La tumorigénesis se reconoce cada vez más como un proceso multifactorial impulsado no solo por alteraciones genéticas y epigenéticas, sino también por una profunda reprogramación metabólica que sostiene la proliferación no controlada, permite la adaptación al estrés nutricional y promueve la supervivencia en microambientes hipóxicos. Capturar estos cambios metabólicos requiere métodos analíticos y computacionales que monitoreen cambios dinámicos en metabolitos clave con alta precisión temporal. Aquí presentamos un marco integrado experimental-computacional que acopla un aptasensor multiplexado basado en microfluidos con perlas (GluLac-Capchip) con redes neuronales informadas por la física (PINNs) para monitorear cuantitativamente el metabolismo de glucosa y lactato en el cáncer. GluLac-Capchip integra el mecanismo de aptasensado basado en perlas con un micromezclador de alta eficiencia y un módulo determinista de desplazamiento lateral para lavado que automatiza la incubación y purificación, permitiendo un análisis sensible y específico en muestras a microescala con un tiempo de ensayo sustancialmente reducido en comparación con métodos enzimáticos convencionales. La plataforma alcanza límites de detección de 0.005 M para glucosa y 0.007 M para lactato, cuantificando simultáneamente ambos metabolitos en 11 minutos. Aprovechando estas mediciones, los modelos PINN infieren parámetros cinéticos clave con concordancia con valores bibliográficos y tendencias experimentales, respaldando la reconstrucción predictiva y consistente con los mecanismos de la dinámica metabólica. Esta estrategia combinada de detección y modelado proporciona una vía escalable para conectar el perfil rápido y multiplexado de metabolitos con un análisis mecanicista basado en datos del metabolismo tumoral.
Vandvajdi et al. (jue,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: