INTRODUCTION: Bladder cancer (BC) has a great epidemiological, economic and clinical relevance. Cystoscopy, an invasive technique, continue to be the standard methods of diagnosis and follow-up, along with cytology, which has a high specificity but very limited sensitivity in low-risk tumors. The identification of new highly sensitive and specific biomarkers (bioM) would reduce cystoscopies, as well as their morbidity and it would improve patients’ quality of life. Nowadays, there are different proteomic and genomic bioM that have shown greater sensitivity than cytology, but their clinical applications have not allowed since their limited specificity. Metabolomic systematically studies the concentrations and flows of all metabolites present in a biological system reflecting the phenotypic state of an organism in a dynamic way. Hence, improving metabolomic analysis techniques, would facilitate the identification of metabolic profiles associated with metabolic reprogramming of tumor cells in several cancers. OBJECTIVE: To identify a specific urinary metabolic footprint of BC and study its value as a tumor bioM for diagnosis-detection of disease and monitoring the BC recurrence during follow-up after bladder transurethral resection (TURB). MATERIAL AND METHOD: During the period between February 2012 and December 2015, non-muscle invasive bladder tumor (NMIBC) patients were selected who underwent to TURB. A protocol was designed to collect the initial urine sample before the TURB (BC), and a second sample after the TURB (CTRL control). Once the urine samples were prepared, the analysis was carried out by means of high-performance liquid chromatography in reverse phase and mass spectrometry (UPLC-TOF-MS). Subsequently, the discriminant analysis was monitored by Partial Least Square Discriminat Analysis (PLS-DA), which allowed us to find differences between the metabolic profiles of the BC and CTRL samples. RESULTS: 53 patients with NMIBC are included in the study. The metabolomic study comprised the analysis of a total of 244 chromatograms: 129 urine samples (BC+ CTRL) and 55 follow up quarterly monitoring urine samples (MNT), in addition to 45 Quality Control (QC) samples, 3 control blanks samples and a sub-set of duplicate samples (12 samples). The urine samples were divided into two subsets that were used for the development of a discriminant multivariate model (calibration set) and for the evaluation of the predictive capacity of that model in future samples (validation set). Through the first analysis, the PLS-DA model developed with the calibration samples select a reduced set of 108 highly discriminating metabolic variables (p-values <0.05). The second PLS-DA model, using the 108 selected variables and the 81 samples of the validation subset, classify correctly 36 of the 43 BC samples and 25 of the 38 CTRL, with a diagnostic accuracy of 75% and an estimated AUROC value of 0.77, with a sensitivity of 83% (95% CI, 69-93%) and a specificity of 66% (95% CI, 49-80%). CONCLUSIONS: The UPLC-TOF-MS analysis of urine samples collected through before and after TURB design, identify a metabolic footprint of NMIBC, demonstrating that the results are associated with the presence of the macroscopic BC and that they are generated after TURB.INTRODUCCIÓN: El cáncer de vejiga (CaV) tiene una gran relevancia epidemiológica, económica y clínica. Los métodos estándar de diagnóstico y seguimiento continúan siendo la cistoscopia, técnica invasiva, y la citología, que tiene una alta especificidad, pero sensibilidad muy limitada en tumores de bajo riesgo. La identificación de nuevos biomarcadores (bioM) altamente sensibles y específicos permitiría disminuir las cistoscopias, reducir su morbilidad y mejorar la calidad de vida de los pacientes. Existen diferentes bioM proteómicos y genómicos que han mostrado una mayor sensibilidad que la citología, pero su limitada especificidad no ha permitido su aplicación clínica. La metabolómica estudia de forma sistemática las concentraciones y flujos del conjunto de metabolitos presentes en un sistema biológico reflejando el estado fenotípico de un organismo de forma dinámica. La mejoría en las técnicas de análisis metabolómicos ha facilitado la identificación de perfiles metabólicos asociados con la reprogramación metabólica de células tumorales en varios cánceres. El CaV presenta unas características particulares que han impulsado la investigación en la identificación de un perfil metabólico asociado al proceso tumoral. OBJETIVO: Identificar una huella metabólica urinaria específica de CaV y estudiar su valor como bioM tumoral de diagnóstico-detección de enfermedad y de monitorización de la recidiva durante el seguimiento tras la resección transuretral (RTU) vesical. MATERIAL Y MÉTODO: Durante el periodo comprendido entre febrero de 2012 y diciembre de 2015 se seleccionan pacientes diagnosticados de tumor vesical no músculo invasivo (TVNMI) que van a ser intervenidos mediante RTU. Se diseña un protocolo de recogida de muestras de orina inicial, antes de la RTU (bladder cancer BC), y una segunda muestra tras la RTU del tumor (control CTRL). Una vez preparadas las muestras se procede al análisis mediante cromatografía líquida de alta resolución (UPLC) en fase reversa y espectrometría de masas. Posteriormente, se realiza el análisis discriminante supervisado mediante Partial Least Square Discriminat Analysis (PLS-DA), que nos permite encontrar diferencias entre los perfiles metabólicos de las muestras BC y CTRL. RESULTADOS: Se incluyeron en el estudio a 53 pacientes con TVNMI. El estudio metabolómico comprendió el análisis de un total de 244 cromatogramas: 129 muestras de orina (BC+ CTRL) y 55 muestras de orina de monitorización trimestral (MNT) en el seguimiento, además de 45 muestras Control de calidad (QC), 3 blancos de muestra y un sub-conjunto de muestras por duplicado (12 muestras). El total de muestras de orina se dividió en dos subconjuntos que se emplearon para el desarrollo de un modelo multivariante discriminante (conjunto de calibración) y para la evaluación de la capacidad predictiva de dicho modelo en muestras futuras (conjunto de validación). Mediante el primer análisis, el modelo PLS-DA desarrollado con las muestras de calibración nos permitió seleccionar un conjunto reducido de 108 variables metabólicas altamente discriminantes (valores p<0.05). El segundo modelo PLS-DA, utilizando las 108 variables seleccionadas y las 81 muestras del subconjunto de validación, permitió clasificar correctamente 36 de las 43 muestras BC pre-RTU y a 25 de las 38 CTRL post-RTU, mostrando una exactitud diagnóstica del 75% y un valor AUROC estimado de 0.77, con una sensibilidad del 83% (IC 95%, 69-93%) y una especificidad del 66% (IC 95%, 49-80%). CONCLUSIONES: El análisis UPLC-TOF-MS no dirigido de las muestras de orina recogidas mediante el diseño pre y post RTU vesical, nos permite identificar una huella metabólica de TVNMI, demostrando que los resultados están asociados a la presencia del tumor macroscópico vesical y que se generan tras la resección de este.