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




Eventos

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

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 Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
Automated Clinical Chemistry Analyzer
Envoy 500+
Multi-Chamber Washer-Disinfector
WD 390

Canales

Diagnóstico Molecular

ver canal
Imagen: El nuevo método de origami de ARN logró una resolución de 18 nucleótidos, suficiente para distinguir las secciones repetidas sanas de las asociadas a enfermedades (crédito de la imagen: Adobe Stock)

Nuevo método de ARN origami facilita pruebas más rápidas para trastornos por expansión de repeticiones

Los trastornos de expansión de repeticiones causan afecciones como la distrofia miotónica, la enfermedad de Huntington y la esclerosis lateral amiotrófica (ELA), pero determinar con... Más

Hematología

ver canal
Imagen: Los hallazgos del estudio pueden ayudar a identificar la deficiencia de hierro antes en niños de 5 a 14 años. (Fotografía cortesía de iStock)

Un umbral de ferritina más elevado podría mejorar la detección de deficiencia de hierro en niños

La deficiencia de hierro en niños en edad escolar puede afectar el desarrollo cerebral, el aprendizaje, el crecimiento y el rendimiento físico; sin embargo, la detección temprana de... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Crotts S.B., Barnes J.T., Antonetti R.M., et al. Cell Reports (2026). DOI:10.1016/j.celrep.2026.117347)

Enzima inmunitaria se vincula con la enfermedad inflamatoria intestinal resistente al tratamiento

La enfermedad inflamatoria intestinal (EII) afecta a casi 3 millones de personas en Estados Unidos y su prevalencia sigue en aumento. Los medicamentos que actúan sobre el factor de necrosis tumoral... Más

Patología

ver canal
Imagen: la tecnología aprovecha las preparaciones de diapositivas de rutina para ofrecer una lectura de riesgo individualizada basada en señales derivadas de imágenes (fotografía cortesía de Valar Labs)

Prueba de patología con IA recibe designación de avance de la FDA para riesgo de cáncer de vejiga

El cáncer de vejiga no músculo-invasivo presenta resultados muy variables, lo que complica la vigilancia y la planificación del tratamiento. La evaluación del riesgo suele basarse en el estadio, el grado... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.