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.

LabMedica

Deascargar La Aplicación Móvil
Noticias Recientes Expo COVID-19 Química Clínica Diagnóstico Molecular Hematología Inmunología Microbiología Patología Tecnología Industria Focus

Células T no convencionales en pacientes con COVID-19 predicen el resultado de la enfermedad

Por el equipo editorial de LabMedica en español
Actualizado el 15 Sep 2020
Imagen: El aumento de la activación de las células MAIT e iNKT se asocia con un mejor resultado en pacientes con COVID-19 grave (Fotografía cortesía de la Universidad de Tours).
Imagen: El aumento de la activación de las células MAIT e iNKT se asocia con un mejor resultado en pacientes con COVID-19 grave (Fotografía cortesía de la Universidad de Tours).
Si bien la mayoría de las personas infectadas con el virus del SARS-CoV-2 experimentan síntomas relativamente leves, algunos pacientes desarrollan una respuesta inflamatoria aberrante que puede dañar los pulmones y causar el síndrome de dificultad respiratoria aguda (SDRA) que, eventualmente, causa la muerte de los pacientes.

Las células T no convencionales son una clase diversa de células inmunitarias que ayudan a controlar la respuesta a la infección viral y se encuentran comúnmente en los pulmones y otros tejidos de la mucosa del cuerpo. Esta clase heterogénea de células T comprende tres linajes principales, que incluyen células T invariantes asociadas a mucosas (MAIT), γδT y células T asesinas naturales invariantes (iNKT).

Los científicos médicos de la Universidad de Tours (Tours, Francia) examinaron a 30 pacientes ingresados en cuidados intensivos con COVID-19 grave y compararon las células inmunes en la sangre y los pulmones con las que se encuentran en voluntarios o pacientes sanos ingresados en la UCI por motivos distintos a COVID-19. Se obtuvieron aspirados endotraqueales (AET) de siete pacientes intubados sin COVID-19 o 20 pacientes con COVID-19 que estaban bajo ventilación mecánica invasiva.

La coloración se realizó utilizando anticuerpos de BioLegend (San Diego, CA, EUA) y Miltenyi Biotec (Bergisch Gladbach, Alemania). Los mediadores inflamatorios se midieron en sueros y sobrenadantes de AET mediante el panel de detección de citoquinas humanas Bio-Plex Pro (Bio-Rad, Hércules, CA, EUA) en un ensayo de perlas fluorescentes múltiples (Luminex Technologies, Austin, TX, EUA).

Los investigadores informaron que encontraron dos tipos de células T no convencionales, conocidas como células T invariantes asociadas a la mucosa (MAIT) y células T asesinas naturales invariantes (iNKT), que se redujeron drásticamente en la sangre de pacientes con COVID-19 grave. Sin embargo, la cantidad de células MAIT aumentó en las vías respiratorias de los pacientes, lo que sugiere que estas células podrían moverse de la sangre a los pulmones para controlar la respuesta a la infección por SARS-CoV-2. Las células MAIT e iNKT de los pacientes con COVID-19 parecían estar altamente activadas y producían distintos conjuntos de moléculas inflamatorias. El equipo descubrió que los pacientes cuyas células MAIT e iNKT circulantes estaban particularmente activas en el momento de su ingreso en la UCI eran menos susceptibles a la hipoxemia (niveles bajos de oxígeno en sangre) y fueron dados de alta antes que los pacientes cuyas células MAIT e iNKT eran menos activas.

Christophe Paget, PhD, inmunólogo médico y autor principal del estudio dijo: “A pesar de esto, aún no se ha explorado el papel de las células T no convencionales en el proceso fisiopatológico del SDRA, impulsado por el SARS-CoV-2. En conjunto, nuestros hallazgos deberían fomentar más estudios sobre las células MAIT e iNKT en el SDRA inducido por el SARS-CoV-2 para evaluar su potencial como biomarcadores y/u objetivos para las estrategias de intervención inmunológica”. El estudio fue publicado el 4 de septiembre de 2020 en la revista Journal of Experimental Medicine.

Enlace relacionado:
Universidad de Tours
BioLegend
Bio-Rad
Luminex Technologies

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Lector rapido de tarjetas
EASY READER+
New
Automated Immunoassay Analyzer
SuperFlex™
Immunofluorescence Analyzer
IFA System

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