Inmunoensayo guiado mediante IA mide autoanticuerpos maternos para predecir la probabilidad de una enfermedad del espectro del autismo
|
Por el equipo editorial de LabMedica en español Actualizado el 02 Feb 2021 |

Imagen: Estructura de la proteína CRMP1 (Fotografía cortesía de Wikimedia Commons)
Un inmunoensayo, guiado por IA, que mide los autoanticuerpos maternos, predice con precisión la probabilidad de que un niño desarrolle un trastorno del espectro autista (TEA).
Investigadores de la Universidad de California, Davis (EUA), habían identificado previamente la presencia de autoanticuerpos maternos contra las proteínas cerebrales fetales específicas de los TEA, ahora denominados autoanticuerpos maternos relacionados con el TEA (MAR-TEA). En un artículo reciente, discutieron la creación y validación de un ensayo serológico para identificar patrones de reactividad de autoanticuerpos maternos específicos de TEA contra ocho proteínas previamente identificadas (CRMP1, CRMP2, GDA, NSE, LDHA, LDHB, STIP1 e YBOX) que tienen una expresión alta en el desarrollo del cerebro.
Los investigadores analizaron el plasma de 450 madres de niños diagnosticados con TEA y de 342 madres de niños con un desarrollo típico para desarrollar una prueba ELISA para cada uno de los antígenos proteicos. Luego utilizaron un algoritmo de aprendizaje automático para determinar patrones de asociación altamente significativa con los TEA y descubrieron varios patrones que eran específicos del TEA.
Los resultados revelaron que los tres patrones principales asociados con MAR-TEA fueron CRMP1 + GDA, CRMP1 + CRMP2 y NSE + STIP1. Además, encontraron que la reactividad de los autoanticuerpos maternos a CRMP1 aumentaba significativamente las probabilidades de que un niño tuviera una puntuación de gravedad más alta en el Programa de Observación de Diagnóstico de Autismo (ADOS).
“Las implicaciones de este estudio son tremendas”, dijo la autora principal, la Dra. Judy Van de Water, profesora de reumatología, alergia e inmunología clínica en la Universidad de California en Davis. “Es la primera vez que se ha utilizado el aprendizaje automático para identificar con 100% de exactitud patrones específicos de MAR-TEA como posibles biomarcadores de riesgo de TEA. Podemos imaginar que una mujer podría hacerse un análisis de sangre para estos anticuerpos antes de quedar embarazada. Si los tuviera, sabría que correría un riesgo muy alto de tener un hijo con autismo. Si no, tiene un 43% menos de posibilidades de tener un hijo con autismo, ya que el autismo por MAR está descartado”.
El artículo fue publicado en la edición digital del 22 de enero de 2021 de la revista Molecular Psychiatry.
Enlace relacionado:
Universidad de California, Davis
Investigadores de la Universidad de California, Davis (EUA), habían identificado previamente la presencia de autoanticuerpos maternos contra las proteínas cerebrales fetales específicas de los TEA, ahora denominados autoanticuerpos maternos relacionados con el TEA (MAR-TEA). En un artículo reciente, discutieron la creación y validación de un ensayo serológico para identificar patrones de reactividad de autoanticuerpos maternos específicos de TEA contra ocho proteínas previamente identificadas (CRMP1, CRMP2, GDA, NSE, LDHA, LDHB, STIP1 e YBOX) que tienen una expresión alta en el desarrollo del cerebro.
Los investigadores analizaron el plasma de 450 madres de niños diagnosticados con TEA y de 342 madres de niños con un desarrollo típico para desarrollar una prueba ELISA para cada uno de los antígenos proteicos. Luego utilizaron un algoritmo de aprendizaje automático para determinar patrones de asociación altamente significativa con los TEA y descubrieron varios patrones que eran específicos del TEA.
Los resultados revelaron que los tres patrones principales asociados con MAR-TEA fueron CRMP1 + GDA, CRMP1 + CRMP2 y NSE + STIP1. Además, encontraron que la reactividad de los autoanticuerpos maternos a CRMP1 aumentaba significativamente las probabilidades de que un niño tuviera una puntuación de gravedad más alta en el Programa de Observación de Diagnóstico de Autismo (ADOS).
“Las implicaciones de este estudio son tremendas”, dijo la autora principal, la Dra. Judy Van de Water, profesora de reumatología, alergia e inmunología clínica en la Universidad de California en Davis. “Es la primera vez que se ha utilizado el aprendizaje automático para identificar con 100% de exactitud patrones específicos de MAR-TEA como posibles biomarcadores de riesgo de TEA. Podemos imaginar que una mujer podría hacerse un análisis de sangre para estos anticuerpos antes de quedar embarazada. Si los tuviera, sabría que correría un riesgo muy alto de tener un hijo con autismo. Si no, tiene un 43% menos de posibilidades de tener un hijo con autismo, ya que el autismo por MAR está descartado”.
El artículo fue publicado en la edición digital del 22 de enero de 2021 de la revista Molecular Psychiatry.
