Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
PURITAN MEDICAL

AGILENT

Agilent provides laboratories worldwide with instruments, services, consumables, applications and expertise, enabling... más Productos destacados: More products

Deascargar La Aplicación Móvil




Asocian perfiles metabolómicos con la retinopatía diabética

Por el equipo editorial de LabMedica en español
Actualizado el 18 Nov 2020
Imagen: El kit AbsoluteIDQ p180 proporciona a los científicos datos de metabolómica altamente reproducibles para obtener conocimiento detallado confiable sobre los fenotipos metabólicos en sus estudios (Fotografía cortesía de BIOCRATES Life Sciences).
Imagen: El kit AbsoluteIDQ p180 proporciona a los científicos datos de metabolómica altamente reproducibles para obtener conocimiento detallado confiable sobre los fenotipos metabólicos en sus estudios (Fotografía cortesía de BIOCRATES Life Sciences).
La retinopatía diabética (RD), al igual que la neuropatía y la nefropatía diabéticas, es una complicación común de la diabetes. Es la principal causa de pérdida de visión en pacientes diabéticos. La enfermedad de larga duración, junto con la hiperglucemia, la hiperlipidemia, la hipertensión y los factores genéticos, es un factor de riesgo importante de retinopatía diabética.

El perfil metabolómico es un método de rápida evolución que se utiliza para identificar los metabolitos en los fluidos biológicos e investigar la progresión de la enfermedad. Se pueden realizar análisis cuantitativos de metabolitos de moléculas pequeñas en muestras biológicas como sangre y orina debido a los rápidos avances en metabolómica.

Los científicos médicos de la Facultad de Medicina de la Universidad Nacional de Chungbuk (Cheongju, República de Corea), incluyeron en un estudio a 317 pacientes con diabetes tipo 2 (DT2) de los cuales 143 pacientes no tenían RD (NRD), 123 pacientes tenían una RD-noproliferativa (NPRD) y 51 pacientes tenían RD proliferativa (PRD). Se registraron el sexo, la edad, la altura, el peso, el índice de masa corporal (IMC) y los niveles de HbA1c, glucosa y creatinina de todos los pacientes.

Las muestras de suero de los pacientes con diabetes tipo 2 se analizaron con un enfoque de metabolómica dirigida. Para cuantificar los metabolitos, se realizó un método de cromatografía líquida (LC) y análisis de inyección de flujo (FIA) - espectrometría de masas (MS) utilizando el kit AbsoluteIDQ p180 (BIOCRATES Life Sciences AG, Innsbruck, Austria). Las muestras de suero se analizaron mediante el sistema API 4000 QTRAP LC/MS/MS (Applied Biosystems, Foster City, CA, EUA) y el sistema Agilent 1200 HPLC (Agilent Technologies, Santa Clara, CA, EUA).

Los investigadores informaron que las concentraciones de 62 metabolitos del grupo NRD versus RD, 53 metabolitos del grupo NRD versus NPRD y 30 metabolitos del grupo NRD versus PRD resultaron ser significativamente diferentes. Se seleccionaron dieciséis metabolitos como metabolitos específicos comunes a los pacientes NPRD y PRD. Entre ellos, tres metabolitos que incluyeron la dimetilarginina total, el triptófano y la quinurenina fueron los posibles creadores de la progresión de la RD en pacientes con diabetes tipo 2. Además, varios metabolitos como las carnitinas, varios aminoácidos y las fosfatidilcolinas también mostraron un potencial biomarcador.

Los autores concluyeron que habían revelado a través de un análisis metabolómico completo, utilizando una plataforma de alto rendimiento, varios metabolitos asociados con la RD. Estos nuevos metabolitos relacionados con la RD deben ser tenidos en cuenta en el estudio del mecanismo detrás del inicio y progresión de la RD en los pacientes con diabetes tipo 2. El estudio fue publicado el 29 de octubre de 2020 en la revista PLOS ONE.

Enlace relacionado:
Facultad de Medicina de la Universidad Nacional de Chungbuk
BIOCRATES Life Sciences
Applied Biosystems


Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Software de laboratorio
Acusera 24•7
ANALIZADOR DE ELECTROLITOS
BKE-B
New
Miembro Oro
Control de preeclampsia
Acusera Pre-Eclampsia Control

Canales

Hematología

ver canal
Crédito de la imagen: Shutterstock

Nuevos biomarcadores predicen resistencia a terapia dirigida en un cáncer hematológico raro

La neoplasia blástica de células dendríticas plasmocitoides (BPDCN, por sus siglas en inglés) es una leucemia rara y agresiva con opciones de tratamiento limitadas y un mal... Más

Inmunología

ver canal
Imagen: El análisis proteómico del líquido lagrimal reveló patrones anormales en las proteínas que regulan los nervios y las células T en personas con problemas oculares (Crédito de la imagen: Adobe Stock)

Modelos diagnósticos detectan anomalías oculares ocultas tras una COVID-19 leve

Los síntomas oculares persistentes después de la COVID-19 pueden afectar gravemente la lectura, el trabajo y las tareas diarias, y sin embargo los exámenes oculares estándar... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.