
En casos de accidentes nucleares, los biodosímetros rápidos son esenciales para la triage masiva y estimación de dosis biológica de radiación. Se utilizan tecnologías como análisis de linfocitos y aberraciones cromosómicas, que requieren personal capacitado y son lentas. Esto resalta la necesidad de biomarcadores de radiación y triage eficiente.
La lipidómica ha emergido como una técnica prometedora en biodosimetría de radiación. Esta investigación combina lipidómica con aprendizaje automático (ML) en ratas para mejorar el triaje tras irradiación. Se establecieron modelos de triage mediante siete algoritmos de ML analizando biomarcadores lipídicos en plasma tras exposición a radiación.
Tras irradiación, se observaron 11 lípidos afectados en plasma cuando se expusieron a 10 Gy comparado con 0 Gy. A los 7 días, se evidenció que 145 metabolitos lipídicos se alteraron significativamente, de los cuales 144 mostraron disminuciones notables. Las reducciones más marcadas fueron 0.05 veces para TG54:8 y TG51:5.
Este estudio es innovador al utilizar biomarcadores lipídicos plasmáticos en el contexto del aprendizaje automático, apoyando un enfoque potencial para biodosimetría tras exposiciones radiológicas masivas. El modelo LASSO demostró un excelente rendimiento para clasificar la exposición a la radiación, sugiriendo que la lipidómica y ML pueden revolucionar la triage en emergencias nucleares.
Dirección original del artículo citado: https://www.besjournal.com/en/article/doi/10.3967/bes2025.157
© 2025 Tribu Salud.