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




Prueba de ARN libre celular podría detectar huellas moleculares del síndrome de fatiga crónica en sangre

Por el equipo editorial de LabMedica en español
Actualizado el 13 Aug 2025
Imagen: los modelos de aprendizaje automático pueden tamizar a través de ARN sin células para identificar biomarcadores clave para la encefalomielitis mialgica (foto cortesía de Adobe Stock)
Imagen: los modelos de aprendizaje automático pueden tamizar a través de ARN sin células para identificar biomarcadores clave para la encefalomielitis mialgica (foto cortesía de Adobe Stock)

La encefalomielitis miálgica/síndrome de fatiga crónica (EM/SFC) es una enfermedad debilitante con síntomas como agotamiento, mareos, alteración del sueño y deterioro cognitivo. Estos síntomas suelen coincidir con los de otras enfermedades, lo que dificulta un diagnóstico preciso. Ante la falta de pruebas de laboratorio, los médicos deben basarse en informes subjetivos de los síntomas. Ahora, investigadores han desarrollado modelos de aprendizaje automático que pueden analizar el ARN libre de células (fragmentos liberados al plasma durante el daño y la muerte celular) para detectar la EM/SFC.

Los modelos de aprendizaje automático desarrollados por investigadores de la Universidad de Cornell (Ithaca, NY, EUA) analizan el ARN libre de células e identifican biomarcadores clave para la EM/SFC. El nuevo enfoque, publicado en las Actas de la Academia Nacional de Ciencias, se basa en trabajos previos que utilizaron la misma técnica para diagnosticar la enfermedad de Kawasaki y el síndrome inflamatorio multisistémico en niños, y proporciona información sobre los procesos que ocurren en los sistemas nervioso, inmunitario y cardiovascular.

En el estudio, se recogieron muestras de sangre de pacientes con EM/SFC y de un grupo control de individuos sanos y sedentarios. El plasma se procesó para aislar y secuenciar moléculas de ARN, revelando más de 700 transcripciones con diferencias significativas entre los grupos. Estos resultados se analizaron con múltiples algoritmos de aprendizaje automático, generando clasificadores que detectaron signos de desregulación inmunitaria, desorganización de la matriz extracelular y agotamiento de linfocitos T en los pacientes.

Un mapeo estadístico posterior rastreó las moléculas de ARN hasta su origen celular, identificando seis tipos de células inmunitarias con diferencias significativas entre casos y controles. Las células dendríticas plasmocitoides más elevadas, asociadas con la producción de interferón tipo 1 y una respuesta inmunitaria antiviral prolongada, fueron las células monocitos, plaquetas y subgrupos de linfocitos T, lo que sugiere una disfunción inmunitaria generalizada.

Los modelos de clasificación alcanzaron una precisión del 77 % en la detección de EM/SFC, un avance importante, aunque aún insuficiente para el diagnóstico clínico. Los investigadores ven potencial para perfeccionar el enfoque y distinguir la EM/SFC de síndromes postinfecciosos similares, como la COVID persistente, a la vez que profundizan en la comprensión de la biología subyacente de la enfermedad. Se está trabajando para mejorar la precisión y explorar su utilidad en otras enfermedades crónicas.

"Al leer las huellas moleculares que las células dejan en la sangre, hemos dado un paso concreto hacia una prueba para EM/SFC. Este estudio demuestra que un tubo de sangre puede proporcionar pistas sobre la biología de la enfermedad", afirmó Iwijn De Vlaminck, coautor principal del estudio.

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Lector rapido de tarjetas
EASY READER+
Miembro Platino
Sistema bioquímico e inmunológico integrado
Biolumi CX Solution X10+C10
Manual Pipetting Aid
Pipette Controllers macro

Canales

Química Clínica

ver canal
Imagen: La prueba Galleri de GRAIL utiliza el aprendizaje automático para analizar patrones de ADNcf en busca de señales de cáncer y predecir su ubicación probable para guiar una evaluación adicional.

Prueba sanguínea multicáncer amplía detección a cánceres sin opciones de cribado rutinario

Muchos cánceres letales carecen de cribado rutinario y a menudo se diagnostican solo después de que aparecen los síntomas, lo que limita las opciones curativas. Los programas estándar... Más

Inmunología

ver canal
Imagen: Aptiva utiliza tecnología de analitos múltiples basada en partículas (PMAT) (Fotografía cortesía de Werfen)

Werfen amplía pruebas automatizadas de SAF con reactivo IgA autorizado por la FDA y marcado CE

El síndrome antifosfolípido (SAF) es un trastorno autoinmunitario asociado con trombosis y complicaciones del embarazo, pero sus síntomas pueden superponerse con los de otras afecciones,... Más

Microbiología

ver canal
Imagen: El ébola sigue siendo una amenaza para la salud pública en rápida evolución con una alta mortalidad, lo que subraya la necesidad de un diagnóstico oportuno y pruebas descentralizadas más cercanas a los pacientes (Crédito de la imagen: Adobe Stock)

Colaboración busca llevar detección sanguínea del ébola fuera de los laboratorios centrales

Co-Diagnostics, Inc. (Salt Lake City, UT, EE. UU.) y ReadyGo Diagnostics Ltd. (Bath, Reino Unido) han iniciado una colaboración para evaluar GoCollect de ReadyGo con la plataforma Co-Dx PCR para... Más

Patología

ver canal
Imagen: Muestras vaginales y de orina que muestran cáncer de endometrio (caso verdadero positivo; fila superior) y ausencia de células malignas (caso verdadero negativo; fila inferior). (Jones ER, Narine N, O\'Flynn H, et al. The Lancet Obstetrics, Gynecology, & Women's Health (2026). DOI:10.1016/S3050-5038(26)00222-0.)

Prueba sencilla podría reducir necesidad de estudios invasivos para detectar cáncer uterino

El sangrado después de la menopausia requiere una investigación urgente para detectar cáncer de útero, aunque la mayoría de las mujeres que se someten a pruebas no padecen... 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.