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
Ingresar
Publique su anuncio con nosotros
BIO-RAD LABORATORIES

Deascargar La Aplicación Móvil




Prueba de sangre económica y no invasiva predice riesgo de Alzheimer 20 años antes de los síntomas

Por el equipo editorial de LabMedica en español
Actualizado el 24 Sep 2023
Print article
Imagen: Una prueba simple puede ayudar a predecir el riesgo de enfermedad de Alzheimer con 20 años de anticipación (Fotografía cortesía de 123RF)
Imagen: Una prueba simple puede ayudar a predecir el riesgo de enfermedad de Alzheimer con 20 años de anticipación (Fotografía cortesía de 123RF)

En la actualidad, la enfermedad de Alzheimer suele identificarse a través de signos de deterioro cognitivo, una etapa en la que el cerebro ya ha sufrido daños significativos. Los métodos convencionales para la detección temprana no sólo son costosos sino también invasivos y, por lo general, implican procedimientos como punciones lumbares que son física y emocionalmente extenuantes para el paciente. Ahora, un análisis de sangre sencillo, económico y no invasivo puede ser capaz de evaluar la probabilidad de que alguien desarrolle Alzheimer hasta dos décadas antes de que aparezca cualquier síntoma.

Un equipo de físicos de la Universidad Nacional Australiana (ANU, Canberra, Australia) ha combinado nanotecnología e inteligencia artificial (IA) para analizar proteínas en la sangre en busca de indicadores tempranos de neurodegeneración, o "biomarcadores" específicos que señalan la aparición del Alzheimer. Las proteínas son esencialmente la base de la vida y contienen patrones genéticos únicos para cada persona que ofrecen información valiosa sobre nuestra salud, incluida la degeneración de las células cerebrales. Según los investigadores, localizar estas proteínas con marcadores de neurodegeneración temprana es como encontrar una aguja en un pajar.

Para abordar esto, los físicos de la ANU han desarrollado un chip de silicio ultrafino con "nanoporos", o pequeños agujeros del tamaño de nanómetros, que identifican proteínas para su análisis con la ayuda de un sofisticado algoritmo de IA. Se coloca una pequeña muestra de sangre en el chip de silicio, que luego se coloca en un dispositivo portátil aproximadamente del tamañode un teléfono inteligente. Este dispositivo emplea el algoritmo de IA para examinar la muestra de sangre en busca de marcadores de proteínas indicativos de la enfermedad de Alzheimer en etapa temprana. En particular, los investigadores dicen que el algoritmo tiene el potencial de adaptarse para detectar diversas afecciones neurológicas al mismo tiempo, como la enfermedad de Parkinson, la esclerosis múltiple (EM) y la esclerosis lateral amiotrófica (ELA). Los científicos de la ANU prevén que este método de detección podría estar disponible en los próximos cinco años. El estudio ha sido publicado en la revista Small Methods .

"La sangre es un fluido complejo que contiene más de 10.000 biomoléculas diferentes. Al emplear técnicas de filtración avanzadas y aprovechar nuestra plataforma de nanoporos, combinada con nuestros algoritmos inteligentes de aprendizaje automático, podemos identificar incluso las proteínas más esquivas", dijo el Ph.D. investigador de ANU Shankar Dutt.

Enlaces relacionados:
ANU  

Miembro Platino
PRUEBA RÁPIDA COVID-19
OSOM COVID-19 Antigen Rapid Test
Magnetic Bead Separation Modules
MAG and HEATMAG
Complement 3 (C3) Test
GPP-100 C3 Kit
New
Miembro Oro
Plasma Control
Plasma Control Level 1

Print article

Canales

Química Clínica

ver canal
Imagen: El ionizador miniatura impreso en 3D es un componente clave de un espectrómetro de masas (foto cortesía del MIT)

Espectrómetro de masas impreso en 3D para el punto de atención supera a los modelos de última generación

La espectrometría de masas es una técnica precisa para identificar los componentes químicos de una muestra y tiene un potencial significativo para monitorear estados de salud de enfermedades... Más

Hematología

ver canal
Imagen: El ensayo de Procleix Arboplex ha recibido la marca CE (foto cortesía de Grifols)

Primera prueba NAT 4 en 1 para el cribado de arbovirus podría reducir el riesgo de infecciones transmitidas por transfusiones

Los arbovirus representan una amenaza emergente para la salud mundial, exacerbada por el cambio climático y el aumento de la conectividad mundial que está facilitando su propagación a nuevas regiones.... Más

Inmunología

ver canal
Imagen: El enfoque de tratamiento innovador se ha mostrado prometedor en cánceres difíciles de tratar (foto cortesía de 123RF)

Pruebas genéticas combinadas con la detección de fármacos personalizadas en muestras de tumores podrían revolucionar el tratamiento del cáncer

El tratamiento del cáncer generalmente se adhiere a un estándar de atención: regímenes establecidos y validados estadísticamente que son efectivos para la mayoría... Más

Patología

ver canal
Imagen: la IA jugó un papel crítico en la detección de infecciones de gusanos intestinales entre niños en Kenia (foto cortesía de la Universidad de Helsinki)

IA basada en imágenes se muestra prometedora para detección de parásitos en muestras de heces digitalizadas

Las infecciones por helmintos transmitidos por el suelo (STH), comúnmente conocidas como gusanos parásitos intestinales, se encuentran entre las enfermedades tropicales desatendidas más... Más

Tecnología

ver canal
Imagen: el chip optofluídico de nanoporo utilizado en el nuevo sistema de diagnóstico (foto cortesía de UC Santa Cruz)

Nuevo sistema de diagnóstico de laboratorio en un chip iguala la precisión de las pruebas de PCR

Si bien las pruebas de PCR son el estándar de oro en cuanto a precisión para las pruebas de virología, tienen limitaciones como la complejidad, la necesidad de operadores de laboratorio capacitados y tiempos... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.