Nueva herramienta ayuda a distinguir la causa de los coágulos de sangre
Mosaico de un coágulo de sangre creado usando numerosas imágenes de plaquetas adquiridas a través del método iPAC. Crédito: Yuqi Zhou (CC BY 4.0)
Una nueva herramienta que utiliza tecnología de punta es capaz de distinguir diferentes tipos de coágulos de sangre en función de su causa, según un estudio publicado en eLife.
La herramienta podría ayudar a los médicos a diagnosticar qué causó un coágulo de sangre y ayudarlos a seleccionar un tratamiento que aborde la causa para romperlo. Por ejemplo, podría ayudarlos a determinar si la aspirina u otro tipo de medicamento anticoagulante sería la mejor opción para una persona que acaba de sufrir un ataque al corazón o un derrame cerebral.
Los coágulos de sangre se producen cuando se forman pequeños coágulos de sangre pegajosos. células llamadas plaquetas se agrupan. Esto puede ayudar a detener el sangrado después de un corte, pero también puede ser dañino al causar un derrame cerebral o un ataque cardíaco al bloquear un vaso sanguíneo. «Diferentes tipos de coágulos de sangre son causados por diferentes moléculas, pero todos se ven muy similares», explica el autor principal, Yuqi Zhou, Ph.D. estudiante del Departamento de Química de la Universidad de Tokio, Japón. «Además, son casi imposibles de diferenciar usando las herramientas existentes, como los microscopios».
Para desarrollar un enfoque más efectivo para identificar diferentes tipos de coágulos de sangre, Zhou y sus colegas tomaron muestras de sangre de un individuo y luego lo expuso a diferentes agentes de coagulación. El equipo capturó miles de imágenes de los diferentes tipos de coágulos usando una técnica llamada citometría de flujo de imágenes de alto rendimiento.
Luego usaron un tipo de tecnología de aprendizaje automático llamada red neuronal convolucional para entrenar una computadora para identificar diferencias sutiles en la forma de diferentes tipos de coágulos causados por diferentes moléculas. Probaron esta herramienta en 25 000 imágenes de coágulos que la computadora nunca había visto antes y descubrieron que también podía distinguir la mayoría de los tipos de coágulos en las imágenes.
Finalmente, probaron si esta nueva herramienta, que llamado clasificador inteligente de agregados de plaquetas (iPAC), puede diagnosticar diferentes tipos de coágulos en muestras de sangre humana. Tomaron muestras de sangre de cuatro personas sanas, las expusieron a diferentes agentes de coagulación y demostraron que iPAC podía diferenciar los diferentes tipos de coágulos.
«Demostramos que iPAC es una herramienta poderosa para estudiar el mecanismo subyacente de la formación de coágulos», dice Zhou. Agrega que, dados los informes recientes de que COVID-19 causa coágulos de sangre, la tecnología podría algún día usarse para comprender mejor el mecanismo detrás de estos coágulos también, aunque actualmente se desconoce mucho sobre el virus.
«Usar esta nueva herramienta puede descubrir las características de diferentes tipos de coágulos que los humanos no reconocían anteriormente y permitir el diagnóstico de coágulos causados por combinaciones de agentes coagulantes», dice el autor principal Keisuke Goda, profesor del Departamento de Química de la Universidad de Tokio. «La información sobre las causas de los coágulos puede ayudar a los investigadores y médicos a evaluar la eficacia de los medicamentos anticoagulantes y elegir el tratamiento adecuado, o la combinación de tratamientos, para un paciente en particular».
Explore más
¿Podrían los pequeños coágulos de sangre hacer que el COVID-19 sea más letal? Más información: Yuqi Zhou et al, Clasificación inteligente de agregados plaquetarios por tipo de agonista, eLife (2020). DOI: 10.7554/eLife.52938 Información del diario: eLife
Proporcionado por eLife Cita: Nueva herramienta ayuda a distinguir la causa de los coágulos de sangre (2020, 12 de mayo) recuperado 31 de agosto de 2022 de https://medicalxpress.com/news/2020-05-tool-distinguir-blood-clots.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.