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




Análisis de ADN y ARN placentarios libre de células predice las complicaciones durante la gestación

Por el equipo editorial de LabMedica en español
Actualizado el 21 Oct 2020
Imagen: Visión esquemática de la placenta (Fotografía cortesía de Wikimedia Commons)
Imagen: Visión esquemática de la placenta (Fotografía cortesía de Wikimedia Commons)
Un artículo reciente reveló que los ácidos nucleicos circulantes libres de células (ADN y ARN), que se desprenden de la placenta a la sangre de la madre durante el primer trimestre del embarazo podrían ser usados para predecir complicaciones potencialmente graves como la enfermedad isquémica de la placenta y la diabetes gestacional.

Aunque se ha empleado el análisis del contenido libre de células plasmáticas de la madre para la detección de anomalías genéticas dentro de un embarazo, se ha prestado poca atención a su uso para la detección de resultados adversos del embarazo basados en la función placentaria.

En este sentido, investigadores de la Universidad de California, Los Ángeles (EUA), analizaron el contenido de ADN y ARN libre de células de 102 muestras de plasma materno y 25 de plasma de cordón obtenidas de un grupo de mujeres embarazadas entre febrero de 2017 y enero de 2019. Un total de 160 participantes dieron a luz al final del estudio.

Los resultados revelaron que, durante el primer trimestre, el ADN específico de la placenta aumentó antes del desarrollo posterior de la diabetes gestacional sin cambios en las pacientes con preeclampsia y disminuyó con la obesidad materna. Además, utilizando la secuenciación de ARN libre de células, los resultados adversos del embarazo revelaron 71 genes expresados diferencialmente al principio del embarazo. En particular, los investigadores observaron una regulación positiva de los genes S100A8, MS4A3 y MMP8 que ya se habían asociado con resultados adversos del embarazo, pero también con la regulación positiva de BCL2L15 y la regulación negativa de ALPL, que nunca se había asociado con resultados adversos del embarazo.

Estos resultados permitieron a los investigadores construir un clasificador con una capacidad predictiva positiva de 0,91 para los resultados adversos del embarazo, 0,86 para la preeclampsia sola y 0,64 para la diabetes gestacional.

“Nuestra investigación apunta a un enfoque prometedor que podría mejorar los resultados para las madres y sus bebés con las tecnologías existentes”, dijo la autora principal, la Dra. Sherin Devaskar, profesora de pediatría en la Universidad de California en Los Ángeles. “Si se confirman en estudios más grandes, los análisis de sangre con ADN libre de células pueden ayudar a identificar problemas en la placenta como un indicador de la salud de la madre y del feto. La novedad de esta investigación es poder descomponer el ADN de una madre y ser capaz de perfeccionarlo sobre la salud de la placenta, algo que los investigadores no habían podido hacer antes. Esta investigación justifica la aplicación de metodologías automatizadas en ensayos multicéntricos para mejorar las pruebas y exámenes de detección futuros para todas las mujeres”.

El estudio fue publicado en la edición en línea del 13 de octubre de 2020 de la revista Epigenetics.

Enlace relacionado:
Universidad de California, Los Ángeles

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Hematology Consumables
Bioblood Devices
New
Solución de automatización para laboratorios de microbiología
BD Kiestra™ ReadA+BarcodA

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.