Nueva Fórmula para Calcular la Edad de tu Perro en años humanos.

Nueva Fórmula para Calcular la Edad de tu Perro en años humanos.

por   11:55 a.m.   No hay comentarios.:

Un nuevo estudio propone que el envejecimiento puede afectar el genoma de perros y humanos de manera similar. Los investigadores analizaron los genomas de 104 labrador retriever entre las edades de 4 semanas y 16 años. Divida su calculadora gráfica: el equipo también ideó una nueva fórmula para calcular la edad de un perro.

Los científicos han adquirido una nueva visión del reloj epigenético que controla cómo envejecen los perros y han ideado una nueva fórmula para determinar exactamente cuántos años tiene ese buen niño o niña en su vida.

Los investigadores estudiaron la metilación del ADN, o modificaciones químicas en ciertos segmentos de ADN, dentro de los genomas de 104 labrador retriever, todos con edades comprendidas entre 4 semanas y 16 años. Resulta que envejecemos de manera similar, informa el equipo en un artículo publicado en el servidor de preimpresión bioRxiv.

En los humanos, la metilación del ADN, la adición de compuestos orgánicos llamados grupos metilo a segmentos específicos de nuestro ADN, puede revelar el impacto de la enfermedad, el estilo de vida y la genética en nuestro ADN. Usando esta información, los científicos han podido crear un reloj epigenético, para entender mejor cómo envejecemos. Los científicos han aprendido que otros animales, como los ratones y los lobos, experimentan la metilación del ADN. Ahora, están utilizando esta investigación para comprender el proceso de envejecimiento en el mejor amigo del hombre.

Finalmente, ciertas regiones del genoma humano y del labrador, áreas con altas tasas de mutación, muestran tasas similares de metilación. Las etapas de la vida de un perro se sincronizan en gran medida con la nuestra; Por ejemplo, los cachorros y los bebés comienzan la dentición a edades más o menos equivalentes.

Ya sea que tenga un pitbull, pug o corgi Pembroke Welsh, su cachorro alcanzará la pubertad alrededor de los 10 meses y probablemente morirá antes de cumplir los 20. (Sí, nos duele escribir eso también). Los científicos saben desde hace mucho tiempo que los perros son susceptibles a muchas de las mismas enfermedades relacionadas con la edad que nosotros, como el cáncer, la artritis y las enfermedades del corazón.

Los investigadores también idearon una nueva forma de calcular la edad de un perro, pero podría decirse que es más complicado que simplemente multiplicar por siete. Para calcular la edad, tendrás que multiplicar el logaritmo natural de la edad de tu cachorro por 16 y luego sumar 31. Aquí está la ecuación:

16 x ln (la edad de tu perro en años humanos) + 31

Súper simple, ¿verdad? (Los investigadores también incluyeron una práctica herramienta de conversión aquí .) Si se pregunta por qué su perro de 2 años registra aproximadamente 40 años humanos, es porque su reloj epigenético funciona un poco más rápido que el suyo, pero se ralentiza a medida que avanza. él envejece.

El equipo espera expandir su investigación para incluir especies de perros adicionales, y hay muchos otros equipos de investigación que se están sumergiendo en el genoma de un perro para descubrir aún más secretos.

FUENTE: popularmechanics

Leer Mas

El número anterior al INFINITO ¿Sabes cuál es?

El número anterior al INFINITO ¿Sabes cuál es?

por   1:19 p.m.   No hay comentarios.:

Supongo que la pregunta viene de que te han explicado los números naturales: 1, 2, 3, 4, 5… y te han dicho que hay infinitos números naturales. Y claro, has pensado que el infinito es un número y que delante de él debe haber otro. Pero el infinito no es un número, es un concepto y además hay muchas clases de infinito.

El infinito es un concepto matemático. Y tienes que saber que en la vida real no hay nada infinito. Cuando a veces decimos que algo es infinito es porque usamos la metáfora del infinito para hablar de cosas muy grandes. Pero es un concepto que en la realidad no es material, es ideal, no se concreta en nada real. Nosotros solo convivimos con cosas finitas.

