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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Desarrollan incubadora láser para la clasificación rápida de los grupos sanguíneos

Por el equipo editorial de LabMedica en español
Actualizado el 08 Oct 2019
Imagen: El analizador de inmunohematología Eclipse incorpora la tecnología STARGEL10 AUTO Card Stacker que permite la carga de 32 tarjetas STARGEL10 AUTO al mismo tiempo (Fotografía cortesía de Hemokinesis).
Imagen: El analizador de inmunohematología Eclipse incorpora la tecnología STARGEL10 AUTO Card Stacker que permite la carga de 32 tarjetas STARGEL10 AUTO al mismo tiempo (Fotografía cortesía de Hemokinesis).
La transfusión de sangre es un tratamiento crítico para una variedad de afecciones hematológicas, que incluyen quimioterapia contra el cáncer, tratamientos para la enfermedad de células falciformes, traumatismos hemorrágicos, incluido el parto y la cirugía mayor.

Cada año se transfunden más de 21 millones de componentes sanguíneos, solo en los Estados Unidos; cada transfusión tiene el potencial de causar reacciones hemolíticas fatales si el receptor y el donante no coinciden con exactitud. La identificación de antígenos y anticuerpos a menudo requiere una incubación a la temperatura del cuerpo humano de 37°C. Dependiendo del método, este paso de incubación puede tomar de 5 a 30 minutos.

Los ingenieros químicos de la Universidad de Monash (Clayton, Australia) y sus colegas de Haemokinesis (Hallam, Australia), desarrollaron un calentamiento óptico rápido a través de láser, donde la iluminación dirigida de una muestra de anticuerpos-sangre en una tarjeta de diagnóstico de gel se convierte en calor mediante absorción fototérmica. La incubadora láser calienta la muestra de anticuerpos de sangre de 75 µL a 37°C en menos de 30 segundos.

Las muestras de sangre total se almacenaron refrigeradas a 4°C usando ácido etilendiaminotetraacético (EDTA) como anticoagulante y se usaron dentro de las dos semanas posteriores a la recolección. Se usaron soluciones reactivas de glóbulos rojos (Haemokinesis: clasificación de células Stargel10 3) para todas las pruebas de incubación de anticuerpos-RBC. El anticuerpo de inmunoglobulina G (IgG) anti-D se usó para todas las pruebas de anticuerpos, excepto para la prueba de control de sensibilidad. Las mezclas de anticuerpos-RBC se prepararon directamente en los pozos de la tarjeta de gel (Haemokinesis Sistema Stargel10 AHG). El bloque de calentamiento de la tarjeta de gel (Prototipo # 5, Haemokinesis) tiene una temperatura fija de 37°C. La temperatura se detectó durante la incubación directamente dentro del volumen de muestra en un pozo de tarjeta de gel usando una sonda de termocupla.

El equipo demostró que los glóbulos rojos actúan como agentes fototérmicos bajo incubación con láser de infrarrojo cercano, desencadenando una unión rápida antígeno-anticuerpo. No detectaron daños significativos a las células o anticuerpos para incubaciones con láser de hasta quince minutos. Demuestran que las pruebas inmunohematológicas incubadas con láser son más rápidas y más sensibles que las mejores prácticas actuales, con resultados claramente positivos vistos con las incubaciones con láser en apenas 40 segundos.

Clare A. Manderson, PhD, la primera autora del estudio, dijo: “Dar transfusiones de sangre a las personas no es un procedimiento tan simple como dar sangre O-negativo a todos. El ‘donante universal’ de sangre O-negativa puede dañar seriamente a muchas personas, incluso matarlas. El mundo de la transfusión previa de la clasificación de grupos sanguíneos es enorme, y es realmente importante que se haga de forma rápida y exacta para ayudar a salvar vidas”. El estudio se publicó originalmente en línea el 2 de agosto de 2019 en la revista Scientific Reports.

Enlace relacionado:
Universidad de Monash
Haemokinesis

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
SISTEMA DE EXTRACCIÓN DE ÁCIDOS NUCLEICOS
NEOS-96 XT
ANALIZADOR DE ELECTROLITOS
BKE-B
LAIR2 Antibody Pair Set
LAIR2 Antibody Pair [Biotin]

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.