El consumo de bebidas azucaradas en México incidió en que, tan solo en 2020, unos 46.000 adultos murieran por enfermedades como diabetes y cardiovasculares, según un estudio publicado en la revista Nature Medicine y promovido por especialistas del país.

"En el año 2020, 46.000 muertes fueron atribuidas a la diabetes y enfermedades cardiovasculares, y esto representa una carga muy, muy compleja al sistema de salud", afirmó Jorge Vargas, investigador en la organización El Poder del Consumidor.

El estudio 'La carga de diabetes tipo 2 y enfermedades cardiovasculares atribuibles a las bebidas azucaradas en 184 países', elaborado por instituciones de salud internacionales, atribuye el 30 % de los casos de diabetes en México a bebidas azucaradas, mientras que 14,9 % de las muertes por esta enfermedad también estarían relacionadas a estos productos.

Además, ante las enfermedades cardiovasculares, el 13,5 % de los nuevos casos se relacionaron con estas bebidas y se atribuyeron 9,2 % de las muertes. Con esto, tan solo en 2020, cuando se realizó el estudio, de las 151.019 personas que murieron por diabetes, 22.500 tuvieron relación con bebidas azucaradas.

Mientras que las muertes por enfermedades cardiovasculares en 2020 fueron 255.725, de las que 23.500 se atribuyeron a estos productos.

Los microplásticos, que miden menos de 5 milímetros, y los nanoplásticos, invisibles a simple vista, están muy extendidos. Ahora, una nueva investigación ha encontrado altas concentraciones de restos de ambos en las placentas de bebés nacidos prematuramente, más que en las de aquellos nacidos a término.

Los investigadores utilizaron espectrometría de masas de alta sensibilidad para analizar 175 placentas; 100 placentas recogidas a término y 75 prematuramente (menos de 37 semanas de embarazo).

"La tecnología avanzada nos permite ahora medir con precisión los microplásticos de formas que no habíamos podido hacer en el pasado", afirma en un comunicado Kjersti Aagaard, del Hospital Infantil de Boston y del Instituto HCA.

Los investigadores descubrieron que los niveles de microplásticos y nanoplásticos eran "significativamente más altos" en la placenta prematura y se encontraban en niveles mucho mayores que los medidos anteriormente en la sangre.

Esto llevó al equipo a concluir que es probable que los plásticos se acumulen en la placenta durante el embarazo, con una mayor exposición y acumulación en los casos prematuros.

Además, un parto prematuro no solo acumuló más microplásticos y nanoplásticos en su placenta en relación con un parto a término, sino que lo hizo en un momento más temprano del embarazo. "Esto sugiere la posibilidad de que los plásticos acumulados puedan estar contribuyendo al riesgo y a la aparición de partos prematuros", dice Aagaard.

Agencias

La inteligencia artificial está cambiando la investigación en los laboratorios de biología y biomedicina. Ahora, un equipo científico ha logrado crear un nuevo sistema capaz de predecir el funcionamiento interno de las células, lo que podría influir en la comprensión del cáncer y otras enfermedades.

Esta nueva inteligencia artificial (IA) trabaja de manera semejante a los modelos de lenguaje, como ChatGPT, que utilizan un conjunto de datos de entrenamiento para identificar las pautas subyacentes -la gramática del lenguaje y en el nuevo caso los estados y mecanismos celulares-, y luego aplicar esas reglas inferidas a nuevas situaciones.

Para esta ocasión, se ha entrando a un modelo de aprendizaje profundo, denominado GET, con datos de más de 1,3 millones de células de 213 tipos obtenidas de tejido humano sano. Detrás de esta nueva IA hay científicos de la Universidad de Columbia, Estados Unidos, liderados por el español Raúl Rabadán, experto en biología de sistemas y genómica de cáncer.

Los detalles de GET (siglas en inglés de transformador general de expresión génica) se publicaron recientemente en la revista Nature y, tal y como confirma a EFE Rabadán, el algoritmo es público, está a disposición de toda la comunidad científica. "Estamos trabajando muy activamente en la siguiente versión de GET 2.0".

"GET es el principio, mi grupo en Columbia está ahora expandiendo el método a más de 50 millones de células, y con aplicaciones en el estudio de distintos cánceres (tumores de cerebro, linfomas, entre otros). Las aplicaciones son enormes", recalca el investigador.

Las herramientas tradicionales de investigación en biología son buenas para revelar cómo las células realizan su trabajo o reaccionan ante las perturbaciones, pero no pueden predecir cómo funcionan las células o cómo responderían ante un cambio, como una mutación cancerígena.

"Tener la capacidad de predecir con exactitud las actividades de una célula transformaría nuestra comprensión de los procesos biológicos fundamentales", afirma en un comunicado de Columbia el investigador, director del Programa de Genómica Matemática en la citada universidad.

En los últimos años, la acumulación de cantidades masivas de datos de células y modelos de IA potentes, como AlphaFold de Google o ESMFold de Meta, diseñados para revelar la estructura de las proteínas, están empezando a transformar la biología en una ciencia más predictiva.

Para avanzar en este campo, Rabadán y su equipo diseñaron la nueva IA para predecir qué genes están activos en células concretas. Esta información sobre la expresión génica -proceso por el que se obtienen proteínas a partir de genes- puede indicar la identidad de la célula y cómo realiza sus funciones.

"La expresión es como el volumen de cada gen, unos están apagados y otros se expresan mucho; hay genes que se expresan mucho en una célula y poco en otra. Lo que GET aprende es la 'gramática' de qué genes se expresan en cada célula", explica a EFE Rabadán.