Nuevo método para la detección temprana de enfermedades utilizando gotas de ADN

Nuevo método para la detección temprana de enfermedades utilizando gotas de ADN


03/06/2022

(Noticias de Nanowerk) La formación de gotitas acuosas a través de la separación de fases líquido-líquido (o coacervación) en macromoléculas es un tema candente en la investigación de las ciencias de la vida. De estas diversas macromoléculas que forman gotitas, el ADN es bastante interesante porque es predecible y programable, propiedades que son útiles en nanotecnología. Recientemente, la capacidad de programación del ADN se ha utilizado para diseñar y regular las gotas de ADN formadas por coacervación de ADN con diseño de secuencia.

Un grupo de científicos de la Universidad Tecnológica de Tokio (Tokyo Tech), dirigido por el Prof. Masahiro Takinoue, ha desarrollado una gota de ADN computacional que puede detectar combinaciones específicas de microARN (miARN) sintetizados químicamente que actúan como biomarcadores tumorales. Usando estos miARN como entrada molecular, las gotas pueden proporcionar una salida computacional lógica de ADN a través de la separación de fase física de gotas de ADN.

El Prof. Takinoue explica la necesidad de tales estudios: “Se han informado aplicaciones de gotitas de ADN en microcompartimentos inspirados en células. Aunque los sistemas biológicos regulan sus funciones al combinar la biodetección con la computación molecular, no hay literatura disponible sobre la integración de gotas de ADN con la computación molecular”.

Sus resultados fueron publicados en Materiales funcionales avanzados («Gotas de ADN computacional que reconocen entradas de secuencia de miARN basadas en la separación de fases líquido-líquido»). Gota de ADN computacional que usa separación de fases para detectar entradas de micro ARN Gota de ADN computacional que usa separación de fases para detectar entradas de micro ARN (Imagen: Tokyo Tech)

El desarrollo de esta gota de ADN requirió una serie de experimentos. En primer lugar, diseñaron tres tipos de nanoestructuras de ADN en forma de Y, denominadas Y-motifs A, B y C, con 3 extremos adhesivos para formar gotas de ADN A, B y C. Por lo general, las gotas similares se vinculan automáticamente, mientras que la vinculación de gotas diferentes requiere una molécula «enlazadora» especial. Así que usaron moléculas enlazadoras para conectar la gota A con las gotas B y C; estas moléculas conectoras se denominaron conectores AB y AC, respectivamente.

En su primer experimento, evaluaron la operación «Y» en la mezcla de gotitas AB mediante la introducción de 2 ADN de entrada. En esta operación, la presencia de entrada se registra como 1, mientras que su ausencia se registra como 0. La separación de fases de la mezcla de gotitas AB ocurrió solo en (1,1), lo que implica que ambos ADN de entrada están presentes, lo que sugiere una aplicación exitosa de la operación AND.

Tras este estudio, los científicos decidieron introducir marcadores tumorales de cáncer de mama, miARN-1 y miARN-2, en la mezcla de gotas de CA como entradas para la operación AND. La operación AND fue exitosa, lo que sugiere que la gota de ADN de la computadora identificó los miARN.

En experimentos posteriores, el equipo demostró operaciones AND y NOT simultáneas en una mezcla AB con biomarcadores de cáncer de mama miRNA-3 y miRNA-4. Finalmente, crearon una mezcla de gotitas ABC e introdujeron los 4 biomarcadores de cáncer de mama en esta solución. La separación de fases en la gotita ABC dependía de la escisión del enlazador, lo que daba como resultado una separación de dos fases o una separación de tres fases.

Esta propiedad de la gota ABC permitió a los investigadores demostrar la capacidad de detectar simultáneamente una variedad de biomarcadores de cáncer conocidos, o marcadores de 3 enfermedades. El Prof. Takinoue, quien también es autor correspondiente, ve un enorme potencial para las gotas de ADN computacional. Según él, «si se puede diseñar una gota de ADN que pueda integrar y procesar múltiples entradas y salidas, podemos usarla tanto en la detección temprana de enfermedades como en los sistemas de administración de medicamentos». Nuestro estudio actual también sirve como trampolín para la investigación sobre el desarrollo de células artificiales inteligentes y robots moleculares”.



Related post

Directores de omnicanalidad: cada vez más importantes para las empresas

Directores de omnicanalidad: cada vez más importantes para las…

Hace algunas semanas llamó la atención un post en Linkedin en que una de las empresas más reconocidas en el mundo…
Acelere el análisis para todos – Blog de Cloudera

Acelere el análisis para todos – Blog de Cloudera

 ¿Qué pasaría si pudiera acceder rápidamente a todos sus datos y ejecutar todos sus análisis en un flujo de trabajo…
Materiales 2D para la computación de última generación

Materiales 2D para la computación de última generación

En un comentario compacto publicado en Nature Communications, los investigadores de Graphene Flagship y 2D-EPL describen los campos de aplicación más…

Leave a Reply

Tu dirección de correo electrónico no será publicada.