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

AGILENT

Agilent provides laboratories worldwide with instruments, services, consumables, applications and expertise, enabling... más Productos destacados: More products

Deascargar La Aplicación Móvil




Asocian perfiles metabolómicos con la retinopatía diabética

Por el equipo editorial de LabMedica en español
Actualizado el 18 Nov 2020
Imagen: El kit AbsoluteIDQ p180 proporciona a los científicos datos de metabolómica altamente reproducibles para obtener conocimiento detallado confiable sobre los fenotipos metabólicos en sus estudios (Fotografía cortesía de BIOCRATES Life Sciences).
Imagen: El kit AbsoluteIDQ p180 proporciona a los científicos datos de metabolómica altamente reproducibles para obtener conocimiento detallado confiable sobre los fenotipos metabólicos en sus estudios (Fotografía cortesía de BIOCRATES Life Sciences).
La retinopatía diabética (RD), al igual que la neuropatía y la nefropatía diabéticas, es una complicación común de la diabetes. Es la principal causa de pérdida de visión en pacientes diabéticos. La enfermedad de larga duración, junto con la hiperglucemia, la hiperlipidemia, la hipertensión y los factores genéticos, es un factor de riesgo importante de retinopatía diabética.

El perfil metabolómico es un método de rápida evolución que se utiliza para identificar los metabolitos en los fluidos biológicos e investigar la progresión de la enfermedad. Se pueden realizar análisis cuantitativos de metabolitos de moléculas pequeñas en muestras biológicas como sangre y orina debido a los rápidos avances en metabolómica.

Los científicos médicos de la Facultad de Medicina de la Universidad Nacional de Chungbuk (Cheongju, República de Corea), incluyeron en un estudio a 317 pacientes con diabetes tipo 2 (DT2) de los cuales 143 pacientes no tenían RD (NRD), 123 pacientes tenían una RD-noproliferativa (NPRD) y 51 pacientes tenían RD proliferativa (PRD). Se registraron el sexo, la edad, la altura, el peso, el índice de masa corporal (IMC) y los niveles de HbA1c, glucosa y creatinina de todos los pacientes.

Las muestras de suero de los pacientes con diabetes tipo 2 se analizaron con un enfoque de metabolómica dirigida. Para cuantificar los metabolitos, se realizó un método de cromatografía líquida (LC) y análisis de inyección de flujo (FIA) - espectrometría de masas (MS) utilizando el kit AbsoluteIDQ p180 (BIOCRATES Life Sciences AG, Innsbruck, Austria). Las muestras de suero se analizaron mediante el sistema API 4000 QTRAP LC/MS/MS (Applied Biosystems, Foster City, CA, EUA) y el sistema Agilent 1200 HPLC (Agilent Technologies, Santa Clara, CA, EUA).

Los investigadores informaron que las concentraciones de 62 metabolitos del grupo NRD versus RD, 53 metabolitos del grupo NRD versus NPRD y 30 metabolitos del grupo NRD versus PRD resultaron ser significativamente diferentes. Se seleccionaron dieciséis metabolitos como metabolitos específicos comunes a los pacientes NPRD y PRD. Entre ellos, tres metabolitos que incluyeron la dimetilarginina total, el triptófano y la quinurenina fueron los posibles creadores de la progresión de la RD en pacientes con diabetes tipo 2. Además, varios metabolitos como las carnitinas, varios aminoácidos y las fosfatidilcolinas también mostraron un potencial biomarcador.

Los autores concluyeron que habían revelado a través de un análisis metabolómico completo, utilizando una plataforma de alto rendimiento, varios metabolitos asociados con la RD. Estos nuevos metabolitos relacionados con la RD deben ser tenidos en cuenta en el estudio del mecanismo detrás del inicio y progresión de la RD en los pacientes con diabetes tipo 2. El estudio fue publicado el 29 de octubre de 2020 en la revista PLOS ONE.

Enlace relacionado:
Facultad de Medicina de la Universidad Nacional de Chungbuk
BIOCRATES Life Sciences
Applied Biosystems


Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
H-FABP Assay
Heart-Type Fatty Acid-Binding Protein Assay
PRUEBA DE VPH
Allplex HPV28 Detection
Japanese Encephalitis Test
Japanese Encephalitis Virus Real Time PCR Kit

Canales

Inmunología

ver canal
Imagen: Los patrones de anticuerpos preexistentes pueden revelar qué tan fuerte responderá una persona a la vacunación, lo que ayudará a identificar a las personas en riesgo de una respuesta inmune debilitada (Crédito de la imagen: Jason Drees, Instituto de Biodiseño de la Universidad Estatal de Arizona)

Perfil de anticuerpos basado en IA predice intensidad de respuesta a vacuna contra COVID-19

La protección inducida por la vacuna puede variar ampliamente entre las personas, lo que genera incertidumbre para los clínicos, en particular en pacientes con afecciones inmunosupresoras.... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

Un marcador genético identifica resistencia emergente a fármacos antipalúdicos de primera línea

La terapia combinada basada en artemisinina sigue siendo fundamental para controlar la malaria por Plasmodium falciparum , pero la aparición de resistencia a los medicamentos está complicando... Más

Tecnología

ver canal
Imagen: Aletta está diseñada para realizar de forma autónoma la extracción de sangre para diagnóstico mediante imágenes multimodales y control avanzado. (Foto cortesía de Vitestro)

Sistema robótico autónomo recibe autorización de la FDA para extracción de sangre

La venopunción es fundamental en muchas vías diagnósticas, pero la extracción rutinaria de sangre puede verse afectada por limitaciones de personal y por la variabilidad de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.