Medicina
Detección y filtración de células cancerosas mediante sonido
Las células cancerosas se separan a menudo de los puntos originales en los que han estado residiendo y circulan a través del torrente sanguíneo, lo que les permite formar nuevos tumores en cualquier otro lugar del cuerpo. Detectar estas células podría proporcionar a los médicos una nueva forma de predecir si los tumores de los pacientes harán metástasis, o vigilar cómo responden al tratamiento, pero hallar estas células extremadamente raras ha resultado ser muy difícil, debido a que podría haber apenas de 1 a 10 de tales células en una muestra de 1 mililitro de la sangre del paciente.
Unos ingenieros del Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, así como de la Universidad Estatal de Pensilvania y de la Universidad Carnegie Mellon, ambas en el mismo país, están desarrollando una forma novedosa de aislar estas células malignas: utilizando ondas sónicas para separarlas de las células sanguíneas.
Su nuevo dispositivo de clasificación celular es 20 veces más rápido que la versión original que presentaron el pasado año, acercándose a la velocidad que sería necesaria para hacerlo útil en la inspección de muestras de sangre de pacientes. El equipo de Ming Dao ha demostrado también que el aparato puede capturar con éxito células tumorales en circulación dentro de muestras de sangre de pacientes, lo que podría posibilitar muchas aplicaciones clínicas así como investigaciones fundamentales sobre cómo escapan estas células del lugar del tumor original.
![[Img #26660]](upload/img/periodico/img_26660.jpg)
A medida que una mezcla de células cancerosas y glóbulos blancos fluyen a través de un canal microfluídico, las ondas sónicas de los transductores situados en ambos lados del canal, las guían hacia canales separados, permitiendo así que las raras células cancerosas sean aisladas. (Imagen: Peng Li, Zhangming Mao, Zhangli Peng, Lanlan Zhou, Yuchao Chen, Po-Hsun Huang, Cristina I. Truica, Joseph J. Drabick, Wafik S. El-Deiry, Ming Dao, Subra Suresh, Tony Jun Huang.)
