MALDI-TOF spectral fingerprints analysis by Artificial Neural Networks of different types of pathological pain in experimental models

Abstract

ENG- Pathological pain is a complex and widely prevalent disease in our society. This type of pain can be divided into two different types: neuropathic pain, which is caused by nervous system injuries (e.g. nerve and spinal cord traumatic injuries), and nociplastic pain, which appears without any obvious lesion and that is the main symptom of important complex syndromes such as Fibromyalgia. Nowadays, pathological pain is an important health concern for two different reasons: there are no effective treatments and current diagnosis protocols are only based on clinical criteria. Consequently, these unmet needs lead to pain chronification which in turn triggers the appearance of important comorbid psychological diseases such as anxiety and depression, reducing dramatically the patients’ quality of life. Given this current situation, the present thesis is focused on the development of a new methodology combining an analytical technique as is the MALDI-TOF (Matrix Assisted Laser Desorption Ionization Time of Flight) mass spectrometry and the data analysis by artificial neural networks to obtain the molecular fingerprints of biological samples from different pathological pain experimental models, which can be used as a suitable diagnostic tool. To this aim, different animal models have been used in which pain origin and typology was controlled and where the presence of pain has been confirmed by several functional tests. The analyses of the different biological samples using the developed methodology allowed us to identify different molecular fingerprints specific from each pathological pain, leading to distinguish between healthy subjects and those suffering from any type of pain. Moreover, these specific fingerprints allowed to discriminate between samples from the different types of pain. In conclusion, an innovative, simple and fast method for the detection and classification of pathological pain using specific molecular fingerprints of different biological samples

CAT- El dolor patològic és una malaltia complexa i altament prevalent a la nostra societat. Aquest tipus de dolor pot ser classificat en 2 tipus diferents: dolor neuropàtic, causat per lesions del sistema nerviós (p. ex. atrapaments nerviosos i traumatismes de la medul·la espinal), i dolor nociplàstic, que apareix sense cap lesió evident i que és un dels símptomes més importants de síndromes complexos com la fibromiàlgia. Actualment, el dolor patològic és un problema de salut important per dues raons principals: no existeixen tractaments efectius i el seu diagnòstic es basa només en criteris clínics. Aquesta situació, doncs, afavoreix la seva cronificació i l’aparició d’altres malalties psicològiques greus com l’ansietat i la depressió. Tot això fa que la qualitat de vida del pacient disminueixi de manera dràstica. Per tant, aquesta tesi doctoral s’ha basat en desenvolupar una nova metodologia combinant una tècnica analítica com és l’espectrometria de masses MALDI-TOF (ionització/desorció per làser assistida per matriu amb un analitzador de temps de vol) i l’anàlisi de les dades mitjançant xarxes neurals artificials per obtenir els perfils moleculars de mostres biològiques (sèrum i teixit) procedents de models experimentals animals que expressen els diferents tipus de dolor patològic i que pugui ser útil com a eina diagnòstica. Per a tal fet, s’han fet servir models animals on s’ha controlat l’origen del dolor i la seva tipologia i on s’han confirmat l’existència de dolor amb diferents proves funcionals. L’anàlisi de les diferents mostres biològiques mitjançant aquesta tècnica ha permès identificar diferents empremtes moleculars, específiques de cada tipus de dolor patològic, que permeten distingir entre subjectes sans i amb dolor. A més, ens permeten diferenciar mostres amb diferents tipus de dolor. En conclusió, en aquesta tesi s’ha desenvolupat un mètode innovador, simple i ràpid per la detecció i classificació del dolor patològic utilitzant les empremtes moleculars obtingudes a partir de l’anàlisi de mostres biològiques