Vistas de página en total

11 de agosto de 2016

DESCUBREN UNA NUEVA MOLÉCULA QUE PODRÍA ERRADICAR LA DEPRESIÓN EN CUESTIÓN DE HORAS

Investigadores de la Facultad de Medicina de la Universidad de Maryland en Baltimore han identificado un metabolito de la ketamina que invierte muy rápidamente la depresión en ratones, pero sin los efectos secundarios indeseable de aquella.

En realidad, hace más de una década que se descubrió el fuerte efecto antidepresivo de la ketamina, un compuesto químico sintetizado por primera vez en 1962. Se trata de un fármaco muy usado en medicina veterinaria como anestésico, así como droga alucinógena ilegal conocida como Polvo K o Special K.

estructura química de la hydroxynorketamine

De modo que, la denominada hydroxynorketamine,  es un metabolito de la degradación de la ketamina que podría curar la depresión sin efectos secundarios de relieve. Para llevar a cabo el estudio, los científicos liderados por Todd Gould,  han descubierto que la evidente mejora del estado de ánimo no la causaba la droga en sí, sino uno de los productos que se forman cuando el cuerpo, concretamente el hígado, descompone la droga en moléculas más pequeñas: en este caso la (2R, 6R)-hidroxinorketamina (HNK). Los resultados se han publicado en la revista científica Nature (“Acciones antidepresivas inhibición independiente de NMDAR de metabolitos de ketamina”, volume 533, junio de 2016).

En su estudio con ratones, los científicos vieron que la hidroxinorketamina alivia de forma rápida la depresión sin provocar efectos secundarios incluso a dosis 40 veces mayores que las que se usaron en el experimento con ketamina. Una única administración de este compuesto logró unos efectos antidepresivos similares a los inducidos por la ketamina, que además perduraron durante al menos tres días, con la diferencia de que esta sustancia no generó ninguna adicción ni presentó ninguno de sus efectos secundarios. "Esto es, potencialmente, un gran avance", ha declarado Todd Gould.

Un estudio publicado en julio del 2014 por la revista Pain Medicine, ya establecía notables efectos antidepresivos de dosis subanestésicas de los metabolitos de la ketamina e hydroxynorketamina, donde se sugería que tal efecto pudiera ser debido a una acción sobre el receptor nicotínico del neurotransmisor acetilcolina producido por la hydroxynorketamina y sus metabolitos, así como una inhibición indirecta de la actividad del receptor NMDAR, un componente esencial en la plasticidad neuronal y la memora.


Aunque los resultados son prometedores, los autores del estudio recalcan que el comienzo de los ensayos clínicos en humanos aún puede tardar años. Este éxito se ha conseguido en un estudio con roedores, y pasar de ratones a humanos no es fácil.

7 de agosto de 2016

BIG DATA Y NEURONAS

Conocer los distintos tipos de neuronas y predecir su desarrollo y comportamiento ante enfermedades neurodegenerativas como el párkinson o el alzheimer es una de las múltiples aplicaciones del “big data” o “macrodatos”, según acuerdan los ponentes de un reciente seminario de expertos en Madrid.

De esta forma, el investigador del departamento de Inteligencia Artificial de la Universidad Politécnica de Madrid (UPM), Pedro Larrañaga, ha explicado cómo la inteligencia de datos permite construir modelos matemáticos “para determinar qué características tienen las neuronas de nuestro cerebro y establecer varios tipos”.

La importancia de clasificar estas células cerebrales radica en “comprender cómo se distribuyen y actúan”, sobre todo, a la hora de evaluar su comportamiento “cuando aparecen las enfermedades neurodegenerativas…, cómo es la evolución de las mismas, porque algunas se pierden con más facilidad que otras o sufren mayor grado de deterioro”.

Con esta información, los especialistas podrán conocer mejor a las neuronas, “de las que poseemos 86.000 millones en la cabeza y que básicamente son de dos tipos: piramidales e interneuronas, las cuales son, a su vez, de distinta morfología”, señala Larrañaga.

El área de la salud es una de las analizadas en el simposio sobre “Advances and Applications of Data Sciene & Engineering” organizado por la Real Academia de Ingeniería (RAI) con la colaboración del Consorcio de Ciencia e Ingeniería de Datos, el proyecto CASI-CAM-CM de la Comunidad de Madrid (CAM) y la red DAMA del Ministerio de Economía y Competitividad.

El encuentro es una buena oportunidad para saber “qué se está haciendo en investigación en este área en las diferentes universidades europeas para poner esfuerzos en común”, ha indicado el investigador del Centro Nacional de Supercomputación de la Universidad Politécnica de Cataluña (UPC), Darío García-Gasulla.

Este experto ha centrado su trabajo en “convertir imágenes en vectores para después trabajar sobre ellos analizando sus parecidos y estableciendo diferentes grupos para encontrar, por ejemplo, qué es lo que define según sus características visuales a un ser vivo y lo que le diferencia de otro ser vivo o de una cosa concreta”.