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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Respuesta inmune a la insulina identifica el riesgo de diabetes juvenil

Por el equipo editorial de LabMedica en español
Actualizado el 10 Mar 2021
Imagen: Diagrama esquemático de la diabetes tipo 1 (DT1). La respuesta inmune a la insulina podría identificar y ayudar a tratar a las personas en riesgo de DT1 (Fotografía cortesía de la Facultad de Medicina de Harvard).
Imagen: Diagrama esquemático de la diabetes tipo 1 (DT1). La respuesta inmune a la insulina podría identificar y ayudar a tratar a las personas en riesgo de DT1 (Fotografía cortesía de la Facultad de Medicina de Harvard).
La diabetes tipo 1 (DT1), también conocida como diabetes juvenil, es una forma de diabetes en la que los islotes de Langerhans (que contienen células β) del páncreas producen muy poca o ninguna insulina. La insulina es una hormona necesaria para que el cuerpo utilice el azúcar en sangre.

Las respuestas de las células T a los autoantígenos modificados postraduccionalmente se asocian con muchos trastornos autoinmunes. La diabetes tipo 1 (DT1) es una enfermedad autoinmune prototípica, específica de órganos, que resulta de la destrucción mediada por células T de las células β productoras de insulina dentro de los islotes pancreáticos. La historia natural de la enfermedad es tal que permite el estudio de la reactividad de las células T antes del inicio de los síntomas clínicos.

Los especialistas en diabetes del Campus Médico Anschutz de la Universidad de Colorado (Aurora, CO, EUA), recolectaron muestras de sangre de adolescentes, en riesgo genético de DT1, cada seis meses durante dos años. El equipo midió las respuestas de las células T de individuos con riesgo genético tanto a la insulina natural como a los péptidos híbridos de insulina, nuevos neoepítopos implicados en la patogénesis de la diabetes tipo 1.

Los científicos informaron que las respuestas de citoquinas proinflamatorias (interferón-γ) y antiinflamatorias (interluequina-10) a los péptidos híbridos de insulina (PHI) eran más robustas que las de los péptidos nativos, y la proporción de tales respuestas oscilaba entre pro y antiinflamatoria con el tiempo. Sin embargo, los individuos que desarrollaron autoanticuerpos contra los islotes o progresaron a diabetes tipo 1 clínica, tuvieron respuestas predominantemente inflamatorias de células T a los PHI. Además, varias respuestas de células T de PHI se correlacionaron con el empeoramiento de las mediciones de glucosa en sangre, lo que destaca la relevancia de las respuestas de las células T a los péptidos modificados postraduccionalmente antes del desarrollo de la enfermedad autoinmune.

Aaron W. Michels, MD, profesor asociado, especializado en endocrinología, diabetes y metabolismo, y autor principal del estudio, dijo: “Queremos saber por qué las personas desarrollan diabetes tipo 1, y esta investigación ha ayudado a proporcionar mucha más información y datos sobre cómo se ve cuando las personas, genéticamente en riesgo, se encaminan hacia el diagnóstico clínico. Idealmente, se desea tratar una enfermedad cuando está activa, por lo que es una necesidad en nuestro campo comprender cuándo las personas tienen una respuesta inmunitaria dirigida contra las células productoras de insulina”.

Los autores concluyeron que sus resultados tienen implicaciones importantes para estratificar el riesgo de desarrollar DT1 e identificar a las personas que pueden beneficiarse de los estudios de intervención inmunológica. El estudio fue publicado el 9 de febrero de 2021 en la revista Proceedings of the National Academy of Sciences of the United States of America.

Enlace relacionado:
Campus Médico Anschutz de la Universidad de Colorado

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Aspiration System
VACUSAFE
New
Solución de automatización para laboratorios de microbiología
BD Kiestra™ ReadA+BarcodA
New
Analizador portátil de gases en sangre
BD100

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.