Los números naturales, que son los de contar: 1, 2, 3, 4, 5, 6…, no se terminan nunca, hay infinitos números naturales. Eso sí puedes entenderlo. Si fueran finitos habría un número que sería el último. Pero al último número natural siempre le puedes sumar 1 y ya hay otro más. Y así siempre, infinitas veces.

Lo que quiero que entiendas es que el infinito no solo es un concepto, sino que además es un concepto muy complejo. Para que te hagas una idea, la aparición del concepto de infinito hizo que las matemáticas tuvieran una evolución enorme. Por ejemplo, uno de los conceptos que necesita la noción de infinito en matemáticas es la idea de límite, de acercarme a algo, aunque no lo alcance nunca, pero me puedo acercar indefinidamente y tan cerca como quiera. El concepto de límite de una función en matemáticas existe porque existe el concepto de infinito. Si no fuera por eso, no existiría. Lo finito no tiende a nada, no se acerca a nada.

También es importante que sepas que hay muchas clases de infinito. El infinito de los números naturales, los que te explicaba que son los de contar, no es el mismo que el infinito de los números reales, por ejemplo. Los números reales son los de la recta real: los naturales que como te he dicho antes son los de contar (1, 2, 3, 4…); los enteros que son los naturales, el 0 y los negativos, es decir, los naturales están contenidos en los enteros; después están los racionales que son un cociente entre un número entero y un número natural, son los que se escriben como p/q, por ejemplo ½ o ¾ son números racionales y los enteros están contenidos en los racionales porque si coges -5 partido por 1, cumple la regla por lo que es un número racional. En matemáticas parecía que esos podían ser todos los números. Pero hay sucesiones de números racionales que se acercan, con el concepto de límite del que hablábamos antes, a números que no son necesariamente racionales. Los números reales son, por tanto, los racionales y esos límites que no son racionales, por ejemplo √2 o el número π. Es fácil probar que esos números no son racionales porque no se pueden escribir como un cociente de un número entero y un número natural. Esos son los números reales, los racionales y los límites de los números reales a los que llamamos irracionales.


Pues bien, la cantidad de números reales es también infinita, pero es un infinito más grande que el de los números naturales. Los naturales se pueden numerar de una cierta manera, pero los reales, no, son muchos más. Podríamos decir que hay diversos niveles de infinitos. El de los naturales es el infinito más pequeño que hay y el siguiente estadio de infinito es el de los números reales que es mucho mayor.


Marta Macho Stadler es matemática, profesora de Geometría y Topología en la Universidad del País Vasco y especialista en teoría geométrica de foliaciones y geometría no conmutativa.

FUENTE: https://elpais.com/ciencia/2020-11-03/cual-es-el-numero-anterior-a-infinito.html.

Leer Mas

En esta semana la Tierra y Marte estarán a una distancia más corta en los próximos 15 años.

En esta semana la Tierra y Marte estarán a una distancia más corta en los próximos 15 años.

por   11:16 a.m.   No hay comentarios.:

Marte, nuestro segundo primo cósmico más cercano, ha estado en nuestro imaginario colectivo durante décadas. Entre las fantasías de las visitas marcianas y la promesa de agua bajo su superficie helada, Marte no necesita hacer mucho para estar en nuestros buenos libros colectivos.

Pero muy pronto, Marte no solo estará cerca de nuestros corazones, sino también más cercano a nuestro planeta real, a solo 62,1 millones de kilómetros (38,6 millones de millas) de la Tierra.

Esto es lo más cerca que estará durante los próximos 15 años. Y significa que es muy recomendable observar las estrellas, ya que Marte será brillante, grande y fácil de ver con o sin telescopio.

Recomendamos consultar un mapa del cielo para determinar dónde estará Marte en el cielo nocturno en su ubicación para que pueda planificar la mejor visualización.

