La NASA emplea un marcador mineralógico para entender el antiguo clima marciano
Equipo de redacción de Ciencia
Aunque las imágenes de la NASA han mostrado evidencia de antiguos ríos y lagos en Marte que acabaron transformándose en dunas áridas, persiste la incertidumbre sobre el momento en que se produjeron los cambios ambientales que podrían haber contribuido a estas transformaciones.
Ahora, los datos recopilados por el rover Curiosity de la NASA han revelado que los cristales sueltos de óxido de hierro en la hematita pueden ser utilizados como un marcador mineralógico de los cambios sufridos por el clima de Marte en su antigüedad. Debido a que la forma y la estructura de estos cristalitos (cristales pequeños o incluso microscópicos) reflejan las condiciones en las cuales se formaron —tales como la temperatura y la presencia de agua—, pueden servir como un indicador del momento en que ocurrieron estos cambios.
Un grupo de científicos estudió 20 muestras recolectadas por Curiosity en diversas elevaciones a lo largo del cráter Gale para elaborar un trabajo de investigación que fue publicado el 28 de mayo por la revista Science.
Las paredes del cráter Gale revelan la historia ambiental de Marte, capa por capa, y las elevaciones más profundas conservan los registros de sus años más remotos. El equipo analizó los datos obtenidos por el instrumento de Química y Minerología (CheMin, por su abreviatura en inglés) del rover y descubrió que la hematita presentaba diferentes tamaños de cristalitos a diferentes elevaciones. También descubrieron que la goethita —un mineral que habitualmente se forma junto con la hematita— estaba ausente en las muestras provenientes de las elevaciones de menor altitud, pero seguía presente en las muestras de las elevaciones mayores. Esto sugiere que las aguas subterráneas cálidas podrían haber persistido hasta por 4,7 millones de años en las capas más profundas del cráter Gale y que, durante gran parte de ese tiempo, estos acuíferos longevos podrían haber sido potencialmente habitables.
“Lo que hallamos fue que las condiciones cálidas y húmedas estuvieron presentes durante períodos prolongados en las rocas enterradas, a pesar de que el clima de Marte se iba volviendo cada vez más frío”, dijo Tanya Peretyazhko, coautora principal del estudio y científica planetaria de la División de Ciencias de Investigación y Exploración de Astromateriales en el Centro Espacial Johnson de la NASA en Houston. “Esto significa que, en las profundidades de estas rocas, esas condiciones más cálidas podrían haber propiciado condiciones habitables durante períodos de tiempo mucho más extensos, siempre y cuando otros factores esenciales estuvieran presentes”.
Los óxidos de hierro se consideran indicadores de la actividad del agua, ya que se forman en presencia de esta. Este estudio muestra que la hematita también puede servir como un marcador de cambios climáticos, en función del tamaño y la estructura de sus cristalitos, los cuales varían dependiendo de las diferentes temperaturas. Los científicos hallaron que los cristalitos de hematitas provenientes de las elevaciones de mayor altitud en el cráter Gale tenían un tamaño menor de 10 nanómetros, mientras que los cristalitos de las zonas de menor altitud eran por lo general más grandes, alcanzando un tamaño de hasta 65 nanómetros. Estos hallazgos concuerdan con las observaciones que indicaban que las muestras de las zonas más altas contenían tanto hematita como goethita, mientras que las muestras de las zonas más bajas carecían de goethita.
Científica planetaria
Los investigadores concluyeron que, en condiciones más cálidas, cuando el pH del agua es neutro o ligeramente alcalino, la goethita puede transformarse en hematita. Estas condiciones más cálidas también favorecieron un aumento en el tamaño de los cristalitos de hematita en las capas más profundas del cráter Gale, mediante un proceso conocido como maduración de Ostwald, en el cual los cristalitos más pequeños se disuelven y contribuyen al crecimiento de los más grandes.
“Esto puede indicar que las capas superiores eran más frías y no tenían suficiente agua, o bien que la presencia de agua fue relativamente efímera, por lo que los cristalitos no tuvieron el tiempo suficiente ni las condiciones necesarias para aumentar de tamaño”, dijo Peretyazhko. “Sin embargo, las capas inferiores contaron con agua cálida persistente que permitió que esos cristalitos crecieran”.
