Mejorar el acceso y la calidad del diagnóstico molecular

Noticias Start-up

Una startup del CONICET desarrolla kits portátiles y económicos dotados de inteligencia artificial para analizar muestras a nivel molecular de manera rápida y brindar resultados en minutos.

Limay Biosciences es una empresa de base tecnológica (EBT) del Consejo Nacional de Investigaciones Científicas y Técnicas de Argentina (CONICET), que desarrolla kits de diagnóstico portátiles y de bajo costo, basados en inteligencia artificial (IA).

El origen de esta startup, creada durante la pandemia, está ligado a la experiencia del médico e investigador Marcelo Kauffman, jefe del Consultorio y Laboratorio de Neurogenética del Hospital Ramos Mejía e investigador del Instituto de Investigaciones en Medicina Traslacional que depende del CONICET y de la Facultad de Ciencias Biomédicas de la Universidad Austral. «Fue en el área de investigación molecular y neurogenética de hospitales y laboratorios públicos donde nos dimos cuenta de lo urgente que era contar con diagnósticos rápidos y precisos, sobre todo para enfermedades complejas o poco frecuentes. Eso nos impulsó a dar el salto y apostar por convertir nuestra experiencia científica en un proyecto de impacto real”, explica.

Kauffman y otros dos fundadores de la startup, Dolores González Morón y Federico Scagliotti, se propusieron crear equipos de diagnóstico portátiles, rápidos y efectivos, sin necesidad de laboratorio complejos con el fin de aportar soluciones en un contexto en el que el 47% de la población mundial tiene poco o ningún acceso a los diagnósticos. Esta deficiencia genera retrasos en los tratamientos, mayores tasas de mortalidad y una sobrecarga para los sistemas de atención sanitaria.

Diagnósticos basados en IA y otras tecnologías de punta

Limay Biosciences cuenta con un equipo de biólogos, médicos, ingenieros biomédicos, diseñadores industriales, contadores y comunicadores trabajando en un laboratorio equipado con tecnología de avanzada, con un área de microingeniería y una sección para el diseño, prototipado, desarrollo e impresión 3D de sus dispositivos portátiles.

Los dispositivos tienen un tamaño de 20 cm y un peso de 300 gramos y son sistemas compactos que contienen tecnologías basadas en CRISPR-Cas12, una técnica para detectar en muestras de sangre fragmentos específicos de ADN asociados a patologías que luego son amplificados por una metodología llamada LAMP para analizarlos y realizar un diagnóstico rápido y preciso.

“Estas tecnologías son potenciadas con inteligencia artificial (IA), es decir, algoritmos de aprendizaje automático (machine learning) que permiten detectar en sangre moléculas patológicas diminutas o secuencias genómicas (fragmentos de ADN) asociados a enfermedades y analizarlos con mayor precisión y rapidez”, puntualiza Kauffman. Y enfatiza: “Alcanzamos un límite de detección más bajo, detectando cantidades mínimas de material genético que suelen generar falsos negativos con los métodos convencionales. En definitiva, la IA potencia la sensibilidad y velocidad de nuestras pruebas, acercándonos cada vez más a un diagnóstico de campo (point-of-care) verdaderamente confiable y rápido, lo cual es esencial”.

Ante la pregunta sobre el futuro de la startup, Kauffman comenta que «nuestro test de dengue ya finalizó con éxito su fase de validación clínica. Esperamos obtener la aprobación regulatoria dentro de este año, lo que nos permitirá iniciar su comercialización y brindar una herramienta de diagnóstico más rápida y confiable”.

Asimismo, la startup está trabajando en el desarrollo de nuevos productos orientados al diagnóstico de infecciones respiratorias, así como en la detección de marcadores de resistencia a antibióticos para enfrentar de manera más eficaz las infecciones bacterianas severas. “Creemos que estos avances contribuirán significativamente a mejorar la calidad de la atención médica y a reducir la propagación de la resistencia antimicrobiana en los entornos clínicos”, indica el investigador del CONICET.

Fuentes:

CONICET

https://limay.bio/

Please follow and like us: