viernes, 14 de marzo de 2025

Las nanopartículas de oro conjugadas con aptámeros para la entrega dirigida de microARNs promueven la regeneración de músculos distróficos

 figure 6



La distrofia muscular de Duchenne es un trastorno genético caracterizado por la pérdida progresiva de masa muscular debido a mutaciones en el gen de la distrofina, una proteína esencial para la estabilidad del músculo. Sin la proteína funcional correspondiente, los músculos no pueden funcionar ni repararse adecuadamente, lo que resulta en el deterioro de los músculos esqueléticos, cardíacos y pulmonares.

En condiciones normales, cuando un músculo sano se daña, se activan células llamadas células satélite, que se diferencian y contribuyen a la regeneración muscular. Sin embargo, en la distrofia muscular de Duchenne, la distrofina está defectuosa lo que hace que las fibras musculares sean más vulnerables al daño. Como consecuencia, las células satélite permanecen activadas de manera continua, lo que provoca inflamación y, eventualmente, su agotamiento y muerte, lo cual contribuye al deterioro progresivo del tejido muscular característico de la enfermedad.

Los microARNs son una clase de ARN que desempeña funciones cruciales en la regulación post-transcripcional de los genes. Inhiben a los ARN mensajeros, evitando la producción de proteínas defectuosas. Sin embargo, su administración a través del torrente sanguíneo es complicada debido a su baja estabilidad y penetración.

Un grupo de investigadores diseñó una estrategia para tratar la distrofia muscular mediante el uso de nanopartículas de oro (AuNPs) como vehículos para transportar microARNs terapéuticos a las células musculares. Para reconocer a estas células, las nanopartículas se funcionalizaron con moléculas llamadas aptámeros que identifican la integrina α7/β1, un receptor de superficie muy específico expresado por progenitores musculares y miofibras diferenciadas, que está virtualmente ausente en otros órganos o tejidos.

Una vez que el sistema entra en las células madre musculares, las nanopartículas liberan los microARN para estimular la producción de fibras musculares. En este caso, los microARNs inhiben a los ARN mensajeros, evitando la traducción de la distrofina mutada (defectuosa). 

Como resultado, las células satélite no se activan de forma exagerada, sino de manera funcional. Los investigadores reportaron la actividad del sistema en modelos celulares y animales, donde observaron regeneración muscular a nivel celular, pero también recuperación a nivel funcional. Los músculos de los ratones tratados mejoraron y se fortalecieron después del tratamiento, aumentando la capacidad funcional de los ratones.

Para mayores informes consultar: Nature Communications

miércoles, 26 de febrero de 2025

Síntesis de nanoestructuras de ZnO mediante un concentrador de calor solar de baja temperatura

 

Esquema e imagen del Colector Solar CPC e imagen SEM del ZnO sintetizado


Se ha reportado ampliamente que el calor obtenido de la radiación solar puede ser aplicado a la síntesis de nanomateriales. En el caso de óxido de zinc (ZnO), que es el nanomaterial de interés en este trabajo, ya se ha sintetizado previamente utilizando calor solar a alta temperatura, mediante métodos de depósito de vapores producidos por mecanismos físicos (PVD por sus siglas del inglés physical vapor deposition). 

En este trabajo, un grupo de investigadores de México (CNyN-UNAM, CICESE y UABC) proponen evaluar un nuevo enfoque para la producción de ZnO mediante un colector solar parabólico compuesto (CPC), con un receptor cilíndrico que genera calor a baja temperatura.

 Los autores colocaron los precursores nitrato de zinc( Zn(NO3)2) e hidróxido de sodio dentro del reactor  que, a su vez, se encuentra dentro del CPC. En este arreglo, el colector es tanto generador de calor como reactor para la síntesis. 

Las temperaturas de la síntesis van de 50° a 70°C. Utilizando calor solar, se obtuvieron cúmulos cristalinos de ZnO puro, cuyos tamaños van de 40.4 nm a 55.7 nm, con una banda prohibida de 3.27eV, ligeramente menor  a la que obtuvieron por otros métodos a 50°C. La absorbancia fue de 90% en el ZnO sintetizado, independientemente de la temperatura de síntesis. 

