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

Descargar La Aplicación Móvil




Sistema de microarrays basados en CRISPR permite pruebas masivas para patógenos virales

Por el equipo editorial de LabMedica en español
Actualizado el 11 May 2020
Imagen: Fotografía del chip de micropozos CARMEN (Fotografía cortesía de Michael James Butts)
Imagen: Fotografía del chip de micropozos CARMEN (Fotografía cortesía de Michael James Butts)
Un novedoso sistema de diagnóstico microfluídico basado en ácidos nucleicos es capaz de detectar un virus específico de un catálogo de más de 160 patógenos humanos, incluido el coronavirus COVID-19, simultáneamente en más de mil muestras.

Para permitir la vigilancia de rutina y las aplicaciones de diagnóstico integrales, existe la necesidad de tecnologías de detección que se puedan ampliar para analizar muchas muestras y, al mismo tiempo, detectar múltiples patógenos individuales. Para lograr esto, los investigadores del Instituto Broad del MIT y Harvard (Cambridge, MA, EUA) desarrollaron una plataforma de diagnóstico llamada CARMEN (sigla en inglés para Reacciones Arregladas Combinadas para la Evaluación Multiplexada de Ácidos Nucleicos). El sistema CARMEN depende de gotas de nanolitros que contienen reactivos de detección de ácido nucleico basados en CRISPR/Cas 13.

Los CRISPR (repeticiones palindrómicas cortas agrupadas regularmente y separadas entre sí) son segmentos de ADN procariótico que contienen repeticiones cortas de secuencias de bases. Cada repetición es seguida por segmentos cortos de “ADN espaciador” de exposiciones previas a un virus o plásmido bacteriano.

Los esfuerzos computacionales recientes para identificar nuevos sistemas CRISPR descubrieron un nuevo tipo de enzima dirigida al ARN, Cas13. La diversa familia Cas13 contiene al menos cuatro subtipos conocidos, incluidos Cas13a (anteriormente C2c2), Cas13b, Cas13c y Cas13d. Se demostró que Cas13a se une y escinde el ARN, protegiendo a las bacterias de los fagos de ARN y sirviendo como una plataforma poderosa para la manipulación de ARN. Se sugirió que Cas13a podría funcionar como parte de un sistema CRISPR/Cas versátil, dirigido por el ARN contra el ARN y que tiene un gran potencial para aplicaciones precisas, robustas y escalables de orientación por el ARN contra el ARN.

La plataforma CARMEN consta de un chip de goma, un poco más grande que un teléfono inteligente, que contiene decenas de miles de micropozos diseñados para contener un par de gotitas del tamaño de nanolitros. Una gota contiene material genético viral de una muestra y la otra contiene reactivos de detección de virus.

La detección de ácidos nucleicos virales se realiza mediante una modificación del protocolo SHERLOCK. Este es un método para la detección de moléculas individuales de objetivos de ácido nucleico y significa desbloqueo específico del reportero enzimático de alta sensibilidad. Funciona amplificando secuencias genéticas y programando una molécula CRISPR para detectar la presencia de una firma genética específica en una muestra, que también se puede cuantificar. Cuando encuentra esas firmas, la enzima CRISPR se activa y libera una señal robusta. Esta señal se puede adaptar para trabajar en una simple prueba de tira de papel, en equipos de laboratorio o para proporcionar una lectura electroquímica que se pueda leer con un teléfono móvil.

En la plataforma CARMEN, las gotas de nanolitros que contienen reactivos de detección de ácido nucleico basados en CRISPR se autoorganizan en la matriz de micropozos para emparejarse con las gotas de muestras amplificadas, analizando cada muestra contra cada ARN CRISPR (ARNcr) en replicado. La combinación de detección CARMEN y Cas13 (CARMEN-Cas13) permitió realizar pruebas robustas de más de 4.500 pares de ARNc-objetivo en una sola matriz. El protocolo completo, desde la extracción de ARN hasta los resultados, requirió menos de ocho horas.

