Tesis doctoral · Medicina respiratoria personalizada

La EPOC no es una sola historia clínica.
Es un conjunto de trayectorias biológicas.

La EPOC se diagnostica por espirometría, pero su evolución depende de mucho más que un valor funcional (FEV1). Esta tesis doctoral estudia si la sangre puede ayudar a leer esa diversidad mediante proteómica, metabolómica, transcriptómica e inteligencia artificial.

No se trata de sustituir la clínica. Se trata de añadir biología a la medicina respiratoria.

César Jessé Enríquez Rodríguez, MD, PhD Universitat Pompeu Fabra · Hospital del Mar Research Institute · CIBERES Director: Prof. Dr. Joaquim Gea Guiral
Portada de la tesis doctoral Towards more personalised medicine: Omics biomarkers of COPD
bloodtypeSangre
hubÓmicas
monitor_heartRiesgo
model_trainingIA / ML
clinical_notesCriterio clínico

Una enfermedad frecuente e infradiagnosticada

La EPOC afecta a millones de personas y muchos casos se detectan tarde. La baja sospecha clínica y el uso insuficiente de espirometría retrasan el diagnóstico.

Pacientes con biologías diferentes

Dos pacientes con obstrucción similar pueden tener trayectorias distintas: estabilidad, exacerbaciones repetidas o mayor riesgo de mortalidad.

La sangre como ventana biológica

Proteínas, metabolitos y transcriptos pueden reflejar inflamación, inmunidad, hemostasia, energía, redox, microbiota y riesgo cardiovascular.

La tesis en una imagen

Una lectura biológica para una enfermedad heterogénea.

La tesis parte de un problema clínico concreto: la EPOC es frecuente, heterogénea, infradiagnosticada y con un riesgo variable de exacerbaciones, deterioro sistémico y mortalidad.

EPOC frecuente e infradiagnosticada

Muchos pacientes llegan tarde al diagnóstico.

Espirometría necesaria

Confirma obstrucción al flujo aéreo, pero no describe toda la biología.

Heterogeneidad clínica

La función pulmonar no explica por completo trayectorias distintas.

Muestras sanguíneas

Estabilidad, exacerbación y seguimiento como ventanas temporales.

Proteómica · metabolómica · transcriptómica

Capas complementarias de respuesta, función y regulación.

Bioestadística · clustering · ML

Patrones en datos de alta complejidad con lectura crítica.

Firmas asociadas

Enfermedad, exacerbación, fenotipo exacerbador y mortalidad.

Estratificación biológica

Clasificar mejor los pacientes para tratar mejor.

Una narrativa, no seis piezas sueltas

La tesis no busca un único biomarcador universal. Propone identificar perfiles moleculares que ayuden a reconocer mecanismos y riesgos diferentes dentro de una misma categoría clínica.

El compendio se estructura en seis artículos principales, cinco publicados y un manuscrito integrativo, complementados por revisiones, un informe conceptual y la defensa doctoral como piezas de una misma narrativa científica.

Defensa pública

Towards more personalised respiratory medicine: omics biomarkers of COPD.

Defensa internacional de tesis doctoral en la Universitat Pompeu Fabra, emitida el 26 de noviembre de 2025.

La defensa resume el hilo central de la tesis: la EPOC es un síndrome prevalente e infradiagnosticado, con una gestión clínica condicionada por elementos subjetivos y por una heterogeneidad que la función pulmonar no captura por completo.

El vídeo forma parte del material público de transferencia científica de la tesis.

1. ¿Qué es la EPOC?

De bronquitis y enfisema a síndrome heterogéneo.

La EPOC se confirma con espirometría, pero su biología no cabe entera en una sola cifra funcional.

Definición clínica

La EPOC es una condición pulmonar heterogénea caracterizada por síntomas respiratorios crónicos y obstrucción persistente, a menudo progresiva, del flujo aéreo. Aunque la definición clínica se apoya en FEV1/FVC, la enfermedad presenta una complejidad etiológica, biológica y sistémica que no queda completamente capturada por la espirometría.

La EPOC se caracteriza por una dificultad persistente para la salida del aire de los pulmones. Esto puede provocar falta de aire, tos crónica, flema, cansancio y limitación para caminar o hacer esfuerzos.

