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




Eventos

02 jun 2026 - 04 jun 2026
17 jun 2026 - 19 jun 2026

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 Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
New
Immunofluorescence Analyzer
IFA System
New
Automatic CLIA Analyzer
Shine i6000

Canales

Diagnóstico Molecular

ver canal
Imagen: los hallazgos muestran que los cambios genéticos dentro de las células cancerosas pueden ayudar a explicar por qué algunos pacientes con cáncer de vesícula biliar tienen peores resultados a pesar de un tratamiento similar (crédito de la imagen: 123RF)

El perfil genómico tumoral identifica el cáncer de vesícula biliar de alto riesgo

El cáncer de vesícula biliar es una neoplasia maligna agresiva de las vías biliares que a menudo progresa de forma silenciosa y se diagnostica frecuentemente en una etapa avanzada.... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: los hallazgos sugieren que las personas con mpox pueden transmitir el virus incluso sin síntomas clínicos (crédito de la imagen: Adobe Stock)

Estudio revela que infecciones ocultas de mpox podrían impulsar su propagación continua

La viruela símica, o mpox, sigue circulando a pesar de la vacunación, y muchos casos no muestran ningún vínculo conocido con una pareja sintomática. El papel de las personas... Más

Patología

ver canal
Imagen: Resumen gráfico (Eldad D. Shulman et al., AI-predicted spatial transcriptomics unlocks breast cancer biomarkers from pathology, Cell (2026). DOI: 10.1016/j.cell.2026.04.023)

Herramienta de IA predice la expresión génica espacial del cáncer a partir de imágenes de patología

El análisis de la expresión génica puede aportar información sobre la biología tumoral y la selección del tratamiento, pero los ensayos espaciales siguen siendo... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.