Enlace relacionado:
Universidad de California, Davis
Últimas Diagnóstico Molecular noticias
- Huella inmunitaria en sangre predice efectos secundarios de nuevos fármacos para Alzheimer
- Análisis de sangre predice demencia en mujeres hasta 25 años antes del inicio de los síntomas
- Prueba diagnóstica clínica detecta variantes genéticas adicionales en pacientes con leucemia aguda
- Aptámeros de ADN ofrecen nueva herramienta para un análisis de sangre sencillo para Alzheimer
- Las biopsias líquidas revelan resistencia a la terapia en cáncer de próstata metastásico
- Las pruebas rápidas de VRS reducen la prescripción de antibióticos en niños
- Biopsia líquida basada en IA detecta señales de fibrosis hepática, cirrosis y enfermedad crónica
- Análisis de sangre podría detectar preeclampsia antes de que aparezcan síntomas
- Análisis de sangre con IA detecta antes el riesgo de recaída tras trasplante
- Análisis de sangre con IA detecta cáncer de páncreas temprano con más del 90% de precisión
- Prueba portátil detecta simultáneamente cuatro ITS comunes en una hora
- Análisis de sangre podría ayudar a guiar decisiones de tratamiento en tumores de células germinales
- Prueba simple de saliva de una hora detecta cánceres comunes
- Análisis de sangre podría detectar de forma temprana una afección posoperatoria común
- Nuevo análisis de sangre podría ayudar a predecir la recurrencia del cáncer testicular
- Nueva prueba detecta Alzheimer al analizar formas alteradas de proteínas en sangre
Canales
Química Clínica
ver canal
Un sensor de IA detecta trastornos neurológicos con una sola gota de saliva
Trastornos neurológicos como el Parkinson y el Alzheimer suelen desarrollarse gradualmente y presentar síntomas sutiles en sus primeras etapas. Dado que los signos tempranos suelen ser vagos... MásNuevo índice sanguíneo permite la detección más temprana de la fibrosis hepática
La enfermedad del hígado graso metabólico es muy prevalente y a menudo asintomática; sin embargo, puede progresar a fibrosis, cirrosis e insuficiencia hepática.... MásHematología
ver canal
Prueba rápida en cartuchos busca ampliar acceso al diagnóstico de trastornos de hemoglobina
La anemia de células falciformes y la beta talasemia son trastornos de la hemoglobina que a menudo requieren la derivación a laboratorios especializados para un diagnóstico definitivo,... Más
Nuevas directrices buscan mejorar diagnóstico de amiloidosis AL
La amiloidosis de cadenas ligeras (AL) es un trastorno poco común y potencialmente mortal de la médula ósea, en el que las proteínas amiloides anormales se acumulan en los órganos. Aproximadamente 3.... MásInmunología
ver canal
Firmas de mutación del cáncer mejoran la predicción de la respuesta a inmunoterapia
Las células cancerosas acumulan miles de mutaciones genéticas, pero no todas afectan a los tumores de la misma manera. Algunas hacen que las células cancerosas sean más visibles... Más
Firma inmunitaria identificada en miastenia gravis resistente al tratamiento
La miastenia gravis es un trastorno autoinmune poco común en el que el ataque inmunitario a la unión neuromuscular causa debilidad fluctuante que puede afectar la visión, el movimiento,... MásMicrobiología
ver canal
OMS recomienda pruebas POC, hisopos de lengua y agrupamiento de esputo para diagnóstico de TB
La tuberculosis (TB) sigue siendo una de las principales causas de muerte por enfermedades infecciosas en el mundo; sin embargo, millones de casos no se diagnostican o se detectan demasiado tarde.... Más
Nuevo método de imágenes podría ayudar a predecir infecciones intestinales peligrosas
Las infecciones por Clostridioides difficile afectan a aproximadamente medio millón de personas en Estados Unidos cada año y son una de las principales causas de diarrea infecciosa en entornos... MásPatología
ver canal
Herramienta de IA predice la respuesta a la quimioterapia a partir de portaobjetos de biopsia
La selección de la quimioterapia de primera línea para el cáncer de páncreas avanzado generalmente implica probar uno de dos regímenes aprobados y cambiarlo si la respuesta... Más
Primer dispositivo óptico con microagujas del mundo permite pruebas clínicas sin extracción de sangre
La extracción de sangre es uno de los procedimientos clínicos más comunes, pero puede resultar difícil o incómoda para muchos pacientes, especialmente para los adultos... MásTecnología
ver canal
Modelo de IA supera a clínicos en la detección de enfermedades raras
Se estima que las enfermedades raras afectan a 300 millones de personas en todo el mundo; sin embargo, el diagnóstico suele ser largo y propenso a errores. Muchas de estas afecciones presentan signos... Más
Diagnóstico por IA demuestra alta precisión en detección de infecciones articulares periprotésicas
La infección articular periprotésica (IAP) es una complicación poco frecuente pero grave que afecta entre el 1 % y el 2 % de las cirugías primarias de reemplazo articular.... MásIndustria
ver canal
Agilent Technologies adquiere la empresa de diagnóstico patológico Biocare Medical
Agilent Technologies (Santa Clara, California, EE. UU.) ha firmado un acuerdo definitivo para adquirir Biocare Medical (Pacheco, California, EE. UU.), ampliando así su cartera de productos de p... Más