Pero la buena noticia es que estará en una región del cielo nocturno con muy pocas estrellas y, si tiene suerte, también podrá ver a Júpiter y Saturno brillando más cerca del horizonte.

El día en que estaremos más cerca de Marte es el 6 de octubre, así que muévete.

Como puede ver en este video a continuación, tanto Marte como la Tierra están en órbitas ligeramente elípticas, lo que significa que ocasionalmente pueden acercarse mucho entre sí.

El encuentro más cercano posible es cuando la Tierra está más lejos del Sol (afelio) y Marte es el más cercano al Sol (perihelio). En este punto, los dos estarían separados por un mínimo de 54,6 millones de kilómetros (33,9 millones de millas).

 

Esta configuración se llama oposición y ocurre cada dos años aproximadamente. Pero en realidad nunca nos hemos grabado alcanzando ese punto perfecto "más cercano".

La aproximación más cercana que hayamos registrado ocurrió en 2003, con solo 55,7 millones de kilómetros que nos separan de Marte. Hace dos años, 2018 también estuvo bastante cerca, con solo 57,6 millones de kilómetros (35,8 millones de millas) entre nosotros.

Sin embargo, desafortunadamente, nos estamos alejando cada vez más de nuestro vecino más cercano y no comenzaremos a acercarnos nuevamente hasta 2029, culminando con una aproximación muy cercana en 2035, a solo 56.9 millones de kilómetros (35.4 millones de millas) de distancia, así que comience. ¡Planifique su horario de observación de Marte 2035 con mucha anticipación!

En el otro extremo de la escala de una oposición hay una conjunción, cuando los dos planetas están más lejos el uno del otro. Pueden terminar a 401 millones de kilómetros (250 millas) de distancia entre sí. Esto ocurre cuando la Tierra y Marte están en lados opuestos del Sol y ambos en su afelio.

Es por esta razón que las organizaciones espaciales aprovechan la corta distancia entre nuestros planetas cuando surgen estas ventanas. Este año fue una gran oportunidad para muchas misiones al Planeta Rojo.

Si recuerdas, Mars One planeó lanzar un módulo de aterrizaje en Marte en 2020 antes de eso , um, nunca lo hizo .

Pero tres misiones despegaron con éxito. El rover Perseverance de la NASA está casi a la mitad de  su viaje al planeta rojo después de despegar en julio, mientras que otras dos misiones partieron hacia Marte en la misma ventana de dos semanas .

El próximo lote de misiones a Marte, como Mars Sample Return , viajará en 2022, pero tendrán que viajar 20 millones de kilómetros adicionales, ya que estaremos a una distancia de 81,5 millones de kilómetros (50,6 millones de millas) en nuestro acercamiento más cercano durante este tiempo.

Así que esta semana es una oportunidad muy especial que no volveremos a tener hasta el 2035. ¡Asegúrate de saludar a Marte a medida que pasa!

Fuente: ScienceAlert

Leer Mas

Las matemáticas muestran cómo el cerebro se mantiene estable a pesar del ruido.

Las matemáticas muestran cómo el cerebro se mantiene estable a pesar del ruido.

por   11:12 a.m.   No hay comentarios.:

Ya sea que esté jugando a Ir a un parque entre el canto de los pájaros, una brisa suave y niños jugando a atrapar cerca o si está jugando en un estudio con un reloj en una estantería y un gato ronroneando en el sofá, si la situación del juego es idéntica y clara , su próximo movimiento probablemente también lo sea, independientemente de esas diferentes condiciones. Seguirás jugando el mismo siguiente movimiento a pesar de una amplia gama de sentimientos internos o incluso si algunas neuronas aquí y allá son un poco erráticas. ¿Cómo supera el cerebro las alteraciones impredecibles y variables para producir cálculos fiables y estables? Un nuevo estudio realizado por neurocientíficos del MIT proporciona un modelo matemático que muestra cómo tal estabilidad surge inherentemente de varios mecanismos biológicos conocidos.

