Un equipo del CONICET combinó chips de grafeno, nanoanticuerpos y machine learning para crear un biosensor capaz de diagnosticar hepatitis E con precisión cercana al 100%, pensado para zonas rurales y centros de salud con pocos recursos.
¿Qué es la hepatitis E y por qué está subdiagnosticada en Argentina?
La hepatitis E es una enfermedad hepática de origen viral que, según la Organización Mundial de la Salud (OMS), genera casi 20 millones de casos anuales en el mundo. Aunque Argentina es catalogada como un país de baja endemia, en la última década se registraron brotes en las regiones centro y norte del país.
El problema principal es la dificultad para distinguirla clínicamente: sus síntomas —en particular la ictericia— se confunden con los de otras hepatitis e infecciones. Esto provoca que muchos casos pasen desapercibidos, especialmente en áreas con acceso limitado a diagnósticos especializados.
La tecnología detrás del biosensor: grafeno, nanoanticuerpos e IA
El dispositivo fue desarrollado por investigadores del CONICET radicados en La Plata, dentro del marco de la Red ViroSensAr —una iniciativa creada en 2023 para impulsar biosensores rápidos ante infecciones virales en el país. Participan tres institutos: el INIFTA (CONICET-UNLP), el INQUIMAE (CONICET-UBA) y el INSIBIO (CONICET-UNT), junto con la startup de bioelectrónica Gisens Biotech.
La base del sistema son chips de grafeno: un material derivado del grafito que es cien veces más duro que el acero y posee una conductividad eléctrica superior a la del cobre. A diferencia de los chips de silicio convencionales, el grafeno permite fabricar sensores de alta sensibilidad en un tamaño reducido.
Sobre estos chips se integraron nanoanticuerpos desarrollados en el INSIBIO: proteínas derivadas de camélidos —como llamas y alpacas— que son hasta diez veces más pequeñas que los anticuerpos convencionales. Su función es reconocer específicamente el antígeno ORF2, el principal marcador del virus de la hepatitis E.
"Por primera vez pudimos integrar esos nanoanticuerpos sobre chips sensores de grafeno", explicó Esteban Piccinini, investigador del INIFTA y coautor de los estudios, quien en 2023 recibió el premio MIT Innovators Under 35.
Cómo el machine learning llevó la precisión diagnóstica casi al 100%
El salto cualitativo llegó al incorporar un algoritmo de machine learning desarrollado por Gisens Biotech. El test original presentaba una sensibilidad del 89% y una especificidad del 69%. Tras integrar la inteligencia artificial, ambos indicadores escalaron a valores cercanos al 100%.
"El test pasó de una sensibilidad del 89% y una especificidad del 69% a casi un 100% en ambos valores una vez complementado con esta técnica." — Esteban Piccinini, INIFTA-CONICET
Esta combinación de hardware avanzado e inteligencia artificial convierte al dispositivo en una herramienta de diagnóstico de alta precisión accesible, sin necesidad de laboratorios complejos.
Un diagnóstico simplificado para puntos de testeo rurales y centros de salud pequeños
Una de las ventajas más destacadas del nuevo dispositivo portátil de diagnóstico es que opera con sangre capilar obtenida mediante una pequeña punción en la yema del dedo, eliminando la necesidad de extracción venosa. Esto simplifica el procedimiento y lo hace viable en contextos con menor infraestructura médica.
Piccinini señaló que "esta simplificación va a permitir realizar diagnósticos en puntos de testeo chicos o sitios rurales, prescindiendo además de personal altamente especializado".
Monitoreo de carga viral: clave para pacientes con hepatitis E crónica
Más allá de distinguir positivos de negativos, el dispositivo también es capaz de cuantificar la carga viral presente en la muestra. Esto resulta fundamental para el seguimiento de pacientes que desarrollan formas crónicas de la enfermedad y requieren tratamientos farmacológicos prolongados.
Según el investigador, conocer los niveles de antígeno en sangre permite "corroborar si el tratamiento está siendo efectivo o no, y si es necesario cambiar las drogas". Esta funcionalidad posiciona al sensor como una herramienta no solo de diagnóstico inicial, sino también de monitoreo terapéutico continuo.
0 Comentarios