Se utilizó la tecnología UHPLC-QE-Orbitrap MS combinada con análisis de redes y quimiometría para establecer la caracterización sistemática y el modelo predictivo de fenotipos clínicos de la deficiencia de cobalamina C (cblC), con la intención de intentar desentrañar su complejidad. Basado en perfiles metabolómicos no dirigidos sanguíneos recopilados por UHPLC-QE-Orbitrap MS en modos positivo y negativo, se empleó el algoritmo de red impulsado por datos Connect the Dots (CTD) para buscar rápidamente metabolitos perturbados con alta conectividad, y los algoritmos quimiométricos aprendieron los patrones complejos y sutiles entre los grupos. A través del estudio de dos fenotipos clínicos (epilepsia y síndrome metabólico), los resultados muestran que el subconjunto de metabolitos perturbados identificado por el algoritmo CTD exhibe una alta especificidad fenotípica clínica, y las vías enriquecidas perturbadas involucradas están estrechamente relacionadas con los mecanismos patogénicos de la epilepsia y el síndrome metabólico. Además, el algoritmo CTD puede medir la información de covarianza entre los metabolitos perturbados altamente conectados, construyendo módulos principales de enfermedad para caracterizar sistemáticamente los complejos mecanismos patogénicos de la epilepsia y el síndrome metabólico. Los metabolitos perturbados identificados, usados como conjunto de variables características, mediante validación cruzada de 5 pliegues, demostraron valores medios de área bajo la curva ROC predicha para análisis discriminante por mínimos cuadrados parciales, máquinas de vectores de soporte y bosques aleatorios de 0.849, 0.897 y 0.909 (convulsiones), 0.889, 0.931 y 0.921 (síndrome metabólico), respectivamente, con coeficientes media de correlación de Matthews de 0.667, 0.668 y 0.723 (convulsiones), 0.686, 0.696 y 0.787 (síndrome metabólico). Estos resultados demuestran la eficacia del método computacional propuesto para revelar la complejidad fenotípica clínica de la deficiencia de cblC y guiar sus estrategias de diagnóstico personalizado.

deficiencia de cobalamina C;caracterización sistemática y predicción de fenotipos clínicos;UHPLC-QE-Orbitrap MS;algoritmo de red CTD;algoritmos quimiométricos;diagnóstico personalizado