La causa más frecuente de la EPOC es el tabaco, pero también influyen la contaminación del aire, exposiciones laborales, infecciones previas, asma, desarrollo pulmonar y otros factores.

Visión biológica

Su evolución conceptual ha sido: de bronquitis/enfisema a ser definida por espirometría. Ahora el reto es incorporar su biología sin perder su utilidad clínica.

Más allá de la obstrucción, la EPOC es un síndrome con componentes sistémicos: inflamación crónica, alteración inmune, disfunción metabólica y riesgo vascular. El reto es integrar estas capas para una medicina más personalizada.

Siglos XVII-XIX

Enfisema y bronquitis crónica empiezan a describirse como entidades anatómicas y clínicas.

1846

Hutchinson impulsa la espirometría moderna y la medición funcional del pulmón.

Siglo XX

Se integra el concepto COPD/EPOC como síndrome obstructivo crónico.

GOLD

La obstrucción persistente se convierte en eje diagnóstico y de clasificación.

Definición moderna

La EPOC se reconoce como heterogénea y con múltiples causas.

Medicina personalizada

El reto es clasificar mejor usando clínica, función, biología y riesgo.

2. Fundamento teórico - Report

El contexto científico que da sentido a la tesis.

Antes de entrar en proteínas, metabolitos o modelos predictivos, era necesario volver a una pregunta más básica: qué es realmente la EPOC hoy, cómo ha cambiado su definición y por qué sigue siendo una enfermedad tan difícil de diagnosticar, clasificar y anticipar.

De la historia clínica al reto biológico

Una revisión crítica de la EPOC como síndrome heterogéneo.

El informe reconstruye la evolución de la EPOC desde los conceptos anatomoclínicos de enfisema y bronquitis crónica hasta la definición contemporánea incorporada en GOLD 2023. Esta transición muestra que la EPOC no ha sido siempre entendida del mismo modo: pasó de ser descrita por lesiones y síntomas a organizarse alrededor de la obstrucción persistente al flujo aéreo.

A partir de ahí, el documento plantea el problema central: la espirometría sigue siendo imprescindible para confirmar la EPOC, pero no resuelve por sí sola las controversias diagnósticas, la variabilidad técnica, los problemas de implementación, el infradiagnóstico, el sobrediagnóstico ni la heterogeneidad biológica de los pacientes.

En la lógica de la tesis, este informe cumple una función estratégica: demuestra que la búsqueda de biomarcadores ómicos no nace de una moda tecnológica, sino de una necesidad clínica no resuelta.

Qué aporta el informe

1. Sitúa históricamente la EPOC

Explica cómo la enfermedad pasó de enfisema y bronquitis crónica a un síndrome definido por obstrucción persistente y síntomas respiratorios crónicos.

2. Expone la fragilidad del diagnóstico actual

Analiza las controversias del FEV1/FVC, el uso del punto fijo 0,70 frente al LLN, la dependencia del esfuerzo del paciente y la infrautilización real de la espirometría.

3. Conecta diagnóstico, exacerbaciones y mortalidad

Muestra que la carga clínica de la EPOC no depende solo de detectar obstrucción, sino de anticipar trayectorias: exacerbaciones, deterioro funcional, riesgo cardiovascular y mortalidad.

4. Justifica la medicina personalizada

Concluye que no existe todavía un biomarcador único suficientemente robusto para uso rutinario, por lo que se requieren cohortes bien caracterizadas, enfoques multi-ómicos y validación rigurosa.

history_edu

Historia conceptual

El informe recorre la evolución desde enfisema y bronquitis crónica hasta la definición moderna de EPOC como condición pulmonar heterogénea.

respiratory_rate

Espirometría: necesaria, pero insuficiente

La espirometría confirma la obstrucción, pero el informe subraya sus limitaciones prácticas, interpretativas y poblacionales.

person_search

Infradiagnóstico y diagnóstico tardío

El documento destaca que más del 70% de los casos permanecen sin diagnosticar y que el diagnóstico puede demorarse más de una década.

monitor_heart

Exacerbaciones como punto crítico

Las exacerbaciones aparecen como eventos centrales: aceleran el deterioro, reducen calidad de vida y elevan el riesgo cardiovascular.

trending_down

Mortalidad y pronóstico

Los índices multidimensionales superan al FEV1 aislado, pero su capacidad predictiva sigue siendo moderada. Esto abre espacio a biomarcadores pronósticos.

biotech

Biomarcadores: promesa pendiente

El informe muestra que eosinófilos, CRP, fibrinógeno o FeNO tienen usos limitados, pero no bastan para una medicina personalizada completa.

