Un microdispositivo analiza y detecta dos marcadores de la diabetes en minutos
Fuente: Carolina Moya / Fundación Descubre
La investigadora de la Universidad de Sevilla María Ramos Payán, una de las autoras del estudio, en el laboratorio
Investigadores de la Universidad de Sevilla, en colaboración con la Universidad de Carolina del Norte (Estados Unidos), han diseñado y desarrollado un microdispositivo portable de detección de fluidos para identificar la hemoglobina glicada y la albúmina, dos marcadores relacionados con la diabetes. La plataforma, aún en fase de prototipo, separa y analiza la muestra con mayor precisión y reduce el tiempo de análisis a menos de tres minutos.
La hemoglobina es una proteína que se encuentra en los glóbulos rojos y tiene la función de transportar el oxígeno de los pulmones a los tejidos. La glucosa se une a ella para formar hemoglobina glucosilada o hemoglobina 1c. Esta unión se mantiene hasta que el glóbulo rojo es desechado, en aproximadamente 120 días. Cuando los niveles de glucosa aumentan, también se incrementa la hemoglobina 1c.
La medición de proteínas de sangre de este tipo de hemoglobina sirve como herramienta para el diagnóstico de la diabetes y permite acometer un seguimiento del control de glucosa en pacientes. “Este examen sirve para determinar cómo ha sido el perfil glucémico de una persona en los últimos 3 meses. Niveles superiores al 6,5-7% podrían ser indicativos de un mal control glucémico y posible presencia de la enfermedad”, precisa a la Fundación Descubre la investigadora de la Universidad de Sevilla María Ramos Payán, una de las autoras del estudio.
Hasta el momento, los pacientes cuentan con unas tiras reactivas para medir sus niveles de glucosa. Sin embargo, cuando requieren valores más exactos se envían sus muestras de sangre al laboratorio. Es en este punto donde el nuevo dispositivo aporta sus ventajas, ya que es portable y combina en una misma plataforma múltiples funciones: tratamiento de la muestra, separación y análisis de resultados on-line. Estas posibilidades reducen el tiempo de obtención de resultados a 2,2 minutos.
Preparación de muestras
El proceso comienza con la preparación de la muestra donde un microlitro de sangre se diluye 500 veces, se microfiltra, se centrifuga y se inyecta en la plataforma. Ésta se separa mediante electroforesis capilar, un método para separar las distintas sustancias en función de su carga y tamaño. “La idea es diferenciar la hemoglobina en subunidades alfa y beta. Conocer sus porcentajes glicados/glucosilados nos aporta la pista de la presencia o no de diabetes”, especifica la investigadora.
La investigadora de la Universidad de Sevilla María Ramos Payán, una de las autoras del estudio, en el laboratorio
Tras la separación de las subunidades de hemoglobina, éstas pasan al espectrómetro de masas que analiza todas las moléculas presentes en una muestra. De esta forma, detecta la hemoglobina 1c y la albúmina glucosilada, un marcador adicional para controlar el estado glucémico en personas con diabetes. “Aunque la hemoglobina glicada se mantiene en el organismo 120 días y la albúmina glicada lo hace menos tiempo, ambas en conjunto proporcionan una imagen más completa del perfil glucémico del paciente. Esto nos ayuda a realizar un mejor seguimiento en pacientes, a predecir mejor el riesgo de diabetes y a detectar la enfermedad de una manera más rápida y precisa”, asegura Ramos.
Plataforma portable
Además de la precisión en los resultados, los expertos apuntan que es el único método portable, que se acopla vía on-line al espectrómetro de masas y que ofrece resultados de dos parámetros, la hemoglobina glicada y la albúmina glicada, ofreciendo más información en una sola etapa de análisis que las tecnologías actuales. “Esto reduce los costes de instrumentación y la cadena de errores, ya que se simplifica el proceso y se reduce el tiempo. Además se requiere una mínima preparación y manipulación de la muestra”, destaca.
Para corroborar sus resultados, detallados en el artículo ‘Analysis of Hemoglobin Glycation Using Microfluidic CE-MS: A Rapid, Mass Spectrometry Compatible Method for Assessing Diabetes Management’, publicados en la revista Analytical Chemistry, los investigadores han comparado los datos de las muestras analizadas, procedentes del hospital de Carolina del Norte, con los de un laboratorio clínico. Ambos coinciden en pacientes con distintos porcentajes de hemoglobina 1c.
Los investigadores trabajan ya en integrar todo el procedimiento en una misma plataforma, es decir, que el proceso que desarrolla el espectrómetro de masas, también se incluya en un chip microelectrónico. “Nuestra idea es lograr un solo dispositivo que esté presente en las consultas médicas y permita un diagnóstico rápido y certero”, adelanta la experta.
Referencia bibliográfica:
Erin A. Redman, Maria Ramos-Payan, J. Scott Mellors, and J. Michael Ramsey. ‘Analysis of Hemoglobin Glycation Using Microfluidic CE-MS: A Rapid, Mass Spectrometry Compatible Method for Assessing Diabetes Management’. Analytical Chemistry.
Imágenes:
La investigadora de la Universidad de Sevilla María Ramos Payán, una de las autoras del estudio, en el laboratorio
https://www.flickr.com/photos/fundaciondescubre/27619613904/in/dateposted-public/
https://www.flickr.com/photos/fundaciondescubre/28157436061/in/dateposted-public/
Más información:
FUNDACIÓN DESCUBRE
Departamento de Comunicación
Teléfono: 954239422
Últimas publicaciones
El objetivo del Plan, con una vigencia de cinco años, es garantizar la plena igualdad de trato y oportunidades de mujeres y hombres, consolidando un camino ya emprendido por la organización, promovida por la Consejería de Universidad, Investigación e Innovación
Sigue leyendo
El Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.
Sigue leyendo
Un equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.
