Skip to main content

Dous consorcios galegos crean prototipos para detectar ARN de SARS-COV-2 e actividade anticovid

A directora da Axencia Galega de Innovación (GAIN), Patricia Argerey; o delgado da Xunta en Lugo, Javier Arias, e a decana da Facultade de Ciencias da USC, Asteria Luzardo, abriron a xornada de presentación de resultados destes dous proxectos desenvolvidos no marco do programa CONECTA COVID 2021 como parte da resposta da UE á pandemia derivada da COVID-19. O CEO do grupo AMSlab, Manuel Lolo Aira; Óscar Gascón, de AMSbiopharma; Bruno K. Rodiño, de Bflow, e o catedrático de Química-Física da USC Wajih AlSoufi participaron na presentación de resultados do proxecto Nanofluidetec, mentres que Santiago Pérez, de Hifas da Terra; Eva Cagide, de Cifga e AMSbiopharma, e Pablo Dafonte, de Plexus Technology, deron conta dos avances acadados no proxecto DIGITAL BIOCoV.

Nanofluidetec

O proxecto Nanofluidetec permitiu crear e validar clinicamente un kit de extracción de ARN multivirus fabricado integramente en Galicia mediante tecnoloxía de nanopartículas magnéticas. De xeito parello a este kit, tamén se desenvolveu un sistema de microfluídica en chip que integra a extracción, amplificación do ARN e fluorescencia, cuxo uso se automatizou cun prototipo que combina o transporte magnético, o control de temperatura e a detección óptica do sinal. Este novo dispositivo automatizado para a diagnose rápida de SARS-COV-2 que combina nanotecnoloxía, amplificación isotérmica por bucle (LAMP) e microfluídica, está orientado ao seu emprego no punto de atención, o que implica unha vantaxe fronte aos métodos actuais de detección, dado que non precisa de persoal cualificado.

A actividade da USC abrangueu varios desenvolvementos nos que estiveron implicados investigadores da área de Robótica, Electrotecnia e Química Física e, entre os que cómpre citar un sensor molecular para la detección de ácido desoxirribonucleico (ADN) amplificado, un sistema de detección óptica do sinal do sensor molecular, un actuador para o transporte magnético no sistema microfluídico, un sistema de control de temperatura para a reacción de amplificación e un sistema de control e procesado de datos. A este labora hai que engadir o traballo para a súa integración e validación, precisou Al-Soufi.

Os investigadores da USC crearon un sistema de detección óptica do sinal do sensor molecular que utiliza LEDs de alto brillo como fonte de luz, xunto cun detector dixital acoplado a unha óptica de concentración da luz. Esto permite detectar de xeito preciso o sinal amplificado de ADN en tempo real, explicou o investigador da USC. Al-Soufi comentou tamén na súa intervención que Nanofluidetec permitiu tamén deseñar un sistema de transporte magnético baseado en imáns, un actuador en liña e sensores de posición, elementos todos que facilitan o movemento das nanopartículas magnéticas (NPM) entre as cámaras de lavado e reacción do chip microfluídico. O dispositivo final conta cun chip no que se realiza a extracción, o tratamento térmico e as lecturas de fluorescencia de xeito automatizado, dixo.

DIGITAL BIOCoV

O proxecto DIGITAL BIOCoV permitiu sentar as bases du desenvolvemento acelerado para o descubrimento de novos fármacos anti-COVID-19 mediante a predicción baseada na combinación de datos de actividade biolóxicos e de análises químicas, uns datos que poderían extrapolarse a outras enfermidades.

Os autores deste proxecto de I+D partiron dunha colección existente de 150 fungos con demostrado potencial medicinal, y de máis de 15 especies de microalgas produtoras de compostos activos. A partir desta base, os investigadores desenvolveron fraccións que someteron logo, de forma illada ou combinada, a estudos de bioactividade anti-COVID-19 in vitro y caracterización química en laboratorio.

Os datos acadados integráronse logo nunha ferramenta de intelixencia artificial da que se pode extraer un maior coñecemento da composición e tamén sobre a funcionalidade das mostras obxecto de ensaio, o que acelera a etapa de descubrimento temperá de fármacos a partir de produtos naturais.
R.