3. El problema diagnóstico

El diagnóstico de la EPOC sigue llegando tarde.

groupsPoblación en riesgo

Tabaco, exposición laboral, contaminación, síntomas.

stethoscopeSospecha clínica

Tos, disnea, flema, limitación.

biotechBiomarcadores de apoyo

Mayor probabilidad biológica de enfermedad.

respiratory_rateEspirometría

Confirmación funcional necesaria.

routeEstratificación

Riesgo, exacerbaciones y seguimiento.

4. Por qué biomarcadores

Leer la biología detrás de los síntomas.

Un biomarcador es una señal medible que refleja un proceso biológico, patológico o una respuesta a tratamiento.

Transcriptómica

Estudia qué genes están activos mediante ARN. Permite observar programas biológicos tempranos y diferencias por sexo.

Proteómica

Estudia proteínas que ejecutan funciones celulares: inflamación, inmunidad, coagulación, complemento y reparación tisular.

Metabolómica

Estudia moléculas pequeñas que reflejan energía, lípidos, aminoácidos, redox, microbiota, exposoma y ambiente.

De exposoma a fenotipo clínico

Exposoma + genoma

Ambiente, tabaco, genética y susceptibilidad.

Transcriptoma

Programas de expresión génica.

Proteoma

Respuesta inmune e inflamatoria ejecutada.

Metaboloma

Estado funcional y bioenergético.

Fenotipo

Síntomas, función, exacerbaciones y riesgo.

Mapa metabolómico de rutas biológicas relevantes en EPOC
Mapa metabolómico de la EPOC procedente de una revisión del grupo. Resume la amplitud de rutas relevantes: lípidos, aminoácidos, ciclo de Krebs, glucólisis, redox, nucleótidos, eicosanoides, microbiota y metabolismo energético.

5. La tesis

Una EPOC más objetiva, biológica y personalizada.

Pregunta central: ¿puede la sangre revelar perfiles biológicos útiles para entender, clasificar y anticipar la EPOC?

Autor e instituciones

César Jessé Enríquez Rodríguez. Doctor por la Universitat Pompeu Fabra, Hospital del Mar Research Institute, CIBERES y MELIS-UPF.

Dirección y entorno

Dirigida por el Prof. Dr. Joaquim Gea Guiral, dentro del entorno BIOMEPOC, BIOEARLY-COPD e investigación respiratoria traslacional.

Metodologías

Proteómica LC-MS/MS label-free, multiplex immunoassays, metabolómica LC-MS, RNA-seq, clustering, Random Forest, SVM, validación cruzada y modelos conformales.

6. Discusión central

De la EPOC funcional a la EPOC biológica.

La espirometría confirma la obstrucción; la biología puede ayudar a explicar el riesgo.

Diagnóstico y caracterización biológica

Durante décadas, la EPOC se ha definido principalmente por la obstrucción persistente al flujo aéreo. Esta definición es necesaria y clínicamente útil, pero no explica por qué pacientes con cifras funcionales similares pueden tener trayectorias tan distintas.

La tesis plantea que los biomarcadores en sangre pueden aportar una segunda capa de lectura: la biología sistémica del paciente. La espirometría sigue siendo necesaria; las firmas ómicas pueden apoyar la sospecha diagnóstica.

Exacerbaciones como eventos sistémicos

Una exacerbación no es solo respirar peor. Clínicamente se define por empeoramiento de síntomas y necesidad de tratamiento, pero esa definición contiene elementos subjetivos: percepción del paciente, acceso sanitario y criterio médico y umbral de hospitalización.

Los estudios proteómicos sugieren una huella sistémica detectable: inflamación, inmunidad humoral, complemento, coagulación y metabolismo lipídico. Esto puede ser útil para fenotipado.

