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




Herramienta de diagnóstico identifica múltiples condiciones de salud a partir de una sola gota de sangre

Por el equipo editorial de LabMedica en español
Actualizado el 26 Jul 2024
Imagen: El estudiante de doctorado y primer autor Tarek Eissa ha analizado miles de huellas moleculares (foto cortesía de Thorsten Naeser / MPQ / Attoworld)
Imagen: El estudiante de doctorado y primer autor Tarek Eissa ha analizado miles de huellas moleculares (foto cortesía de Thorsten Naeser / MPQ / Attoworld)

La espectroscopía infrarroja, un método que utiliza luz infrarroja para estudiar la composición molecular de las sustancias, ha sido una herramienta fundamental en la química durante décadas. La espectroscopía infrarroja funciona de manera similar a un sistema de huellas dactilares moleculares a través de un dispositivo conocido como espectrómetro. Cuando se utiliza en biofluidos complejos como el plasma sanguíneo, la técnica físico-química proporciona conocimientos moleculares profundos, lo que indica su potencial para diagnósticos médicos. A pesar de su papel establecido en la química y la industria, la espectroscopia infrarroja aún no se ha convertido en una herramienta estándar en el diagnóstico médico. Para abordar este problema, los científicos han desarrollado una herramienta de diagnóstico que emplea luz infrarroja y aprendizaje automático para identificar múltiples condiciones de salud en una sola medición a nivel de población.

El equipo del grupo BIRD de la Universidad Ludwig Maximilian de Múnich (LMU, Múnich, Alemania) había trabajado anteriormente en métodos para medir el plasma humano. En su estudio más reciente, introdujeron la huella molecular infrarroja en un grupo naturalmente diverso, analizando la sangre de miles de participantes en el estudio KORA, un proyecto de investigación de salud de larga duración basado en Augsburgo, Alemania. Se seleccionaron aleatoriamente adultos de este estudio para exámenes médicos y donaciones de sangre, lo que le dio al estudio KORA una nueva dimensión y propósito. Se evaluaron más de 5.000 muestras de plasma sanguíneo mediante espectroscopia infrarroja por transformada de Fourier (FTIR).

Este enfoque involucró el análisis de las muestras de sangre con luz infrarroja para obtener huellas moleculares, que luego fueron examinadas utilizando aprendizaje automático para correlacionarlas con datos médicos existentes. Los hallazgos revelaron que estas huellas podrían facilitar exámenes de salud rápidos. El algoritmo multitarea fue capaz de diferenciar varios estados de salud, incluidos niveles anormales de lípidos en sangre, cambios en la presión arterial y la presencia de diabetes tipo 2, incluida su precursora, la prediabetes, que muchas veces pasa desapercibida. Publicada en Cell Reports Medicine, la investigación destacó la capacidad del algoritmo para identificar también a personas que estaban sanas y se mantuvieron así a lo largo de los años. Este descubrimiento fue notable porque encontrar individuos completamente sanos en una población aleatoria es un desafío debido a la prevalencia de variaciones en la salud y los cambios naturales que ocurren con el tiempo.

Tradicionalmente, se requieren diferentes pruebas para cada condición, pero este nuevo método identifica múltiples problemas de salud simultáneamente, no solo uno a la vez. El sistema no sólo identifica a personas sanas, sino que también detecta afecciones complejas que involucran múltiples enfermedades y puede predecir la aparición del síndrome metabólico años antes de que se manifiesten los síntomas. Este estudio fundamental propone que la identificación de huellas moleculares infrarrojas podría convertirse en una parte integral de los exámenes de salud de rutina. Esto permitiría una detección y gestión más efectiva de las condiciones, particularmente de los trastornos metabólicos como la diabetes y los niveles anormales de colesterol.

A medida que esta tecnología evolucione y sus capacidades se expandan a través de mayores desarrollos tecnológicos y estudios clínicos, más condiciones de salud podrían agregarse a su rango de diagnóstico. Este avance puede llevar a la monitorización personalizada de la salud, donde los individuos evalúan regularmente su estado de salud para identificar problemas potenciales de manera temprana. En última instancia, la integración de la espectroscopia infrarroja con el aprendizaje automático está a punto de revolucionar los diagnósticos de salud, proporcionando un nuevo y eficiente medio para monitorear la salud a nivel mundial utilizando solo una gota de sangre y luz infrarroja.

Enlaces relacionados:
LMU

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Automated Clinical Chemistry Analyzer
Envoy 500+
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group

Canales

Inmunología

ver canal
Imagen: QUANTA Link 5.0: un sistema de gestión de datos basado en navegador para laboratorios autoinmunes (Fotografía cortesía de Werfen)

Plataforma web ayuda a laboratorios de autoinmunidad a gestionar la complejidad de las pruebas

Las pruebas de enfermedades autoinmunes a menudo requieren que los laboratorios coordinen los resultados procedentes de múltiples instrumentos, microscopía manual e historiales de pacientes.... Más

Microbiología

ver canal
Imagen: Descripción esquemática de la plataforma de emparejamiento de nanogotas asistida por CRISPR para la identificación diferencial de NTM (CANDI). La plataforma combina amplificación de amplio rango utilizando regiones conservadas de los genes de ARNr 16S y 23S con reconocimiento CRISPR específico de cada especie. Las gotas CRISPR codificadas por fluorescencia se combinan con gotas de muestra que contienen productos amplificados, lo que permite el reconocimiento de objetivos multiplexados y la decodificación de señales (Crédito de la imagen: Yiwen Yang, Jingsong Xu, Dakang Xu)

La tecnología CRISPR de nanogotas permite una identificación micobacteriana rápida y multiplexada

Las infecciones micobacterianas son difíciles de diagnosticar porque las especies estrechamente relacionadas pueden tener distintas implicaciones clínicas y terapéuticas.... Más

Patología

ver canal
Imagen: Los márgenes del cáncer de cerebro pueden ser especialmente difíciles de mapear. Utilizando espectrometría de masas, investigadores de la Universidad Purdue y la Clínica Mayo pueden mapear los márgenes del tejido resecado en una medición de tres minutos, como se ve en la ilustración. (Crédito de la imagen: Mahdiyeh Shahi/Universidad Purdue)

Una prueba rápida de espectrometría de masas puede ayudar a evaluar márgenes de glioma

Los tumores cerebrales de glioma son altamente infiltrativos y pueden extenderse al tejido cerebral sano cercano, lo que dificulta definir los márgenes tumorales durante la cirugía.... Más

Tecnología

ver canal
Imagen: Cartera de secuenciación SureSeq de próxima generación de OGT, diseñada para su uso con la línea Hamilton NGS STAR (Fotografía cortesía de Hamilton Company)

Nuevo flujo de automatización agiliza preparación de bibliotecas de NGS en laboratorios de alto volumen

La demanda de la secuenciación de nueva generación (NGS) sigue aumentando a medida que los laboratorios procesan volúmenes crecientes de muestras, pero la preparación de bibliotecas... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.