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.

✖
Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Análisis sanguíneo utiliza ADN libre celular para detectar ELA con mayor rapidez y precisión

Por el equipo editorial de LabMedica en español
Actualizado el 28 Oct 2025
Imagen: el nuevo análisis de sangre se muestra prometedor en la detección temprana de la ELA (fotografía cortesía de 123RF)
Imagen: el nuevo análisis de sangre se muestra prometedor en la detección temprana de la ELA (fotografía cortesía de 123RF)

El diagnóstico de la esclerosis lateral amiotrófica (ELA), una enfermedad neurodegenerativa rara y mortal, suele ser un proceso largo y complejo, ya que sus síntomas iniciales pueden ser similares a los de otras afecciones neurológicas. La falta de biomarcadores fiables ha retrasado durante mucho tiempo el diagnóstico preciso y la intervención oportuna, lo que limita la eficacia del tratamiento. Ahora, un simple análisis de sangre que mide el ADN fetal libre podría detectar la ELA de forma más temprana, precisa y menos invasiva.

Investigadores de UCLA Health (Los Ángeles, California, EUA), en colaboración con la Universidad de Queensland (Brisbane, Queensland, Australia), realizaron el primer estudio para evaluar el ADN libre de células (fragmentos liberados en el torrente sanguíneo desde células moribundas) como un posible biomarcador para el diagnóstico de ELA y el seguimiento de la enfermedad.

La prueba funciona analizando las firmas de ADN libre en muestras de sangre, que se originan a partir de células moribundas en diferentes tejidos afectados por ELA. Estos fragmentos presentan patrones únicos de metilación del ADN, un proceso natural que regula la expresión génica. A medida que la ELA progresa, la enfermedad altera tanto la cantidad de ADN libre liberado como sus patrones de metilación. Al combinar estas señales moleculares con modelos de aprendizaje automático, los investigadores pudieron identificar biomarcadores distintivos que diferencian a la ELA de otras afecciones neurológicas.

En el estudio publicado en Genome Medicine, el equipo probó el método en dos grupos: pacientes con ELA y participantes sanos. El modelo computacional diferenció con precisión entre individuos con ELA y controles sanos, y también brindó información sobre la gravedad y la progresión de la enfermedad. Cabe destacar que demostró la capacidad de distinguir la ELA de otros trastornos neurológicos, un desafío para las herramientas de diagnóstico actuales.

Otro hallazgo significativo fue que la prueba detectó ADN de múltiples tipos de tejido, no solo de células nerviosas. También se captaron señales de tejido muscular moribundo y células inflamatorias, lo que sugiere que la ELA podría afectar más allá del sistema nervioso. Este alcance más amplio podría permitir una comprensión más completa de cómo la enfermedad afecta a diversos sistemas del cuerpo.

Aunque los resultados son alentadores, los investigadores enfatizan la necesidad de ensayos clínicos más amplios y diversos para validar los hallazgos. El equipo ya ha iniciado un estudio más amplio en colaboración con otras instituciones de investigación para confirmar la precisión y la aplicabilidad clínica de esta prueba de biomarcador de ADN fetal libre. De validarse, la prueba podría transformar el diagnóstico de la ELA, proporcionando a los neurólogos una herramienta rápida, no invasiva y precisa para mejorar las decisiones de tratamiento y, potencialmente, prolongar la supervivencia del paciente.

“Existe una necesidad urgente de un biomarcador en la ELA para diagnosticar a los pacientes con mayor rapidez, respaldar los ensayos clínicos y monitorear la progresión de la enfermedad”, afirmó la Dra. Christa Caggiano, autora principal del estudio. “Nuestro estudio presenta el ADN libre de células, combinado con un modelo de aprendizaje automático, como un candidato prometedor para cubrir esta necesidad”.

Enlaces relacionados:
UCLA Health
Universidad de Queensland

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Neonatal Heel Incision Device
Tenderfoot
New
Nucleic Acid Purification Instrument
QIAsymphony Connect
Manual Pipetting Aid
Pipette Controllers macro

Canales

Inmunología

ver canal
Crédito de la imagen: iStock

Aprobación de la FDA añade opción automatizada para pruebas serológicas de parvovirus B19

El parvovirus B19 humano es un eritrovirus altamente contagioso que se transmite principalmente a través de gotículas respiratorias y el contacto estrecho. El diagnóstico se basa en... Más

Tecnología

ver canal
Imagen: Cartera de secuenciación SureSeq de próxima generación de OGT, diseñada para su uso con la línea Hamilton NGS STAR (Fotografía cortesía de Hamilton Company)

Nuevo flujo de automatización agiliza preparación de bibliotecas de NGS en laboratorios de alto volumen

La demanda de la secuenciación de nueva generación (NGS) sigue aumentando a medida que los laboratorios procesan volúmenes crecientes de muestras, pero la preparación de bibliotecas... Más

Industria

ver canal
Imagen: La adquisición de Proscia avanza los esfuerzos de Agilent para ampliar su cartera de patología y fortalece su posición competitiva en un mercado en rápido crecimiento.

Adquisición de Proscia por Agilent impulsará flujos de patología digital con IA

Agilent Technologies Inc. ha suscrito un acuerdo definitivo para adquirir Proscia, un proveedor de software de patología digital para clientes de los ámbitos clínico y de ciencias de la vida.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.