Biología Molecular

Descubren las "huellas dactilares" del cáncer en la sangre aplicando pulsos de luz infrarroja

Además de facilitar nuevos y mejores diagnósticos, la “huella molecular eléctrica” podría cambiar la forma en que los científicos entienden y abordan el cáncer

La innovación permitiría implementar un diagnóstico multidimensional, que abarque varias patologías en un único test.

La innovación permitiría implementar un diagnóstico multidimensional, que abarque varias patologías en un único test. / Crédito: Geralt en Pixabay.

Pablo Javier Piacente / T21

Una nueva prueba impulsada por IA puede detectar las "huellas dactilares" moleculares del cáncer en la sangre de un paciente utilizando destellos de luz infrarroja: podría marcar un antes y un después en los diagnósticos y tratamientos.

Una investigación liderada por la científica Mihaela Žigman y su equipo de la Universidad de Múnich, en Alemania, ha logrado desarrollar una nueva metodología para identificar la "huella dactilar" que caracteriza a distintos tipos de cáncer en la estructura molecular de la sangre de un paciente, combinando Inteligencia Artificial (IA) y pulsos de luz.

Huella molecular eléctrica

La detección temprana del cáncer es uno de los mayores desafíos en la medicina moderna, ya que los métodos convencionales, como las biopsias y otros procedimientos invasivos, pueden resultar costosos, demasiado lentos y a menudo incómodos para el paciente.

El nuevo estudio publicado en la revista ACS Central Science presenta una técnica innovadora basada en el uso de luz infrarroja pulsada, destinada a identificar perfiles moleculares en el plasma sanguíneo: la herramienta podría convertirse en una alternativa clave para el diagnóstico de diversos tipos de cáncer.

La metodología, denominada “huella molecular eléctrica”, consiste en someter muestras de plasma, que es la porción líquida de la sangre desprovista de células, a breves pulsos de luz infrarroja. Durante este procedimiento, se registra la respuesta de las moléculas presentes en la muestra, generando patrones de emisión que funcionan como una especie de “huella digital” para cada individuo. En esta investigación se analizaron muestras de 2.533 participantes, incluyendo aquellos diagnosticados con cáncer de pulmón, próstata, mama y vejiga, así como individuos sanos.

Según una nota de prensa, uno de los aspectos más destacados del estudio es el uso de modelos de aprendizaje automático para entrenar a una Inteligencia Artificial (IA) en el reconocimiento de firmas moleculares específicas. Al comparar los patrones obtenidos de pacientes con cáncer frente a los de voluntarios sin la enfermedad, el sistema fue capaz de detectar, con una precisión de hasta el 81%, las firmas características del cáncer de pulmón.

Acceso a un rico espectro molecular

Aunque la detección de los otros tipos de cáncer mostró resultados menos contundentes, estos hallazgos son prometedores y sientan las bases para el desarrollo de diagnósticos menos invasivos y más rápidos.

La importancia de esta investigación radica en su potencial para transformar el paradigma del cribado oncológico: en el futuro, un simple análisis de sangre, acompañado de esta avanzada técnica de análisis molecular integrada a IA y puntos de luz, podrá identificar múltiples tipos de cáncer en una fase inicial. Esto no solo facilitaría el tratamiento, sino que además disminuiría el impacto emocional y físico de los diagnósticos tradicionales.

Referencia

Electric-Field Molecular Fingerprinting to Probe Cancer. Kosmas V. Kepesidis et al. ACS Central Science (2025). DOI:https://doi.org/10.1021/acscentsci.4c02164

La técnica se fundamenta en la capacidad de la luz infrarroja para interactuar con diversas moléculas presentes en el plasma, que transportan información crucial sobre el estado de salud del organismo. Entre estas moléculas se encuentran proteínas, metabolitos, lípidos y sales: algunas de ellas son indicadores específicos de alteraciones en el organismo, como es el caso del antígeno prostático específico (PSA) para el cáncer de próstata.

Sin embargo, en lugar de enfocarse en un único biomarcador, la metodología desarrollada permite observar un complejo espectro molecular que se asocia a diferentes tipos de cáncer. Esto abre la posibilidad de implementar un diagnóstico multidimensional que abarque varias patologías en un solo test.

TEMAS

Tracking Pixel Contents