FE vs GOLD E

GOLD E es una categoría muy útil para tratamiento, pero puede ser biológicamente heterogénea. La hospitalización depende de gravedad, acceso al sistema, soporte social y comorbilidad.

FE, definido como ≥3 exacerbaciones moderadas-graves en el año previo, parece capturar un perfil más persistente y coherente: inflamatorio, inmune, metabólico y hemostático.

Mortalidad

La mortalidad en EPOC no se explica por un único parámetro. FEV1, edad, disnea, comorbilidades e índices multidimensionales son útiles, pero no capturan toda la biología del riesgo.

Los perfiles proteómicos y metabolómicos sugieren señales asociadas a mortalidad futura: hemostasia, inflamación, inmunidad, aminoácidos, energía, redox y microbiota.

El eje cardiovascular-hemostático: una señal recurrente

Uno de los hallazgos interpretativos más importantes de la tesis es que la dimensión cardiovascular y hemostática aparece de forma repetida: en exacerbaciones, en perfiles exacerbadores y en mortalidad. Esto sugiere que la EPOC no debe entenderse solo como enfermedad respiratoria, sino como un síndrome con impacto vascular sistémico.

Cada exacerbación puede dejar una huella: en el pulmón, en la sangre y en el riesgo cardiovascular. En pacientes exacerbadores frecuentes, parte de la activación procoagulante podría no resolverse completamente entre episodios.

Innovaciones metodológicas

La tesis aporta estrategias para analizar datos masivos: análisis cualitativo presencia/ausencia, detección de outliers, modelos de IA con validación externa y modelos conformales para estimar incertidumbre.

Conclusión conceptual

La tesis propone comprender el EPOC no como enfermedad sino como un síndrome clínico amplio dentro del cual existen enfermedades con perfiles biológicos diferenciados. La medicina personalizada en EPOC debe empezar con una clasificación biológica diferencial a fin de poder ampliar el espectro terapéutico actual (tratamiento sintomático).

Mapa de rutas biológicas recurrentes

Inflamación Inmunidad innata Inmunidad humoral Complemento Coagulación Hemostasia Lípidos Aminoácidos Energía Redox Microbiota Remodelado tisular

7. Estudios y hallazgos

Seis estudios originales del compendio doctoral.

Cada estudio aporta una pieza a la comprensión sistémica de la enfermedad.

1. Proteómica en exacerbadores frecuentes e infrecuentes

Título científico: COPD: systemic proteomic profiles in frequent and infrequent exacerbators.

Revista: ERJ Open Research, 2024.

Técnica: proteómica plasmática LC-MS/MS label-free + inmunoensayos multiplex.

Grupos: Exacerbadores frecuentes (FE), no exacerbadores frecuentes (NFE), controles sanos y exacerbación aguda.

Hallazgo: Los FE presentan un perfil proteómico distinto de los NFE, con alteraciones inflamatorias e inmunológicas persistentes. La exacerbación aguda muestra señales más marcadas en complemento y coagulación.

Interpretación: FE podría representar un perfil sistémico persistente, parcialmente solapado con la exacerbación aguda.

Limitación: requiere validación longitudinal y externa antes de utilidad clínica.

Inflamación Complemento Coagulación
Redes proteómicas en no exacerbadores frecuentes, exacerbadores frecuentes y exacerbación aguda en EPOC
Figura 1: redes proteína-proteína en NFE, FE y exacerbación aguda frente a controles, con módulos de inflamación, inmunidad mediada por anticuerpos, coagulación y complemento.

2. Clustering proteómico ciego

Título científico: Proteomic Blood Profiles Obtained by Totally Blind Biological Clustering in Stable and Exacerbated COPD Patients.

Revista: Cells, 2024.

Técnica: proteómica plasmática LC-MS/MS + K-means / clustering no supervisado.

Datos clave: sensibilidad 80%, especificidad 79% y accuracy global 79,4% para separar exacerbación aguda frente a estabilidad mediante proteínas plasmáticas.

Interpretación: la exacerbación aguda tiene una huella biológica detectable, no solo una categoría sintomática.

Limitación: el clustering describe estructura biológica, pero no establece por sí solo causalidad ni un test clínico.

