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
Werfen

Deascargar La Aplicación Móvil




Herramienta de IA identifica simultáneamente mutaciones genéticas y tipos de enfermedades

Por el equipo editorial de LabMedica en español
Actualizado el 28 Dec 2025
Imagen: la herramienta de IA avanza en el diagnóstico de precisión al vincular las mutaciones genéticas directamente con los tipos de enfermedades (fotografía cortesía de Shutterstock)
Imagen: la herramienta de IA avanza en el diagnóstico de precisión al vincular las mutaciones genéticas directamente con los tipos de enfermedades (fotografía cortesía de Shutterstock)

La interpretación de los resultados de las pruebas genéticas sigue siendo un gran desafío en la medicina moderna, especialmente en el caso de enfermedades raras y complejas. Si bien las herramientas existentes pueden indicar si una mutación genética es perjudicial, generalmente no pueden determinar el tipo de enfermedad que dicha mutación puede causar. Esto obliga a los médicos a analizar miles de variantes, lo que ralentiza el diagnóstico y retrasa las decisiones terapéuticas. Los investigadores han desarrollado un método basado en inteligencia artificial (IA) que no solo detecta las mutaciones causantes de enfermedades, sino que también predice la categoría de enfermedad que probablemente desencadenarán, mejorando significativamente la velocidad y la claridad de la interpretación genética.

El marco de IA conocido como Variant to Phenotype (V2P) ha sido diseñado por investigadores de la Escuela de Medicina Icahn en Monte Sinaí (Nueva York, EUA) para vincular las variantes genéticas directamente con el desarrollo de enfermedades. El sistema utiliza modelos avanzados de aprendizaje automático entrenados con grandes conjuntos de datos de variantes genéticas patógenas y benignas, combinados con anotaciones de enfermedades. Al integrar información genética y fenotípica, la herramienta predice no solo si una mutación es dañina, sino también el tipo de enfermedad que probablemente cause, como cáncer o trastornos del sistema nervioso.

La V2P se evaluó utilizando conjuntos de datos genómicos a gran escala y se probó con datos reales de pacientes anónimos. En estas evaluaciones, la herramienta clasificó consistentemente la mutación causante de la enfermedad entre las 10 variantes candidatas principales, lo que redujo drásticamente el margen de búsqueda para los médicos. Los hallazgos, publicados en Nature Communications, demuestran que la incorporación de la predicción del fenotipo mejora sustancialmente la precisión y la eficiencia del diagnóstico genético en comparación con los métodos tradicionales de clasificación de variantes.

Al vincular las mutaciones con las categorías de enfermedades, V2P tiene el potencial de acelerar el diagnóstico en pacientes con enfermedades raras y complejas y reducir la incertidumbre en la genética clínica. Este enfoque también puede ayudar a los investigadores a identificar genes y vías biológicas relevantes para la enfermedad, lo que favorece un descubrimiento de fármacos más específico. Los investigadores planean perfeccionar el sistema para predecir resultados de enfermedades más específicos e integrar fuentes adicionales de datos biológicos, ampliando su utilidad para la medicina de precisión y el desarrollo de terapias con información genética.

"Nuestro enfoque nos permite identificar los cambios genéticos más relevantes para la condición de un paciente, en lugar de tener que analizar miles de variantes posibles", afirmó el primer autor, el Dr. David Stein. "Al determinar no solo si una variante es patógena, sino también el tipo de enfermedad que probablemente cause, podemos mejorar la velocidad y la precisión de la interpretación y el diagnóstico genético".

Enlaces relacionados:
Escuela de Medicina Icahn en Monte Sinaí

Miembro Oro
PIPETA HÍBRIDA
SWITCH
KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test
Automated MALDI-TOF MS System
EXS 3000
CONTROL QUÍMICO DE LA ORINA
Dropper Urine Chemistry Control

Canales

Diagnóstico Molecular

ver canal
Imagen: las células cancerosas (rojo) se adhieren a las células mesoteliales (verde) y forman esferas híbridas que cortan el tejido abdominal circundante (fotografía cortesía de Uno et al., 2026).

Prueba del líquido abdominal puede predecir progresión del cáncer ovárico

El cáncer de ovario causa más muertes en mujeres que cualquier otro cáncer ginecológico, en gran parte porque suele diagnosticarse solo después de haberse extendido ampliamente... Más

Inmunología

ver canal
Imagen: las células tumorales circulantes aisladas de muestras de sangre podrían ayudar a guiar las decisiones sobre inmunoterapia (fotografía cortesía de Shutterstock)

Análisis de sangre identifica pacientes con cáncer pulmonar beneficiarios de fármaco de inmunoterapia

El cáncer de pulmón de células pequeñas (CPCP) es una enfermedad agresiva con opciones de tratamiento limitadas, e incluso las inmunoterapias recientemente aprobadas no benefician... Más

Microbiología

ver canal
Imagen: nueva evidencia sugiere que los desequilibrios en el microbioma intestinal pueden contribuir a la aparición y progresión del deterioro cognitivo leve y la enfermedad de Alzheimer (fotografía cortesía de Adobe Stock)

Nuevo estudio identifica características del microbioma intestinal asociadas con enfermedad de Alzheimer

La enfermedad de Alzheimer afecta a aproximadamente 6,7 millones de personas en Estados Unidos y a casi 50 millones en todo el mundo; sin embargo, el deterioro cognitivo temprano sigue siendo difícil de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.