Un equipo de investigadoras del Grupo de Ingeniería Fotónica (UC/IDIVAL/CIBER-BBN), en colaboración con el Biobanco Valdecilla y la Unidad de Microscopía de IDIVAL, ha publicado un estudio que abre nuevas posibilidades en el control de calidad de muestras biológicas. La investigación, recogida en la revista científica Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, demuestra que la espectroscopía Raman, combinada con inteligencia artificial explicable (XAI), puede utilizarse para evaluar de forma eficaz la estabilidad del suero y plasma sanguíneo.
Este trabajo es fruto de una colaboración entre la Universidad de Cantabria y el Instituto de Investigación Marqués de Valdecilla (IDIVAL), enmarcado inicialmente en el programa de prácticas externas del Máster en Ciencia e Ingeniería de la Luz y actualmente integrado en un proyecto del Biobanco Valdecilla vinculado a la Plataforma de Biomodelos y Biobancos del Instituto de Salud Carlos III (ISCIII).
En el estudio, se analizaron muestras de suero sanguíneo de 18 personas que fueron mantenidas a temperatura ambiente durante distintos periodos, simulando condiciones clínicas donde puede haber retrasos en el procesamiento. Las muestras fueron sometidas a espectroscopía Raman, una técnica óptica no invasiva que permite obtener información sobre su composición molecular. A continuación, los datos fueron analizados mediante modelos de inteligencia artificial como KNN, Random Forest y SVM, complementados con técnicas explicativas de XAI que permiten entender cómo y por qué se clasifican las muestras.
A pesar de que las alteraciones químicas eran mínimas, los algoritmos fueron capaces de diferenciar con precisión entre muestras frescas y deterioradas. Uno de los descubrimientos más relevantes fue que el fondo autofluorescente, que habitualmente se considera un ruido en este tipo de espectros, podría servir como un indicador del estado de conservación del suero.
Este hallazgo tiene especial relevancia para biobancos y laboratorios clínicos, donde la validez de las muestras puede condicionar la calidad de los análisis y resultados. Detectar de forma rápida y fiable la degradación permitiría evitar errores, reducir costes y mejorar la eficiencia en los estudios biomédicos.
El equipo de investigación continuará ahora validando esta metodología con un mayor número de muestras y en condiciones reales de laboratorio, con vistas a desarrollar herramientas automatizadas que refuercen el control de calidad en el ámbito del bioanálisis.
