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

Deascargar La Aplicación Móvil




Nuevo método basado en aprendizaje automático detecta contaminación microbiana en cultivos celulares

Por el equipo editorial de LabMedica en español
Actualizado el 18 Apr 2025
Imagen: el espectrómetro de absorbancia UV que se utiliza para medir los espectros de absorbancia de las muestras de cultivo celular (foto cortesía de SMART CAMP
Imagen: el espectrómetro de absorbancia UV que se utiliza para medir los espectros de absorbancia de las muestras de cultivo celular (foto cortesía de SMART CAMP

La terapia celular tiene un gran potencial en el tratamiento de enfermedades como el cáncer, las enfermedades inflamatorias y los trastornos degenerativos crónicos mediante la manipulación o el reemplazo de células para restaurar su función o combatir enfermedades. Un desafío importante en la fabricación de productos de terapia celular (PTC) es garantizar que las células estén libres de contaminación antes de administrarlas a los pacientes. Los métodos actuales de pruebas de esterilidad, que se basan en técnicas microbiológicas, requieren mucho tiempo y pueden tardar hasta 14 días en detectar la contaminación. Este retraso supone un riesgo para los pacientes críticos que necesitan tratamiento urgente. Si bien las técnicas avanzadas, como los métodos microbiológicos rápidos (MMR), pueden reducir el tiempo de las pruebas a siete días, aún requieren procedimientos complejos, como la extracción de células y el uso de medios de enriquecimiento para el crecimiento, y dependen en gran medida de personal calificado para la manipulación, la medición y el análisis de las muestras. Esto pone de relieve la necesidad de métodos más eficientes que proporcionen resultados más rápidos, cumplan con los plazos de los pacientes e involucren flujos de trabajo sencillos sin comprometer la calidad de los PTC.

Investigadores de Análisis Crítico para la Fabricación de Medicina Personalizada (CAMP, Singapur), un grupo de investigación interdisciplinario de la Alianza Singapur-MIT para la Investigación y la Tecnología (SMART), junto con colaboradores, han desarrollado una solución innovadora para detectar de forma rápida y automática la contaminación microbiana en los PTC durante el proceso de fabricación. Mediante la medición de la absorbancia de la luz ultravioleta (UV) de los fluidos de cultivo celular y el uso de aprendizaje automático para identificar patrones de absorción de luz indicativos de contaminación microbiana, este novedoso método de prueba busca reducir el tiempo de las pruebas de esterilidad, permitiendo una disponibilidad más rápida de las dosis de PTC para los pacientes. Esto es especialmente crucial en casos donde la administración oportuna de tratamientos podría salvar la vida de pacientes terminales.

En un estudio publicado en Scientific Reports, el equipo de SMART CAMP explicó cómo integraron la espectroscopia de absorbancia UV con el aprendizaje automático para crear un método de detección de contaminación celular sin etiquetas, no invasivo y en tiempo real en las primeras etapas de la producción de PTC. Este nuevo enfoque presenta varias ventajas sobre las pruebas de esterilidad tradicionales y las MMR. Elimina la necesidad de tinción celular para identificar organismos marcados, lo que permite un proceso sin etiquetas. Además, evita el procedimiento invasivo de extracción celular y proporciona resultados en menos de 30 minutos. El método ofrece una rápida evaluación de la contaminación, lo que permite la automatización del muestreo de cultivos celulares con un flujo de trabajo optimizado que no requiere incubación adicional, medios de enriquecimiento para el crecimiento ni mano de obra intensiva. Además, el sistema no requiere equipos especializados, lo que lo convierte en una solución rentable.

“Tradicionalmente, la fabricación de terapias celulares requiere mucha mano de obra y está sujeta a la variabilidad del operador”, afirmó el profesor Rajeev Ram, investigador principal de SMART CAMP, profesor del MIT y autor correspondiente del artículo. “Al introducir la automatización y el aprendizaje automático, esperamos optimizar la fabricación de terapias celulares y reducir el riesgo de contaminación. En concreto, nuestro método permite el muestreo automatizado de cultivos celulares a intervalos determinados para detectar contaminación, lo que reduce tareas manuales como la extracción, la medición y el análisis de muestras. Esto permite la monitorización continua de los cultivos celulares y la detección temprana de la contaminación”.

Enlaces relacionados:
CAMP

New
Miembro Oro
Collection and Transport System
PurSafe Plus®
Portable Electronic Pipette
Mini 96
New
Automatic Chemiluminescence Immunoassay Analyzer
Shine i2000
New
Miembro Oro
Hematology Analyzer
Medonic M32B

Canales

Diagnóstico Molecular

ver canal
Imagen: más de 100 nuevos biomarcadores epigenéticos pueden ayudar a predecir el riesgo de enfermedad cardiovascular (foto cortesía de 123RF)

Extracciones de sangre rutinarias podrían detectar biomarcadores epigenéticos para predecir riesgo de enfermedad cardiovascular

Las enfermedades cardiovasculares son una de las principales causas de muerte en todo el mundo; sin embargo, predecir el riesgo individual sigue siendo un desafío persistente. Los factores de riesgo... Más

Tecnología

ver canal
Imagen: diseño conceptual de la cápsula CORAL para el muestreo microbiano en el intestino delgado (H. Mohammed et al., Devuce (2025). DOI: 10.1016/j.device.2025.100904)

Muestras de cápsulas inspiradas en corales ocultan bacterias intestinales

El microbioma intestinal se ha vinculado a afecciones que van desde trastornos inmunitarios hasta problemas de salud mental. Sin embargo, las pruebas de heces convencionales a menudo no logran detectar... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.