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
LGC Clinical Diagnostics

Deascargar La Aplicación Móvil




Modelo de IA detecta el cáncer a una velocidad relámpago mediante análisis de azúcar

Por el equipo editorial de LabMedica en español
Actualizado el 15 Jul 2024
Print article
Imagen: El espectrómetro de masas puede detectar diferentes estructuras de las moléculas de azúcar, llamadas glicanos, en las células (foto cortesía de Lundbergs Forskningsstiftelse/Magnus Gotander)
Imagen: El espectrómetro de masas puede detectar diferentes estructuras de las moléculas de azúcar, llamadas glicanos, en las células (foto cortesía de Lundbergs Forskningsstiftelse/Magnus Gotander)

Los glicanos, que son estructuras compuestas por moléculas de azúcar dentro de las células, pueden ser analizados utilizando espectrometría de masas. Esta técnica es particularmente útil porque estas estructuras de azúcar pueden revelar la presencia de varios tipos de cáncer dentro de las células. Sin embargo, interpretar los datos de la espectrometría de masas, específicamente los patrones de fragmentación de los glicanos, requiere un análisis humano meticuloso. Este escrutinio detallado puede llevar desde varias horas hasta días por muestra y solo es realizado de manera fiable por un puñado de expertos altamente capacitados a nivel mundial, ya que implica un trabajo de detección complejo y aprendido a lo largo de muchos años. Esta necesidad de un análisis experto crea un cuello de botella importante en la utilización del análisis de glucanos para aplicaciones como la detección del cáncer, especialmente cuando es necesario examinar numerosas muestras. Ahora, los investigadores han introducido un modelo de inteligencia artificial (IA) que mejora la capacidad de detectar el cáncer mediante el análisis de moléculas de azúcar, demostrando ser más rápido y efectivo que los enfoques tradicionales semi-manuales.

El modelo de IA, llamado Candycrunch, fue entrenado por investigadores de la Universidad de Gotemburgo (Gotemburgo, Suecia) utilizando una vasta base de datos que contiene más de 500,000 ejemplos de diversas fragmentaciones y estructuras asociadas de moléculas de azúcar. Este extenso entrenamiento ha capacitado a Candycrunch para determinar con precisión la estructura exacta de los azúcares en una muestra en el 90 % de los casos, con el objetivo de igualar pronto los niveles de precisión observados en la secuenciación de otras secuencias biológicas como el ADN, el ARN y las proteínas. El modelo de IA descrito en un artículo científico publicado en Nature Methods automatiza el análisis de glicanos y lo completa en tan solo unos segundos. Además, Candycrunch puede identificar estructuras de azúcar que los analistas humanos suelen pasar por alto debido a sus bajas concentraciones. Debido a su rapidez y precisión, Candycrunch acelera significativamente la identificación de biomarcadores basados en glicanos, que son cruciales para diagnosticar y predecir el cáncer. Por lo tanto, el modelo tiene el potencial de ayudar a los investigadores a descubrir nuevos biomarcadores basados en glicanos para el cáncer.

"Creemos que los análisis de glucanos se convertirán en una parte más importante de la investigación biológica y clínica ahora que hemos automatizado el mayor cuello de botella", afirmó Daniel Bojar, profesor asociado de bioinformática en la Universidad de Gotemburgo.

Enlaces relacionados:
Universidad de Gotemburgo

Miembro Oro
CONTROL DE CALIDAD DE TROPONINA T
Troponin T Quality Control
Verification Panels for Assay Development & QC
Seroconversion Panels
New
Mycoplasma Pneumoniae Virus Test
Mycoplasma Pneumoniae Virus Detection Kit
New
Respiratory QC Panel
Assayed Respiratory Control Panel

Print article

Canales

Diagnóstico Molecular

ver canal
Imagen: el análisis de sangre experimental indica con precisión la gravedad y predice la recuperación potencial de la lesión de la médula espinal (foto cortesía de 123RF)

Análisis de sangre identifica múltiples biomarcadores para diagnóstico rápido de lesiones de médula espinal

Los Institutos Nacionales de Salud estiman que 18.000 personas en Estados Unidos sufren lesiones de la médula espinal (LME) anualmente, lo que resulta en una asombrosa carga financiera de más de 9.... Más

Inmunología

ver canal
Imagen: los hallazgos se basaron en pacientes del ensayo clínico de ADAURA de la terapia dirigida osimertinib para pacientes con CPCNP con mutaciones activadas por EGFR (foto cortesía del equipo multimedia de YSM)

Análisis de sangre podría orientar decisiones futuras sobre tratamiento del cáncer

En el continuo avance de la medicina personalizada, un nuevo estudio ha aportado evidencia que respalda el uso de una herramienta que detecta moléculas derivadas del cáncer en la sangre de... Más

Microbiología

ver canal
Imagen: representación esquemática que ilustra los hallazgos clave del estudio (foto cortesía de la UNIST)

Innovadora tecnología disgnóstica identifica infecciones bacterianas con precisión de casi 100 % en tres horas

La identificación rápida y precisa de microbios patógenos en muestras de pacientes es esencial para el tratamiento eficaz de enfermedades infecciosas agudas, como la sepsis.... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.