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

QIAGEN

Qiagen is a provider of sample and assay technologies for molecular diagnostics and applied testing, including comple... más Productos destacados: More products

Deascargar La Aplicación Móvil




Validan un diagnóstico prenatal no invasivo de la atrofia muscular espinal

Por el equipo editorial de LabMedica en español
Actualizado el 15 Oct 2019
Imagen: El sistema de reacción en cadena de la polimerasa digital de gotitas RainDrop (ddPCR) (Fotografía cortesía de RainDance Technologies).
Imagen: El sistema de reacción en cadena de la polimerasa digital de gotitas RainDrop (ddPCR) (Fotografía cortesía de RainDance Technologies).
El descubrimiento del ADN libre de células (cfADN) en el plasma materno, mejoró el desarrollo de pruebas prenatales no invasivas (NIPT). Aunque ya se han aplicado clínicamente las NIPT para las aneuploidías fetales, el diagnóstico prenatal no invasivo para muchos de los trastornos de un solo gen permanece en la etapa de desarrollo.

La PCR digital de gotitas es una tecnología con alta sensibilidad, especificidad y exactitud para detectar y analizar ácidos nucleicos de baja abundancia. Su alta resolución está garantizada por millones de gotas de aceite generadas por prueba. Mediante la utilización de la PCR digital, se ha demostrado en varios estudios la viabilidad del diagnóstico prenatal no invasivo (NIPD) para los trastornos monogénicos fetales que analizan el cfADN.

Los genetistas médicos de la Universidad Central del Sur (Changsha, China) reclutaron a mujeres embarazadas que buscaban un diagnóstico prenatal de atrofia muscular espinal (AME) en el período de 16 a 22 semanas de gestación para un estudio. A todos los embarazos les habían realizado un cribado prenatal no invasivo de aneuploidías fetales mediante secuenciación de próxima generación (NGS).

Los científicos extrajeron ADN libre de células del plasma materno utilizando el kit de ácido nucleico circulante QIAamp (Qiagen, Hilden, Alemania) y las concentraciones de muestras de cfADN se analizaron en el instrumento Qubit (Thermo Fisher Scientific, Waltham, MA, EUA). Al líquido amniótico, obtenido por amniocentesis, se le extrajo el ADN genómico fetal por el método de fenol-cloroformo. La PCR digital por gotitas RainDrop (RainDance Technologies, Billerica, MA, EUA) se realizó siguiendo los protocolos estándar. Los números de copia SMN1/SMN2 de todos los participantes y fetos se cuantificaron mediante el análisis multiplex de amplificación de sonda dependiente de la ligadura (MLPA) usando el kit SALSA MLPA (MRC Holland, Ámsterdam, Países Bajos).

El equipo informó que la tasa de concordancia, con los resultados de las pruebas MLPA, del ADN de amniocitos fue del 94,12% en un conjunto de pruebas y del 90% en otro conjunto de participantes. Para todas las pruebas con un resultado clasificable, el porcentaje de concordancia con los resultados de las pruebas MLPA de ADN de amniocitos fue de hasta el 100% (25/25). Los autores concluyeron que lograron desarrollar una técnica directa, rápida y de bajo costo, que tiene el potencial de ser utilizada para el diagnóstico prenatal no invasivo del primer trimestre y la detección de atrofia muscular espinal con considerable confiabilidad y factibilidad. El estudio se publicó el 25 de septiembre de 2019 en la revista Journal of Clinical Laboratory Analysis.

Enlace relacionado:
Universidad Central del Sur
Qiagen
Thermo Fisher Scientific
RainDance Technologies
MRC Holland

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Analizador totalmente automatizado de proteínas específicas (nefelometría)
PA240
Miembro Platino
Sistema bioquímico e inmunológico integrado
Biolumi CX Solution X10+C10
ANALIZADOR AUTOMÁTICO CLIA
Shine i6000

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.