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




Secuenciación genómica de infección por SARM predice gravedad de la enfermedad

Por el equipo editorial de LabMedica en español
Actualizado el 04 Jun 2014
Imagen: El Analizador de Genoma IIx (Fotografía cortesía de Illumina).
Imagen: El Analizador de Genoma IIx (Fotografía cortesía de Illumina).
Imagen B: La cepa altamente tóxica de Staphylococcus aureus resistente a la meticilina (SARM) (arriba) y la cepa menos tóxica (abajo) cultivadas en placas de agar sangre (Fotografía cortesía de Ruth Massey).
Imagen B: La cepa altamente tóxica de Staphylococcus aureus resistente a la meticilina (SARM) (arriba) y la cepa menos tóxica (abajo) cultivadas en placas de agar sangre (Fotografía cortesía de Ruth Massey).
Los patógenos bacterianos, como el Staphylococcus aureus resistente a la meticilina (SARM) causan, la enfermedad debido a la toxicidad o la capacidad de la bacteria de dañar el tejido del huésped.

La diseminación del patógeno resistente a los antibióticos sigue siendo una preocupación de salud pública, especialmente entre los médicos que están tratando de determinar las opciones de tratamiento apropiadas para los pacientes infectados.

Los microbiólogos de la Universidad de Bath (Reino Unido) y un equipo de científicos internacionales utilizaron secuencias de todo el genoma de 90 aislados de SARM para identificar más de 100 loci genéticos asociados con la toxicidad. Se evaluó la adhesión bacteriana a la fibronectina y el fibrinógeno humano y se calcularon las bacterias adherentes utilizando el método de cristal violeta y la absorbancia medida a A595 usando un lector de placas de microtitulación. La toxicidad de los aislados individuales fue analizada de tres formas.

Se estudió la identificación de la variación genética en los aislados clínicos utilizando bibliotecas únicas de índice de etiquetado creadas para cada muestra y se secuenciaron hasta 12 bibliotecas independientes en cada uno de los ocho canales en las células del analizador Genome Analyzer GAIIx (Illumina; San Diego, CA, EUA) con 75 lecturas de pares de bases finales.

Los autores encontraron que mediante el uso de las secuencias de todo el genoma a partir de 90 aislados de SARM fueron capaces de identificar más de 100 loci genéticos asociados a la toxicidad y, a pesar de pertenecer al mismo clon ST239, los aislados variaron en mucho con respecto a la toxicidad. Es importante destacar que los aislados altamente tóxicos compartieron una firma genética común. Mediante el estudio de esta firma en el genoma del SARM, los investigadores fueron capaces de predecir cuáles aislados eran los más tóxicos y por lo tanto más propensos a causar una enfermedad grave cuando se utilizaron para infectar a los ratones.

Ruth C. Massey, PhD, autora principal del estudio, dijo: “A medida que el costo y la velocidad de la secuenciación del genoma disminuye, se hace cada vez más factible secuenciar el genoma de un organismo infeccioso. En un entorno clínico, la secuenciación puede ser útil para decidir el tipo de tratamiento para el SARM. Por ejemplo, un médico puede tratar una infección altamente tóxica más agresivamente, incluyendo la formulación de ciertos antibióticos conocidos para reducir la expresión de la toxina. El paciente también puede recibir un seguimiento más de cerca en busca de las complicaciones y aislarlo de los demás para ayudar a controlar la propagación de la infección”. El estudio fue publicado el 9 de abril de 2014, en la revista Genome Research.


Enlaces relacionados:

University of Bath

Illumina


Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Lector rapido de tarjetas
EASY READER+
New
Gastrointestinal Panel
Xpert® GI Panel
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... 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.