En este trabajo se confirmó la viabilidad para producir ZnO de alta calidad utilizando calor solar a baja temperatura, lo que constituye un nuevo enfoque de “química verde” y una fuente de energía renovable para la síntesis de nanomateriales. 

Para más detalles consultar: Journal of Nanotechnology


miércoles, 12 de febrero de 2025

Nanocompositos de sulfuros de NiFe y MXenos de Ti3C2 para la electrólisis de agua de mar con alto rendimiento

 



Para remediar la escasez de energía y reducir las emisiones de carbono causadas por el uso de combustibles fósiles, es necesario generar energía limpia y sostenible. Para este fin, una solución posible y de gran interés es la generación de hidrógeno “verde” mediante la electrólisis del agua, utilizando fuentes renovables de electricidad (solar o eólica).  El uso de membranas de intercambio aniónico que funcionen en un sistema de baja alcalinidad surge como una tecnología prometedora, pues integra los méritos de bajo costo y alta eficiencia de la electrólisis del agua alcalina con los de la electrólisis del agua empleando membranas de intercambio de protones, una técnica que ha demostrado compatible con las fuentes renovables de electricidad.

Sin embargo, ante los escasos recursos de agua dulce, la electrólisis directa del agua de mar es sumamente atractiva para la futura producción de hidrógeno a gran escala. No obstante, hasta la fecha, no se han logrado avances satisfactorios en el desarrollo de sistemas basados en membranas de intercambio aniónico. Un enorme desafío que se enfrenta es contar con electrocatalizadores altamente estables durante la reacción de generación de oxígeno (OER, del inglés oxygen evolution reaction) y altamente resistentes a la corrosión por cloruro.

  Un grupo de investigadores de China, desarrolló un nanocomposito electrocatalizador robusto para la electrólisis de agua de mar mediante la integración del MXeno (Ti3C2) con sulfuros de NiFe ((Ni,Fe)S2@Ti3C2). Empleando una serie de caracterizaciones y cálculos DFT, demostraron que la fuerte interacción entre (Ni,Fe)S2 y Ti3C2 regula la distribución de electrones para activar la OER y, en particular, prohíbe la disolución de especies de Fe durante el proceso a través del enlace Ti-O-Fe, logrando una estabilidad notable. Además, la buena retención de sulfatos y los abundantes grupos de Ti3C2 proporcionan una resistencia efectiva al Cl-

En consecuencia, el nanocomposito (Ni,Fe)S2@Ti3C2 logra una alta actividad OER (1,598 V a 2 A cm-2) y alta durabilidad  de más de 1000 h en el sistema de agua de mar. Además, se consigue la electrólisis con una densidad de corriente industrial (0,5 A cm-2) y durabilidad (500 h) mediante el ánodo (Ni,Fe)S2@Ti3C2 y el cátodo de Ni Raney con eficiencia del 70% y consumo de energía de 48,4 kWh kg-1 H2.

Este trabajo proporciona una metodología eficiente para abordar la electrólisis de agua de mar basada en membranas de intercambio aniónico, resolviendo el problema de la desactivación de catalizadores de metales de transición inducida por la disolución de metales activos y/o la corrosión por cloruro.

El trabajo fue publicado en Nature Communications

lunes, 27 de enero de 2025

Algoritmos de machine learning para el cálculo de la estructura electrónica de moléculas

 

Los métodos computacionales dedicados al estudio de moléculas y materia condensada son de vital importancia en física, química y ciencia de materiales. Esta metodología es utilizada para describir mecanismos a nivel atómico y acelerar el diseño de materiales. A pesar de la gran variedad de metodologías computacionales, el cálculo de la estructura de electrónica es el cuello de botella que limita la velocidad de cómputo y escalabilidad.