Más fundamental que el ejercicio deliberado del control cognitivo sobre la atención, el modelo que desarrolló el equipo describe una inclinación hacia la estabilidad robusta que se construye en los circuitos neuronales en virtud de las conexiones o "sinapsis" que las neuronas establecen entre sí. Las ecuaciones que derivaron y publicaron en PLOS Computational Biology muestran que las redes de neuronas involucradas en el mismo cálculo convergerán repetidamente hacia los mismos patrones de actividad eléctrica, o "tasas de disparo", incluso si a veces son perturbadas arbitrariamente por el ruido natural del individuo. neuronas o estímulos sensoriales arbitrarios que el mundo puede producir.

"¿Cómo le da sentido el cerebro a esta naturaleza altamente dinámica y no lineal de la actividad neuronal?" dijo el coautor principal Earl Miller, profesor Picower de neurociencia en el Instituto Picower para el Aprendizaje y la Memoria y el Departamento de Ciencias Cerebrales y Cognitivas (BCS) del MIT. "El cerebro es ruidoso, hay diferentes condiciones iniciales: ¿cómo logra el cerebro una representación estable de la información frente a todos estos factores que pueden afectarlo?"

Para averiguarlo, el laboratorio de Miller, que estudia cómo las redes neuronales representan información, unió fuerzas con el colega de BCS y profesor de ingeniería mecánica Jean-Jacques Slotine, quien dirige el Laboratorio de Sistemas No Lineales en el MIT. Slotine trajo el método matemático de "análisis de contracción", un concepto desarrollado en la teoría de control, al problema junto con las herramientas que desarrolló su laboratorio para aplicar el método. Las redes de contratación exhiben la propiedad de trayectorias que parten de puntos dispares y finalmente convergen en una trayectoria, como afluentes en una cuenca. Lo hacen incluso cuando las entradas varían con el tiempo. Son resistentes al ruido y a las perturbaciones,

"En un sistema como el cerebro, en el que hay [cientos de miles de millones] de conexiones, las preguntas sobre qué preservará la estabilidad y qué tipo de restricciones impone a la arquitectura del sistema se vuelven muy importantes", dijo Slotine.

Las matemáticas reflejan mecanismos naturales

Leo Kozachkov, un estudiante de posgrado en los laboratorios de Miller y Slotine, dirigió el estudio aplicando el análisis de contracciones al problema de la estabilidad de los cálculos en el cerebro. Lo que encontró es que las variables y términos en las ecuaciones resultantes que refuerzan la estabilidad reflejan directamente las propiedades y los procesos de las sinapsis: las conexiones del circuito inhibitorio pueden volverse más fuertes, las conexiones del circuito excitador pueden debilitarse, ambos tipos de conexiones suelen estar estrechamente equilibrados entre sí. , y las neuronas hacen muchas menos conexiones de las que podrían (cada neurona, en promedio, podría hacer aproximadamente 10 millones de conexiones más de las que hace).


"Estas son todas las cosas que los neurocientíficos han descubierto, pero no las han relacionado con esta propiedad de estabilidad", dijo Kozachkov. "En cierto sentido, estamos sintetizando algunos hallazgos dispares en el campo para explicar este fenómeno común".

El nuevo estudio, que también involucró al postdoctorado del laboratorio Miller Mikael Lundqvist, no fue el primero en lidiar con la estabilidad en el cerebro, pero los autores argumentan que ha producido un modelo más avanzado al tener en cuenta la dinámica de las sinapsis y al permitir amplias variaciones en condiciones de partida. También ofrece pruebas matemáticas de estabilidad, agregó Kozachkov.

Aunque se centró en los factores que garantizan la estabilidad, señalaron los autores, su modelo no llega tan lejos como para condenar al cerebro a la inflexibilidad o al determinismo. La capacidad del cerebro para cambiar, para aprender y recordar, es tan fundamental para su función como su capacidad para razonar y formular comportamientos estables de manera constante.

