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




Una única prueba de secuenciación metagenómica de próxima generación detecta patógenos infecciosos

Por el equipo editorial de LabMedica en español
Actualizado el 13 Nov 2024
Imagen: El flujo de trabajo de laboratorio clínico para mNGS (Foto cortesía de UCSF)
Imagen: El flujo de trabajo de laboratorio clínico para mNGS (Foto cortesía de UCSF)

La secuenciación metagenómica de nueva generación (mNGS) es un método de secuenciación integral que analiza todos los ácidos nucleicos (ADN y ARN) de una muestra clínica a gran profundidad, generando entre 10 y 20 millones de secuencias por muestra. Este enfoque se puede aplicar a cualquier tipo de muestra clínica, incluido el líquido cefalorraquídeo, el plasma, las secreciones respiratorias, la orina, las heces o los tejidos. Ahora, la mNGS ofrece la posibilidad de diagnosticar una amplia gama de agentes infecciosos (virus, bacterias, hongos y parásitos) a través de una única prueba.

Los investigadores del Centro de Diagnóstico de Precisión de Próxima Generación de la UCSF (San Francisco, CA, EUA) han desarrollado una prueba mNGS capaz de detectar lecturas de secuencias de todos los patógenos, lo que ayuda a identificar la causa de una infección. Inicialmente, el equipo de la UCSF desarrolló una prueba mNGS para identificar patógenos en el líquido cefalorraquídeo para el diagnóstico de meningitis y encefalitis. A esto le siguió el desarrollo de una prueba clínica de mNGS en plasma diseñada para detectar virus de ADN, bacterias, hongos y parásitos responsables de sepsis e infecciones diseminadas en otros órganos. Para analizar los datos de mNGS rápidamente para la identificación de patógenos, el equipo emplea SURPI+ (SURPI PLUS), un software de bioinformática clínica.

En una investigación publicada en Nature Medicine, el equipo demostró que su prueba mNGS para el líquido cefalorraquídeo identificó con precisión el 86 % de las infecciones neurológicas. Ahora están trabajando en la validación de pruebas clínicas para detectar todos los microorganismos (bacterias, virus, hongos y parásitos) que causan neumonía en fluidos respiratorios como el lavado broncoalveolar o los aspirados traqueales. Además, en un estudio relacionado publicado en Nature Communications, el equipo utilizó mNGS para identificar patógenos causantes de neumonía en fluidos respiratorios y automatizó el proceso para generar resultados más rápidos.

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Serum Indices Control
Acusera Serum Indices Control
ANALIZADOR DE INMUNOENSAYOS EN POC
Procise DX
Thyroid Test
Anti-Thyroid EIA Test

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.