El aprendizaje automático o “machine learning” (ML) es un subconjunto de la inteligencia artificial que permite a las computadoras aprender de los datos y mejorar su rendimiento por medio de algoritmos capaces de analizar una gran cantidad de datos, identificar patrones y realizar predicciones. Por ello, ML es una herramienta poderosa para la predicción de propiedades a nivel atómico con un menor gasto de tiempo y costo computacional en comparación con los métodos convencionales. 

En los últimos años, el ML ha sido aplicado en simulaciones moleculares usando como base de aprendizaje los cálculos basados en la teoría del funcional de la densidad (DFT). Sin embargo, DFT induce un error sistemático en el cálculo de las propiedades electrónicas del sistema, lo cual conlleva a la pérdida de precisión.

Para solventar esta problemática, científicos del Massachusetts Institute of Technology (MIT) desarrollaron el método de ML-unificado para el cálculo de la estructura electrónica de moléculas orgánicas. Utilizaron la teoría CCSD(T) (del inglés coupled-cluster singles, doubles and perturbative triples), más precisa que DFT, pero que requiere mayor gasto computacional conforme el tamaño de la molécula aumenta. Para entrenar dicho algoritmo, utilizaron 70 moléculas diferentes con 7440 configuraciones atómicas distintas. Entre los resultados que obtuvieron mediante ML, se calcularon entalpias de formación de las moléculas que se compararon con resultados experimentales, encontrando diferencias de 0.1-0.2 Kcal/mol. Asimismo, los espectros de infrarrojo simulados concordaron con datos experimentales en la posición del pico y la intensidad. 

A pesar de los buenos resultados, esta metodología aún no ha sido implementada en sistemas periódicos (cristales); sin embargo, los autores creen que esto es posible y se espera que en los próximos años revolucione la forma en que se diseñan los materiales.

Mas información en: nature computational science


lunes, 20 de enero de 2025

Mecanoquímica en el espacio promovida por el bombardeo de nanometeoroides a un asteroide

 

En el Universo ocurren fenómenos que dependen de partículas de tamaños micro y nano que, aceleradas por el campo magnético interplanetario, impactan y transforman a los cuerpos celestes produciendo cambios en su superficie, un proceso llamado meteorización espacial. 

En 2018-2019, la nave espacial Hayabusa2 lanzada por Japón obtuvo espectros de reflectancia infrarroja in situ de la superficie del asteroide (162173) Ryugu, que mostraron una banda de absorción de 2,7 μm correspondiente a vibraciones O-H en los filosilicatos del asteroide. Mediante un impacto dirigido, la nave espacial Hayabusa2 creó un cráter de 1 m de profundidad en la superficie del asteroide y los espectros de reflectancia infrarroja cercanos al cráter mostraron una banda de absorción de intensidad mayor a 2,7 μm.  Estos resultados sugieren que la superficie del asteroide sufrió un proceso de deshidratación (disociación de enlaces O-H). 

Para estudiar el mecanismo de disociación de dichos enlaces químicos, los autores del presente estudio aplicaron métodos de simulación mediante dinámica molecular reactiva. El modelo consideró el bombardeo de filosilicatos del asteroide con un impactador cuyo diámetro (D) se fijó en 1 o 2 nm. En ausencia de los campos magnéticos del plasma del viento solar interplanetario, las velocidades medias de impacto de los nanometeoroides son de 10 a 20 km/s. Como resultado del impacto, se disociaron aproximadamente 200 enlaces O-H en los filosilicatos. Cuando el impactador fue acelerado por el campo magnético interplanetario, la velocidad de impacto aumentó en 1 orden de magnitud (hasta 300 km/s), y se disociaron más de 1000 enlaces O-H, incluso con nanometeoroides de D = 1nm.

La deshidratación de los minerales de la superficie del asteroide se atribuyó a la energía  cinética de los impactos, que provocan un calentamiento local en el punto de impacto de más de 1000 Kelvin.

Este descubrimiento ayuda a comprender aspectos de la evolución de la composición química de los asteroides y el impacto de los nanometeoroides en el medio interplanetario.

Para mayor información consultar The Astrophysical Journal