Clustering Respuesta humoral Lípidos
Clustering proteómico ciego en pacientes estables y exacerbados con EPOC
Figura del Artículo 2: agrupación no supervisada a partir de proteínas plasmáticas. La correspondencia con estabilidad o exacerbación se evalúa después del clustering.

3. Proteómica y mortalidad a 4 años

Título científico: A Pilot Study on Proteomic Predictors of Mortality in Stable COPD.

Revista: Cells, 2024.

Técnica: LC-MS/MS + inmunoensayos multiplex + IA.

Datos clave: 40 pacientes inicialmente seleccionados; 34 con supervivencia confirmada; 32% fallecidos al cuarto año; 31 proteínas/péptidos diferenciales; modelos con accuracy hasta 90-95% en validación interna, según selección.

Interpretación: incluso en estabilidad clínica, la sangre puede contener señales de riesgo futuro ligadas a respuesta inmune, hemostasia, citoquinas proinflamatorias y complemento.

Limitación: estudio piloto con tamaño muestral modesto y riesgo de sobreajuste.

Hemostasia Citoquinas Inmunidad
Proteínas asociadas a mortalidad en pacientes con EPOC estable
Figura del Artículo 3: proteínas más determinantes para pronóstico vital, con énfasis en hemostasia, inflamación e inmunidad.

4. Perfil metabolómico plasmático

Título científico: Metabolomic Plasma Profile of Chronic Obstructive Pulmonary Disease Patients.

Revista: International Journal of Molecular Sciences, 2025.

Técnica: metabolómica LC-MS semi-dirigida y no dirigida.

Datos clave: 91 pacientes con EPOC, 91 controles fumadores sin obstrucción, 56 metabolitos diferenciales tras ajuste por confusores, panel de 10 metabolitos, AUC-ROC 0,916, sensibilidad 90,1% y especificidad 89%.

Interpretación: la metabolómica podría apoyar la sospecha diagnóstica y la selección de pacientes para espirometría, pero no sustituirla.

Limitación: debe simplificarse y validarse externamente antes de aplicación rutinaria.

Lípidos Acilcarnitinas Energía
Huella metabolómica plasmática en pacientes con EPOC
Figura del Artículo 4: huella metabolómica plasmática de la EPOC, con metabolitos diferenciales y distribución por familias químicas. La señal predominante procede de lípidos y moléculas tipo lípido, junto a xenobióticos, aminoácidos y otros grupos metabólicos.

5. Metabolómica y mortalidad a 7 años

Título científico: Metabolomic Signatures Predict Seven-Year Mortality in Clinically Stable COPD Patients.

Revista: International Journal of Molecular Sciences, 2025.

Técnica: metabolómica LC-MS semi-dirigida y no dirigida + modelos ML.

Datos clave: 54 pacientes inicialmente seleccionados, 41 incluidos finalmente, 13 muertes a 7 años, 12 metabolitos diferenciales principalmente aminoácidos, modelos con metabolitos solos o combinados con FEV1.

Interpretación: el metabolismo basal puede reflejar fragilidad biológica y riesgo a largo plazo, especialmente en rutas de energía, redox, microbiota y metabolismo nitrogenado.

Limitación: necesita longitudinalidad, validación externa y control fino de dieta, tratamientos, microbiota y comorbilidad.

Aminoácidos Redox Microbiota
Firma metabolómica asociada a mortalidad a siete años en EPOC estable
Figura del Artículo 5: representación de metabolitos y rutas asociadas a mortalidad a siete años en pacientes con EPOC estable.

6. Integración proteómica-metabolómica e IA

Título científico: Integrative Proteomic and Metabolomic insights into COPD mechanisms and exacerbator phenotypes.

Estado: manuscrito integrativo.

Datos clave: cohorte exploratoria de 136 pacientes con EPOC y 34 controles; entrenamiento n=74 y validación externa n=143. Accuracy en validación externa para clasificación EPOC: proteómica 72%, metabolómica sin xenobióticos 85% y bi-ómica 73%. Para FE, metabolómica restringida a marcadores endógenos: 96% accuracy. Para GOLD E con features normalizadas a controles: proteómica 80%, metabolómica 75%, bi-ómica 83%.

