Biochip con IA detecta biomarcadores de microARN en minutos

La detección de microARN circulantes, pequeñas moléculas de ARN asociadas a diversas enfermedades, es técnicamente compleja debido a su baja abundancia y a la similitud entre sus secuencias. Los métodos convencionales basados en PCR pueden tardar horas y requieren preparaciones complejas, lo que limita el rendimiento en los laboratorios clínicos.

Ensayos más rápidos y multiplexados podrían mejorar la medición de biomarcadores en oncología y otras especialidades. Un nuevo estudio demuestra que un biochip nanofotónico habilitado por inteligencia artificial puede identificar múltiples dianas de microARN en aproximadamente 20 minutos.

Investigadores de la Universidad Tecnológica de Nanyang (NTU Singapur) desarrollaron una plataforma de biodetección que combina un chip nanofotónico especialmente diseñado con análisis de imágenes automatizado mediante inteligencia artificial. Con una pequeña gota de sangre introducida en el chip, el sistema captura miles de señales de microARN en una sola imagen, lo que permite lecturas rápidas y simultáneas. El trabajo se publicó en la revista Advanced Materials .

El núcleo de la plataforma es una nanocavidad que atrapa la luz, una estructura cientos de veces más pequeña que un cabello humano que refleja y amplifica la fluorescencia cuando un microARN objetivo se une a su sonda correspondiente. Un flujo de trabajo de imagen automatizado captura las señales en una sola toma. Un modelo de aprendizaje profundo conocido como Mask R-CNN identifica y clasifica los eventos fluorescentes según el tipo de microARN, eliminando la necesidad de conteo manual y reduciendo el error del operador.

En las pruebas, el sistema midió tres microARN asociados al cáncer de pulmón de células no pequeñas —miR-191, miR-25 y miR-130a— a partir de extractos de células de cáncer de pulmón humano sin amplificación de ácidos nucleicos ni preparación compleja de muestras. También funcionó bien cuando se añadieron microARN sintéticos a extractos biológicos, lo que indica su robustez en matrices más realistas. En comparación con la reacción en cadena de la polimerasa, este método redujo el tiempo de análisis de horas a aproximadamente 20 minutos.

Según el equipo, la plataforma detectó objetivos en concentraciones extremadamente bajas, incluso a nivel de unas pocas moléculas por muestra, y logró una precisión superior al 99 % en la identificación de microARN en diferentes canales de prueba. Los investigadores crearon un prototipo compacto con una cámara a color para capturar imágenes del chip y una aplicación móvil que utiliza algoritmos de IA para analizar las señales de microARN y ofrecer resultados rápidos.

“Nuestro objetivo era crear una plataforma capaz de medir directamente múltiples microARN con una sensibilidad muy alta y un alto rendimiento. Al combinar la mejora de la señal nanofotónica con el análisis de imágenes basado en IA, pudimos detectar cantidades ínfimas de moléculas de ARN en miles de nanocavidades en cuestión de minutos”, afirmó Bowen Fu, estudiante de doctorado del Instituto de Análisis y Ciencia Molecular Digital (IDMxS) de la NTU.

"Nuestras pruebas exitosas con células de cáncer de pulmón demuestran que, con las sondas adecuadas dirigidas a diferentes biomarcadores, esta tecnología podría adaptarse potencialmente a muchos otros tipos de cáncer y enfermedades, incluidas las cardiovasculares y virales", dijo el profesor asociado de la NTU, Chen Yu-Cheng, quien dirigió el estudio en la Facultad de Ingeniería Eléctrica y Electrónica.

Enlaces relacionados
NTU Singapore

Visitar la expo >

Miembro Platino

Analizador de coagulación automatizado

Hemolumi H6

Miembro Oro

Electrolyte Analyzer

CBS-4000 (CBS-400)

Automated Clinical Chemistry Analyzer

Envoy 500+

ANALIZADOR AUTOMÁTICO CLIA

Shine i6000