"No estamos preguntando cómo cambia el cerebro", dijo Miller. "Nos preguntamos cómo evita que el cerebro cambie demasiado".

Aún así, el equipo planea seguir iterando en el modelo, por ejemplo, abarcando una contabilidad más rica de cómo las neuronas producen picos individuales de actividad eléctrica, no solo las tasas de esa actividad.

También están trabajando para comparar las predicciones del modelo con datos de experimentos en los que los animales realizaron repetidamente tareas en las que necesitaban realizar los mismos cálculos neuronales, a pesar de experimentar un ruido neuronal interno inevitable y al menos pequeñas diferencias de entrada sensorial.


Finalmente, el equipo está considerando cómo los modelos pueden informar la comprensión de diferentes estados de enfermedad del cerebro. Las aberraciones en el delicado equilibrio de la actividad neuronal excitadora e inhibidora en el cerebro se consideran cruciales en la epilepsia, señala Kozachkov. Un síntoma de la enfermedad de Parkinson también implica una pérdida de estabilidad motora con raíces neuronales. Miller agrega que algunos pacientes con trastornos del espectro autista tienen dificultades para repetir acciones de manera estable (por ejemplo, cepillarse los dientes) cuando las condiciones externas varían (por ejemplo, cepillarse en una habitación diferente).

El Instituto Nacional de Salud Mental, la Oficina de Investigación Naval, la Fundación Nacional de Ciencias y la Fundación JPB apoyaron la investigación

FUENTE: https://www.sciencedaily.com/

Leer Mas

COVID-19-Nuevo Modelo Matemático ayuda a rastrear el comportamiento de las epidemias y mutaciones en las enfermedades.

COVID-19-Nuevo Modelo Matemático ayuda a rastrear el comportamiento de las epidemias y mutaciones en las enfermedades.

por   11:06 a.m.   No hay comentarios.:

A medida que COVID-19 se extiende por todo el mundo, los líderes confían en modelos matemáticos para tomar decisiones económicas y de salud pública.

Un nuevo modelo desarrollado por los investigadores de Princeton y Carnegie Mellon mejora el seguimiento de las epidemias al tener en cuenta las mutaciones en las enfermedades. Ahora, los investigadores están trabajando para aplicar su modelo para permitir a los líderes evaluar los efectos de las contramedidas a las epidemias antes de desplegarlos.

"Queremos poder considerar intervenciones como cuarentenas, aislar personas, etc., y luego ver cómo afectan la propagación de una epidemia cuando el patógeno está mutando a medida que se propaga", dijo H. Vincent Poor, uno de los investigadores de este estudio. y decano interino de ingeniería de Princeton.

Los modelos utilizados actualmente para rastrear epidemias utilizan datos de médicos y trabajadores de la salud para hacer predicciones sobre la progresión de una enfermedad. Poor, el profesor de Ingeniería Eléctrica de la Universidad Michael Henry Strater, dijo que el modelo más utilizado hoy en día no está diseñado para dar cuenta de los cambios en la enfermedad que se está rastreando. Esta incapacidad para explicar los cambios en la enfermedad puede hacer que sea más difícil para los líderes contrarrestar la propagación de una enfermedad. Saber cómo una mutación podría afectar la transmisión o la virulencia podría ayudar a los líderes a decidir cuándo instituir órdenes de aislamiento o enviar recursos adicionales a un área.

"En realidad, estas son cosas físicas, pero en este modelo, se resumen en parámetros que pueden ayudarnos a comprender más fácilmente los efectos de las políticas y de las mutaciones", dijo Poor.