Interpretación: la proteómica parece más informativa para enfermedad/pronóstico; la metabolómica parece más útil para fenotipos exacerbadores. FE y GOLD E comparten rasgos, pero FE parece más biológicamente homogéneo.

Limitación: los modelos son prometedores, pero deben pasar por validación internacional, paneles simples y evaluación coste-efectiva.

Multi-ómicaIABioenergética
En revisión

8. Metodología e IA

Desarrollo metodologico innovador y extrapolable

Se ha implementado metodos innovadores que aportan una base rigurosa y exploratoria, combinando técnicas avanzadas de bioinformática, proteómica, metabolómica y aprendizaje automático para identificar patrones predictivos en enfermedades crónicas.

Presencia/ausencia

En ommicas los missings suelen ignorarse, sin embargo en se implementaron sistemas para manejar valores nulos, ya que puede indicar patrones diferenciales de expresión.

Sistemas de modelaje de alto rendimiento

Sistemas explorativos e iterativos para identificar patrones predictivos y modelos combinando multiples configuraciones.

Uso de Modelos Conformales

Permiten estimar incertidumbre y dominio de aplicabilidad de las predicciones.

Algoritmo de Detección de Outliers Objetivos

Sistemas de detección de outliers objetivos basados en distancias euclidianas y clustering.

Interpretación Médica

Filtro clínico de los hallazgos moleculares para asegurar plausibilidad biológica.

9. Limitaciones y Fortalezas

Un camino sólido hacia la validación clínica.

La investigación exploratoria sólida construye la evidencia necesaria para futuras herramientas diagnósticas.

Limitaciones

  • Tamaños muestrales modestos en los estudios pilotos.
  • Necesidad de validación externa e internacional: actualmente solo en población predominantemente mediterránea.
  • Diseños transversales en algunos análisis y necesidad de longitudinalidad.
  • Factores de confusión por tratamientos, comorbilidades, dieta, tabaco y microbiota pendientes de mayor estudio.
  • Alta presencia de metabolitos no identificables o parcialmente identificados por la tecnologia actual, así como una significativa presencia de xenobioticos cuya implicación clínica debe ser estudiada con mayor profundidad.
  • Necesidad de paneles más simples y herramientas más coste-efectivas.

Fortalezas

  • Cohortes clínicamente bien caracterizadas.
  • Enfoque multi-ómico con proteómica, metabolómica y transcriptómica.
  • Integración clínica y molecular.
  • Discusión crítica de la definición de EPOC.
  • Modelos con validación interna y externa en el estudio integrativo.
  • Innovaciones metodológicas en presencia/ausencia, outliers e incertidumbre.
  • Coherencia biológica entre estudios.

10. Futuro

La medicina personalizada empieza con una clasificación mejor.

El futuro no consiste en eliminar la categoría EPOC, sino en identificar entidades biológicas reproducibles dentro de ella.

Endotipos moleculares

Mantener EPOC como síndrome clínico, pero identificar subgrupos reproducibles definidos por mecanismos biológicos.

Reconsiderar GOLD y GesEPOC

Validar si FE, GOLD E, GOLD AB y otros grupos tienen perfiles biológicos distintos y útiles.

Seguimiento longitudinal

Estudiar pacientes antes, durante y después de exacerbaciones para entender recuperación o cicatriz sistémica.

Integración multimodal

Unir clínica, imagen, función pulmonar, proteómica, metabolómica, transcriptómica, genética e IA.

Paneles simplificados

Pasar de miles de señales a paneles medibles, robustos, coste-efectivos y clínicamente interpretables.

Validación internacional

Probar firmas en poblaciones diversas, con distintas exposiciones, tratamientos y sistemas sanitarios.

Ensayos personalizados

Seleccionar subgrupos moleculares para intervenciones dirigidas a inflamación, coagulación, redox, energía o microbiota.

Riesgo cardiovascular-hemostático

Priorizar estudios que conecten exacerbaciones, estado protrombótico, endotelio, eventos cardiovasculares y mortalidad.

Pre-COPD y diagnóstico temprano

Estudiar síntomas, imagen o cambios moleculares antes de que la obstrucción esté plenamente establecida.