallmarks of AD are senile plaques and neurofibrillary tangles. Senile plaques are extracellular accumulations principally composed of the abnormal form of β-amyloid, the Aβ-42. The neurofibrillary tangles are composed mostly of paired helical filaments consisting of hyperphosphorylated Tau protein. AD tends to progress slowly and gradually worsen over the years, there are five stages associated with this disease preclinical AD, Mild Cognitive Impairment (MCI) due to AD, mild dementia due to AD, moderate dementia due to AD and severe dementia due to AD. In the case of the MCI, not all patients progress to AD. The diagnosis includes complete physical and neurologic examinations; evaluation of cognitive, behavioral, and functional status; and laboratory and imaging studies. Although the senile plaques are an essential part of the diagnosis of this disease, there are patients diagnosed with AD that do not present positive biomarkers for β-amyloid. Metabolomics approaches represent an important tool for the discovery of alternative biomarkers for AD diagnosis and the development of a more sensitive and specific diagnosis. This study aims to do an LC-MS/MS untargeted metabolomic study on cerebrospinal fluid (CSF) samples from patients with MCI categorized into two sub-groups, the β- amyloid positive and β-amyloid negative, to provide data on metabolomic changes related with AD pathology. Therefore, 40 samples of CSF were analyzed using LC-MS high-resolution mass spectrometry, and univariate and multivariate analysis was performed to identify the more interesting features. Of the 4804 features detected, there were 119 features that allowed a better separation between the two groups in the study. Considering the most interesting features, it was possible to identify 35 features with a putative identification, and perform a more comprehensive analysis of the results. The tryptophan metabolism, arginine biosynthesis, glycerolipid metabolism, cysteine and methionine metabolism, glycerophospholipid metabolism, and arginine and proline metabolism, were the pathways identified as being altered in the CSF samples analyzed. The metabolites 3-hydroxy-L-kynurenine, 5'- methylthioadenosine, and tryptamine were increased in the CSF of the Aβ negative group, while the L-histidinol was decreased. The feature identified has the multiple matches (ornithine or L-asparagine or cinnamaldehyde) had the best discriminatory power between the two groups. In this work, it was possible to identify interesting features in the CSF samples of patients Aβ negative and Aβ positive that can provide information about the Alzheimer's disease pathophysiology and be considered for diagnosis. In the future, these identifications must be validated and a comparison with the patient's clinical history to clarify these results.

A doença de Alzheimer (DA) é a forma mais comum de demência no mundo e é caracterizada pela deterioração das funções cognitivas, o comprometimento das atividades da vida diária, e anormalidades neuropsicológicas. As marcas mais distintivas da DA são as placas senis e os emaranhados neurofibrilares. As placas senis são acumulações extracelulares principalmente compostas pela forma anormal do péptido β-amilóide, a Aβ-42. Os emaranhados neurofibrilares são compostos maioritariamente por filamentos helicoidais emparelhados de proteína Tau hiperfosforilada. A DA tende a progredir lentamente e gradualmente pior ao longo dos anos, existem cinco fases associadas com a doença: DA pré-clínica, Défice Cognitivo Ligeiro (DCL) devido à DA,e demência ligeira, moderada e severa devido à DA. No caso do DCL nem todos os pacientes progridem para a DA. O diagnóstico inclui exames físicos e neurológicos completos; avaliação do estado cognitivo, comportamental e funcional; e estudos laboratoriais e de imagiologia. Apesar das placas senis serem uma parte essencial do diagnóstico desta doença, há pacientes diagnosticados com DA que não apresentam biomarcadores positivos para o β-amilóide. As abordagens metabolómicas representam uma importante ferramenta para a descoberta de biomarcadores alternativos para diagnóstico da DA e para o desenvolvimento de um diagnóstico mais sensível e específico. O objetivo deste trabalho foi realizar um estudo metabolómico não-direcionado em amostras de líquido cefalorraquidiano (LCR) de pacientes com DCL categorizados em dois subgrupos, β-amilóide positivo e β-amilóide negativo, para fornecer dados sobre as alterações metabolómicas relacionadas com a patologia da DA. Desta forma, 40 amostras de LCR foram analisadas usando espetrometria de massa de alta resolução LC-MS, e foi realizada uma análise univariada e multivariada para identificar os elementos mais interessantes. Dos 4804 elementos detetados, foram identificadas 119 que permitiram uma melhor separação entre os dois grupos em estudo. Considerando os elementos mais interessantes, foi possível identificar 35 com uma identificação putativa e realizar uma análise mais compreensiva dos resultados. O metabolismo do triptofano, a biossíntese da arginina, o metabolismo dos glicerolípidos, o metabolismo da metionina e cisteína, o metabolismo glicerofosfolípido, e o metabolismo da arginina e prolina, foram as vias identificadas como estando alteradas no LCR das amostras analisadas. Os metabolitos 3-hidroxi-L-quinurenina, 5'-metiltioadenosina, e triptamina, estavam aumentados no LCR do grupo Aβ negativo, enquanto o L-histidinol estava diminuído. O elemento identificado com múltiplas correspondências (ornitina ou L-asparagina ou cinamaldeído) teve o melhor poder discriminatório entre os dois grupos. Neste trabalho, foi possível identificar elementos interessantes nas amostras de LCR de pacientes Aβ negativo e Aβ positivo que podem fornecer informação acerca da fisiopatologia da doença e que podem ser consideradas para diagnóstico. No futuro, estas identificações devem ser validadas, e uma comparação com o histórico clínico dos pacientes deve ser realizada para clarificar estes resultados.