Si los investigadores pueden explicar correctamente las medidas para contrarrestar la propagación de la enfermedad, podrían dar a los líderes una visión crítica de los mejores pasos que podrían tomar ante las pandemias. Los investigadores se basan en el trabajo publicado el 17 de marzo en las Actas de la Academia Nacional de Ciencias . En ese artículo, describen cómo su modelo puede rastrear los cambios en la propagación epidémica causados ​​por la mutación de un organismo de la enfermedad. Los investigadores ahora están trabajando para adaptar el modelo para tener en cuenta las medidas de salud pública tomadas para detener una epidemia también.

El trabajo de los investigadores proviene de su examen del movimiento de información a través de las redes sociales, que tiene notables similitudes con la propagación de infecciones biológicas. En particular, la difusión de la información se ve afectada por ligeros cambios en la información misma. Si algo se vuelve un poco más emocionante para los destinatarios, por ejemplo, es más probable que lo transmitan o lo transmitan a un grupo más amplio de personas. Al modelar tales variaciones, uno puede ver cómo los cambios en el mensaje cambian su público objetivo.

"La propagación de un rumor o de información a través de una red es muy similar a la propagación de un virus a través de una población", dijo Poor. "Diferentes piezas de información tienen diferentes velocidades de transmisión. Nuestro modelo nos permite considerar cambios en la información a medida que se propaga a través de la red y cómo esos cambios afectan la propagación".

"Nuestro modelo es agnóstico con respecto a la red física de conectividad entre individuos", dijo Poor, un experto en el campo de la teoría de la información cuyo trabajo ha ayudado a establecer redes modernas de teléfonos celulares. "La información se abstrae en gráficos de nodos conectados; los nodos pueden ser fuentes de información o pueden ser fuentes potenciales de infección".

Obtener información precisa es extremadamente difícil durante una pandemia en curso cuando las circunstancias cambian a diario, como hemos visto con el virus COVID-19. "Es como un incendio forestal. No siempre se puede esperar hasta recopilar datos para tomar decisiones; tener un modelo puede ayudar a llenar este vacío", dijo Poor.

"Afortunadamente, este modelo podría dar a los líderes otra herramienta para comprender mejor las razones por las cuales, por ejemplo, el virus COVID-19 se está propagando mucho más rápido de lo previsto y, por lo tanto, ayudarlos a implementar contramedidas más efectivas y oportunas", dijo Poor.

Además de los pobres, los coautores incluyeron a los investigadores Rashad Eletreby, Yong Zhuang, Kathleen Carley y Osman Yağan de Carnegie Mellon. El trabajo fue apoyado en parte por la Oficina de Investigación del Ejército, la Fundación Nacional de Ciencia y la Oficina de Investigación Naval.

 FUENTE: https://www.sciencedaily.com/

Leer Mas

Científico norteamericano desarrollaron Software que puede detectar el coronavirus en cuestión de segundos y con una precisión del 98 por ciento.

Científico norteamericano desarrollaron Software que puede detectar el coronavirus en cuestión de segundos y con una precisión del 98 por ciento.

por   1:44 p.m.   No hay comentarios.:

En el mundo se trabaja incansablemente para luchar contra el coronavirus y el testeo es una de las claves para contener el brote, según la Organización Mundial de la Salud. Pero el proceso incluye hacerse la prueba, hacer que la muestra sea procesada y luego entregar los resultados. 

Ahora, un científico norteamericano ha desarrollado una nueva tecnología que puede producir un diagnóstico en cuestión de segundos y con una precisión del 98 por ciento.

Barath Narayanan, un científico del Instituto de Investigación de la Universidad de Dayton, en Ohio, ha diseñado un código de software específico que puede detectar la enfermedad con sólo escanear radiografías de tórax.

El proceso utiliza un algoritmo de aprendizaje que fue entrenado usando escaneos de aquellos con y sin la enfermedad para buscar marcas asociadas con el coronavirus.

«Lo que eso significa es que el software ha decidido que algo está ahí, en esa región en particular, y ese algo en particular cumple con sus criterios para clasificar la imagen como si tuviera marcas de COVID-19, en contraposición a no tener COVID-19, o en contraposición a tener otra enfermedad pulmonar», explicó Narayanan.

