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

Deascargar La Aplicación Móvil




Análisis sensible de proteínas diferencia la enfermedad de Parkinson de otras sinucleinopatías

Por el equipo editorial de LabMedica en español
Actualizado el 02 Mar 2022
Imagen: Coloración positiva de alfa-sinucleína de un cuerpo de Lewy en un paciente con enfermedad de Parkinson (Fotografía cortesía de Wikimedia Commons)
Imagen: Coloración positiva de alfa-sinucleína de un cuerpo de Lewy en un paciente con enfermedad de Parkinson (Fotografía cortesía de Wikimedia Commons)
Un equipo de investigadores británicos adaptó un método analítico sensible para evaluar el valor diagnóstico de un ensayo de conversión inducida por temblores en tiempo real (RT-QuIC) para evaluar la progresión de la enfermedad, la estratificación y la conversión en sinucleinopatías, como la enfermedad de Parkinson.

Las sinucleinopatías (también llamadas alfa-sinucleinopatías) son enfermedades neurodegenerativas caracterizadas por la acumulación anormal de agregados de proteína alfa-sinucleína en las neuronas, fibras nerviosas o células gliales. Hay tres tipos principales de sinucleinopatía: la enfermedad de Parkinson (EP), la demencia con cuerpos de Lewy (DLB) y la atrofia multisistémica (AMS).

La conversión inducida por temblores en tiempo real (RT-QuIC) es un ensayo altamente sensible que se desarrolló originalmente para la detección de priones. El “temblor” en el nombre de la técnica se refiere al hecho de que las muestras en el ensayo RT-QuIC son sometidas literalmente a agitación. Esta acción rompe agregados de proteína priónica (PrP) que luego se incuban más, amplificando la cantidad de PrP mal plegada a niveles detectables. Recientemente, se adaptó un método RT-QuIC para medir los niveles de alfa-sinucleína, principalmente de los cuerpos de Lewy, en el líquido cefalorraquídeo (LCR). Un cuerpo de Lewy está compuesto por la proteína alfa-sinucleína asociada con otras proteínas, como la ubiquitina, la proteína del neurofilamento y la alfa B cristalina. Las proteínas tau también pueden estar presentes y, en ocasiones, los cuerpos de Lewy pueden estar rodeados por marañas neurofibrilares.

Estudios anteriores habían confirmado que el ensayo de conversión inducido por temblores en tiempo real de alfa-sinucleína (alfa-Syn-RT-QuIC), tenía una alta sensibilidad y especificidad para la enfermedad de Parkinson. Sin embargo, aún no se ha determinado si el ensayo se puede usar como una medida cuantitativa sólida para monitorear la progresión de la enfermedad, estratificar diferentes sinucleinopatías y predecir la conversión de la enfermedad en pacientes con trastorno idiopático de conducta del sueño REM. El trastorno conductual del sueño REM (RBD, por sus siglas en inglés) es un síndrome en el que las personas con RBD pierden la parálisis de los músculos (atonía) que es normal durante el sueño de movimientos oculares rápidos (REM, por sus siglas en inglés) y representan sus sueños o tienen otros movimientos o vocalizaciones anormales. Los comportamientos anormales del sueño pueden aparecer décadas antes que cualquier otro síntoma, a menudo como un signo temprano de una sinucleinopatía.

Investigadores de la Universidad de Oxford (Reino Unido), realizaron un estudio diseñado para evaluar el valor diagnóstico de aSyn-RT-QuIC en el LCR con respecto a la progresión de la enfermedad, la estratificación y la conversión en sinucleinopatías. Con este fin, realizaron la determinación de alfa-Syn-RT-QuIC en muestras de LCR de 74 pacientes con enfermedad de Parkinson, 24 con atrofia multisistémica y 45 pacientes con trastorno de conducta del sueño REM idiopático, en comparación con 55 controles sanos.

Los resultados del ensayo revelaron una sensibilidad del 89 % para identificar correctamente a las personas con la enfermedad de Parkinson y una especificidad del 96 % para identificar correctamente a las personas sin la afección. El ensayo también pudo diferenciar a las personas con AMS de las que tenían Parkinson y ayudó a identificar a las personas con RBD que tenían alfa-sinucleína anormal y luego desarrollaron la enfermedad de Parkinson. El ensayo también podría distinguir diferentes subtipos clínicos de la enfermedad de Parkinson. No hubo relación entre los resultados de la prueba y la gravedad de los síntomas en la enfermedad de Parkinson, pero en la AMS los resultados de la prueba estaban relacionados con la gravedad de la afección.

La autora principal, la Dra. Laura Parkkinen, profesora asociada de neurociencias clínicas en la Universidad de Oxford, dijo que, “el hallazgo más emocionante del estudio es que los grupos detectados de alfa-sinucleína diferían entre los diferentes subtipos clínicos de Parkinson y entre las personas con Parkinson y AMS. Estas diferencias podrían representar distintos “perfiles de tensión” que no solo podrían proporcionar una forma de diferenciar entre varios tipos de trastornos neurodegenerativos (AMS versus Parkinson), sino también proporcionar una forma de distinguir variaciones dentro de una sola condición, y cómo se relacionan con los subtipos clínicos tendrá que investigarse más a fondo. Ahora necesitamos entender cuáles son las diferencias en la acumulación de alfa-sinucleína entre el Parkinson, la demencia con cuerpos de Lewy y la AMS. Al obtener estas respuestas, con suerte estaremos en capacidad de crear un modelo para el diagnóstico y la terapia efectivos para estas afecciones”.

El estudio se publicó en la edición en línea del 11 de diciembre de 2021 de la revista Brain.

Enlace relacionado:
University of Oxford

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Automatic Hematology Analyzer
CF9600
Automated Urinalysis Solution
UN-9000
Steam Sterilizer
Hi Vac II Line

Canales

Inmunología

ver canal
Imagen: Los hallazgos resaltan el potencial de los perfiles inmunológicos basados ​​en la sangre para proporcionar una imagen más completa de cómo responden los pacientes a la inmunoterapia. (Crédito de la imagen: Adobe Stock)

Análisis de sangre de células inmunitarias podría predecir respuesta a inmunoterapia en melanoma

El melanoma sigue siendo uno de los cánceres de piel más letales, aunque los resultados mejoran notablemente cuando la enfermedad se detecta en una fase temprana. La inmunoterapia ha prolongado... Más

Microbiología

ver canal
Imagen: El panel QIAstat-Dx BCID GPF Plus AMR es el primer panel QIAstat-Dx para infecciones del torrente sanguíneo que recibe la aprobación de la FDA (Fotografía cortesía de Qiagen)

La FDA aprueba panel de una hora para detectar infecciones del torrente sanguíneo y resistencia antimicrobiana

Las infecciones del torrente sanguíneo pueden progresar rápidamente a sepsis, una afección potencialmente mortal que afecta a un estimado de 1,7 millones de adultos en los EE.... Más

Patología

ver canal
Imagen: A través del PCCP, Proscia obtiene una vía más eficiente para expandir la interoperabilidad de Concentriq AP-Dx mientras mantiene la supervisión regulatoria (Fotografía cortesía de Proscia)

Plataforma de patología digital amplía interoperabilidad para diagnóstico primario

El aumento de la incidencia del cáncer se está encontrando con una plantilla cada vez menor de patólogos, lo que intensifica la presión sobre los tiempos de respuesta diagnóstica... 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.