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
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




Eventos

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

Revolucionaria herramienta de IA transforma visualización de enfermedades

Por el equipo editorial de LabMedica en español
Actualizado el 11 Feb 2025
Imagen: la herramienta de IA OmicsFootPrint podría abrir puertas a nuevos descubrimientos (foto cortesía de la Clínica Mayo)
Imagen: la herramienta de IA OmicsFootPrint podría abrir puertas a nuevos descubrimientos (foto cortesía de la Clínica Mayo)

Los genes sirven como modelo del cuerpo, mientras que las proteínas ejecutan las instrucciones contenidas en esos modelos para mantener la función celular. Ocasionalmente, las alteraciones en estas instrucciones (conocidas como mutaciones) pueden interferir con este proceso y causar enfermedades. La ómica se refiere al estudio de genes, proteínas y otros datos moleculares para explorar las funciones del cuerpo y cómo evolucionan las enfermedades. Ahora, una herramienta de inteligencia artificial (IA) está ayudando a convertir datos biológicos vastos y complejos en imágenes circulares bidimensionales. Al mapear estos datos, la herramienta podría ofrecer a los médicos e investigadores un método novedoso para visualizar patrones de enfermedades, como los que se encuentran en el cáncer y los trastornos neurológicos, lo que podría ayudar a dirigir tratamientos personalizados. Además, puede proporcionar un medio intuitivo para explorar los mecanismos e interacciones de las enfermedades.

Desarrollada por investigadores de al Clínica Mayo (Rochester, Minnesota, EUA), la herramienta llamada OmicsFootPrint ayuda a aclarar estas complejidades al transformar datos como la actividad genética, las mutaciones y los niveles de proteínas en mapas circulares vibrantes que ofrecen una comprensión más clara de lo que está sucediendo dentro del cuerpo. En su estudio, los investigadores emplearon OmicsFootPrint para examinar las respuestas a los medicamentos y los datos multiómicos del cáncer. La herramienta distinguió con éxito entre dos tipos de cáncer de mama (carcinoma lobular y carcinoma ductal) con una precisión promedio del 87 %. En el cáncer de pulmón, mostró una precisión de más del 95 % en la identificación de dos tipos: adenocarcinoma y carcinoma de células escamosas. Los hallazgos, publicados en Nucleic Acids Research, revelaron que la combinación de varios tipos de datos moleculares arroja resultados más precisos que el uso de un solo tipo.

OmicsFootPrint también demuestra ser prometedor en la generación de información significativa incluso con conjuntos de datos limitados. Utiliza técnicas avanzadas de IA que aprenden de los datos existentes y aplican este conocimiento a nuevas situaciones, un proceso conocido como aprendizaje por transferencia. Por ejemplo, ayudó a los investigadores a lograr una precisión de más del 95 % en la identificación de subtipos de cáncer de pulmón con menos del 20 % del volumen de datos habitual. Para mejorar aún más su precisión y su información, el marco OmicsFootPrint incorpora un método sofisticado llamado SHAP (explicaciones aditivas de SHapley). SHAP destaca los marcadores, genes o proteínas clave que afectan los resultados, lo que ayuda a los investigadores a comprender los factores subyacentes que impulsan los patrones de la enfermedad. Además de la investigación, OmicsFootPrint también está destinado al uso clínico. Comprime grandes conjuntos de datos biológicos en imágenes compactas que ocupan solo el 2 % del espacio de almacenamiento original. Esta compresión podría simplificar la integración de las imágenes en los registros médicos electrónicos, lo que podría orientar la atención futura del paciente. El equipo de investigación está trabajando en la expansión de OmicsFootPrint para explorar enfermedades adicionales, incluidas las afecciones neurológicas y otros trastornos complejos. También se están centrando en actualizaciones para mejorar la precisión y flexibilidad de la herramienta, como la capacidad de identificar nuevos marcadores de enfermedades y objetivos farmacológicos.

"Los datos adquieren mayor poder cuando se puede ver la historia que cuentan", comenta la Dra. Krishna Rani Kalari, autora principal del estudio y profesora adjunta de informática biomédica en el Centro para Medicina Personalizada de la Clínica Mayo. "OmicsFootPrint podría abrir puertas a descubrimientos que antes no habíamos podido lograr".

Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
Urine Analyzer
respons® UDS100
Manual Pipetting Aid
Pipette Controllers macro

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos sugieren que los puntos de corte estándar \"normales\" del CA19-9 podrían enmascarar una enfermedad agresiva en los no productores, mientras que un modelo de umbral dual podría reducir las interpretaciones erróneas (crédito de la imagen: Adobe Stock)

Nuevo valor de corte de CA19-9 ayuda a identificar pacientes con cáncer de páncreas de alto riesgo

El adenocarcinoma ductal pancreático (PDAC) se diagnostica con frecuencia en una etapa avanzada y sigue siendo uno de los tumores sólidos más letales. Los médicos suelen utilizar el antígeno carbohidrato... Más

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
Copyright © 2000-2026 Globetech Media. All rights reserved.