Browsing by Subject "Virus del papiloma humano (VPH)"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Desarrollo de un nanosensor de grafeno inducido por láser (LIG) para detección de las variantes 16 y 18 del virus del papiloma humano (VPH)
    (Pontificia Universidad Javeriana Cali, 2026) Orozco Sarria, Isabella; Navarro Chica, Carlos Enrique
    El cáncer cervicouterino representa una de las principales causas de mortalidad por cáncer en mujeres en Colombia y América Latina, siendo el virus del papiloma humano (VPH), particularmente las variantes de alto riesgo VPH 16 y VPH 18, el principal agente etiológico. Las limitaciones de acceso, costo y complejidad de los métodos de detección convencionales evidencian la necesidad de tecnologías de diagnóstico innovadoras, portátiles y asequibles. En el presente estudio se reporta el desarrollo y la validación de un biosensor electroquímico basado en LIG para la cuantificación simultánea de proteínas L1 (VPH 16 y 18). Se describen los ensayos preliminares que demuestran la viabilidad del prototipo, estableciendo el marco de referencia para el futuro escalamiento y optimización de este sistema de diagnóstico multiplexado. Se evaluaron tres tratamientos de modificación superficial del LIG: hidratación previa, exposición a aire y plasma de aire. Los resultados indicaron que el tratamiento con plasma fue el más efectivo para conferir hidrofilicidad al material mediante la introducción de grupos oxigenados en la superficie. Sin embargo, compromete la estabilidad de la red del grafeno al introducir defectos que afectan su conductividad. Por el contrario, la impresión directa demostró ser una alternativa superior para la posterior etapa de inmovilización, ya que garantiza un soporte más homogéneo y con menor alteración de sus propiedades intrínsecas. La validación analítica del sensor incluyó la evaluación de linealidad, sensibilidad, selectividad y robustez. El biosensor presentó un comportamiento lineal entre 6.25 y 200 ng/mL, con un límite de detección de 2.87 ng/mL y un límite de cuantificación de 8.71 ng/mL, representando una mejora de aproximadamente 62 veces en sensibilidad respecto a un nanosensor colorimétrico previamente desarrollado para la misma aplicación. El proceso de obtención del biosensor demostró ser robusto ante variaciones en el tiempo de incubación del anticuerpo durante el proceso de funcionalización. Se identificó una limitación en la selectividad entre VPH 16 L1 y VPH 18 L1, atribuible a la similitud estructural entre ambas proteínas. La prueba de concepto del dispositivo multiplexado con dos electrodos de trabajo demostró la detección simultánea de ambas proteínas en orina artificial sin interferencia significativa de la matriz urinaria, constituyendo un prototipo con potencial para su aplicación en el diagnóstico no invasivo del VPH.
  • Thumbnail Image
    Item
    Identificación automática de riesgo de cáncer de cuello uterino aplicando deep learning en imágenes de colposcopia
    (Pontificia Universidad Javeriana Cali, 2025) Fuentes Esparza, César; Correa Bustamante, Julián Alexis; Correa Romero, Julián; Vargas Cardona, Hernán Darío
    El proyecto se enfoca en la implementación de diferentes modelos de deep learning para la detección automatizada de cáncer de cuello uterino mediante la clasificación de imágenes de colposcopia, abordando la problemática de la variabilidad en los diagnósticos debido a la subjetividad humana y la falta de especialistas en áreas con recursos limitados. Su importancia radica en mejorar la precisión y accesibilidad del diagnóstico temprano, crucial para el tratamiento efectivo de esta enfermedad, la cual es una de las principales causas de muerte por cáncer entre mujeres en países en desarrollo. Los objetivos propuestos incluyen la gestión de una base de datos de imágenes de colposcopia etiquetadas, el entrenamiento de algoritmos de deep learning en Python para clasificar las imágenes en normales o patológicas, y la validación de los modelos mediante métricas como Exactitud, Sensibilidad, Especificidad, F1-score y AUC-ROC. Se esperaba como resultados la implementación de modelos que mejorarán la precisión diagnóstica, facilitando la detección en áreas con recursos limitados. Las posibles aplicaciones de este proyecto incluyen el fortalecimiento de sistemas de salud pública, el apoyo a programas de tamizaje en comunidades rurales y la incorporación de herramientas automatizadas que contribuyan en la interpretación de exámenes colposcópicos. Este avance representó un aporte significativo tanto al campo de la inteligencia artificial aplicada a la medicina como a los esfuerzos globales por disminuir la morbilidad y mortalidad asociadas con el cáncer cervical.