Barath Narayanan ya ha desarrollado con éxito códigos de software que detectan cáncer de pulmón y de mama, malaria, tumores cerebrales, tuberculosis, retinopatía diabética y neumonía, todo ello con una precisión del 92 al 99 por ciento. (Foto: Universidad de Dayton)


“Usando el aprendizaje profundo, una rama de la inteligencia artificial, el algoritmo se enseñó a sí mismo a identificar estas marcas. A medida que ha continuado entrenándose con rayos X adicionales en mi investigación en curso, su tasa de precisión ha pasado del 98 por ciento a más del 99 por ciento”, agregó.

El experto explicó que «las herramientas de diagnóstico basadas en software pueden servir como una valiosa y virtual segunda opinión para los profesionales médicos, especialmente en partes del mundo donde los equipos médicos tienen poco personal”.

Según detalló, con investigación adicional, estas tecnologías pueden ser ajustadas para detectar incluso las más pequeñas anomalías en las imágenes, las que son difíciles de ver con el ojo humano, ayudando a los médicos a diagnosticar y tratar a los pacientes más rápidamente.

Este no es el primer proyecto de Narayanan, de hecho lleva años trabajando con la inteligencia artificial “con la esperanza de desarrollar tecnología que ayude a los profesionales de la salud a diagnosticar y tratar a los pacientes con mayor rapidez.”

Ha desarrollado con éxito códigos de software que detectan cáncer de pulmón y de mama, malaria, tumores cerebrales, tuberculosis, retinopatía diabética y neumonía, todo ello con una precisión del 92 al 99 por ciento.

Solo tres días después del hallazgo, el software fue adquirido la compañía de desarrollo de de Carolina del Sur Blue Eye Soft.

El propietario de Blue Eye Soft, Srikanth Kodeboyina, y su equipo desarrollaron aún más la tecnología, y planea presentar una propuesta completa a la Administración de Alimentos y Medicamentos de EEUU para su aprobación “en cuestión de días”. Es más, ya comenzaron los trámites para una patente provisional.

«Esperamos poder llevar esta nueva herramienta al mercado muy rápidamente», dijo Kodeboyina en un comunicado, y añadió que a la plantilla estable de su empresa, unos 40 empleados, se han unido «virtualmente» en los últimos días más de 100 profesionales con sede en Singapur, India y en todo Estados Unidos, aportando su experiencia en una variedad de campos.

Test rápidos

Hasta ahora, lo más promisorio en cuanto a la detección del virus son los llamados test rápidos, que permiten conocer «in situ» los resultados en menos de una hora, en contraste con las esperas de horas o días de las pruebas que se deben enviar a un laboratorio.

El pasado 22 de marzo, la FDA -la agencia del gobierno de los Estados Unidos responsable de la regulación de alimentos, medicamentos, cosméticos, aparatos médicos, productos biológicos y derivados sanguíneos- aprobó el uso de emergencia de una prueba desarrollada por el laboratorio Cepheid que permite diagnosticar en aproximadamente 45 minutos el coronavirus.

Seis días más tarde, la agencia dio luz verde a un test fabricado por Abbot que da los resultados en menos de 5 minutos, aunque también lo autorizó solo para uso de urgencia. Esa farmacéutica precisó que puede ofrecer resultados positivos en cinco minutos, y negativos en trece.

El Test de Abbot determina en 5 minutos si alguien está infectado (EFE)

La farmacéutica aseguró además que tiene intención de entregar 50.000 pruebas diarias al sistema sanitario del país. Asimismo, indicó que espera producir en torno a 5 millones al mes.

Aún así, muchos estados no están siendo capaces de realizar todos los tests pertinentes o se les acumulan las muestras a analizar en los laboratorios, por eso el hallazgo de la Universidad de Dayton podría ser un quiebre en la detección del COVID-19.



Fuente: Infobae

Leer Mas