Empleando el método CARMEN-Cas13, los investigadores desarrollaron un ensayo multiplexado que simultáneamente diferenciaba 169 virus asociados con humanos con más de 10 secuencias genómicas publicadas e incorporaba rápidamente un ARNcr adicional para detectar el agente causante del coronavirus pandémico COVID-19. CARMEN-Cas13 permitió además el subtipo integral de cepas de influenza A y la identificación multiplexada de docenas de mutaciones de resistencia a los medicamentos contra el VIH.

“Este enfoque miniaturizado para el diagnóstico es eficiente en recursos y fácil de implementar”, dijo el coautor principal, el Dr. Paul Blainey, profesor asociado de ingeniería biológica en el Instituto de Tecnología de Massachusetts. “Las nuevas herramientas requieren creatividad e innovación, y con estos avances en química y microfluídica, estamos entusiasmados con el potencial de CARMEN a medida que la comunidad trabaja para vencer a la COVID-19 y las futuras amenazas de enfermedades infecciosas”.

El método CARMEN-Cas13 se describió en la edición en línea del 29 de abril de 2020 de la revista Nature.

Enlace relacionado:
Instituto Broad del MIT y Harvard

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
SISTEMA DE ANÁLISIS DE ORINA AUTOMATIZADO
DxU 1800 Fully Automated Urinalysis System
Miembro Oro
Neonatal Heel Incision Device
Tenderfoot

Canales

Química Clínica

ver canal
Imagen: Las proteínas sanguíneas medidas años antes del diagnóstico pueden indicar un riesgo futuro de cáncer de próstata, incluida una enfermedad agresiva. (Crédito de la imagen: iStock)

Proteínas sanguíneas revelan señales de riesgo de cáncer de próstata años antes del diagnóstico

El cáncer de próstata es el cáncer diagnosticado con mayor frecuencia en los hombres de todo el mundo. Aunque muchos tumores crecen lentamente, las formas agresivas pueden poner en peligro la vida, lo... Más

Diagnóstico Molecular

ver canal
Imagen: Marco de predicción gradual basado en IA para la respuesta a la inmunoterapia: un enfoque de aprendizaje automático para predecir los respondedores y los no respondedores basándose en la senescencia de las células tumorales (Fotografía cortesía de POSTECH)

IA predice respuesta a inmunoterapia mediante senescencia tumoral

Los pacientes que reciben la misma inmunoterapia contra el cáncer pueden tener resultados marcadamente distintos, y algunos muestran poca o ninguna respuesta. Identificar antes a estos pacientes podría... Más

Inmunología

ver canal
Crédito de la imagen: iStock

Perfil de anticuerpos predice enfermedad inflamatoria intestinal años antes del diagnóstico

La enfermedad inflamatoria intestinal (EII), que incluye la enfermedad de Crohn y la colitis ulcerosa, implica respuestas inmunitarias anormales que causan inflamación persistente y daño... Más

Tecnología

ver canal
Imagen: Signals LabGistics utiliza IA para convertir instrucciones en lenguaje natural y SOP en flujos de trabajo científicos coordinados, lo que ayuda a conectar equipos, sistemas y procesos. (Foto cortesía de Revvity)

Nuevo sistema impulsado por IA busca agilizar los flujos de trabajo de laboratorio y fabricación

Los laboratorios científicos que apoyan el desarrollo de fármacos, la biotecnología y la investigación de materiales dependen cada vez más de flujos de trabajo digitales... Más

Industria

ver canal
Imagen: AlzoSure Predict está diseñado para ayudar a los médicos a evaluar la probabilidad de progresión de la enfermedad de Alzheimer en pacientes con deterioro cognitivo leve. (Foto cortesía de Diadema)

Prueba sanguínea para progresión del Alzheimer obtiene patente en EE. UU.

La enfermedad de Alzheimer es la causa más común de demencia y representa una proporción estimada del 60–70% de los casos en todo el mundo. Sus efectos progresivos sobre la memoria, el pensamiento, el... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.