Un aspecto destacado y singular de este estudio es que los datos provienen de muestras marcianas, en lugar de modelos teóricos. El brazo robótico de Curiosity depositó roca pulverizada en el embudo de entrada de CheMin, donde fue analizada. “Con los patrones de difracción de rayos X de CheMin, podemos examinar el tamaño y las dimensiones de los cristales de hematita; esta es una información que no puede obtenerse a partir del análisis satelital de la superficie marciana”, dijo Tom Bristow, investigador principal del instrumento CheMin en el Centro de Investigación Ames de la NASA en Silicon Valley, California.
Ashwin Vasavada, científico del proyecto Curiosity en el Laboratorio de Propulsión a Chorro (JPL, por sus siglas en inglés) de la NASA, con sede en el sur de California, dijo que CheMin es capaz de hacer mediciones con una extraordinaria fidelidad científica.
“Esto no solo indica que hay hematita”, explicó Vasavada. “Los datos pueden ser utilizados para determinar el tamaño y la forma de los cristalitos de hematita, así como la presencia de otros minerales relacionados; y todos estos factores fueron necesarios para producir este resultado”.
Curiosity fue construido por JPL, el cual es administrado por Caltech en Pasadena, California. JPL lidera la misión en nombre de la Dirección de Misiones Científicas de la NASA en Washington, como parte de la cartera del Programa de Exploración de Marte de la NASA. CheMin, dirigido por el centro Ames de la NASA, es uno de los 10 instrumentos científicos a bordo de Curiosity y cuenta con un equipo de científicos distribuidos por todo el país, que incluye investigadores del centro Ames de la NASA, la Universidad de Arizona, el Instituto Tecnológico de California (Caltech), el Instituto de Ciencias Planetarias, la Institución Carnegie para la Ciencia, el Instituto Lunar y Planetario, JPL, el Centro de Vuelo Espacial Goddard de la NASA en Greenbelt, Maryland, y el centro Johnson de la NASA. El equipo combina experiencia en mineralogía, petrología, ciencia de materiales, astrobiología y ciencias del suelo, junto con experiencia en el estudio de rocas terrestres, lunares y marcianas.
Para obtener más información sobre el rover Curiosity de la NASA, visita el sitio web (en inglés):
Un análisis de sangre podría agilizar la detección de casos graves de cáncer de próstata
En un ensayo con 12.670 hombres de entre 50 y 74 años, el test identificó el 90% de los tumores clínicamente significativos o agresivos sin incrementar la cantidad de seguimientos innecesarios
Agrega Infobae a tus medios preferidos en Google
Una prueba de sangre desarrollada por el Instituto Karolinska podría detectar más cánceres de próstata de alto riesgo desde etapas tempranas. En un estudio con 12.670 hombres de entre 50 y 74 años, el análisis “Stockholm3″ identificó el 90% de los casos agresivos, frente al 74% de la prueba tradicional, sin aumentar los seguimientos.
El resultado adquiere peso por lo que ocurrió después de la evaluación inicial. Durante dos años de seguimiento a través de los registros nacionales de cáncer, 443 hombres recibieron un diagnóstico de cáncer de próstata clínicamente significativo o agresivo, lo que permitió medir cuántos casos habían pasado inadvertidos en la primera detección.
Según el Instituto Karolinska, el trabajo se publicó en Annals of Internal Medicine y se apoyó en el estudio poblacional STHLM3-MRI. Todos los participantes se sometieron tanto al análisis Stockholm3 como a la prueba de PSA.
La diferencia central entre ambos métodos estuvo en la capacidad para localizar los tumores más peligrosos. El estudio mostró que Stockholm3 detectó nueve de cada 10 cánceres agresivos, mientras que el PSA encontró poco menos de tres de cada cuatro.
La investigación también comparó el costo clínico de esa mayor sensibilidad. La proporción de hombres clasificados erróneamente como de alto riesgo fue similar con ambas pruebas, de modo que el mejor rendimiento de Stockholm3 no se tradujo en un aumento de derivaciones o procedimientos innecesarios.
La investigadora Thorgerdur Palsdottir, del Departamento de Epidemiología Médica y Bioestadística del Instituto Karolinska, resumió el problema que busca resolver la detección precoz: “El principal reto en la detección precoz del cáncer de próstata no es solo encontrar más casos, sino identificar los cánceres que son realmente peligrosos”.
Palsdottir añadió que “nuestros resultados demuestran que Stockholm3 identifica significativamente más casos de cáncer agresivo que el PSA, sin aumentar el número de seguimientos innecesarios”.
El cáncer de próstata comienza como una proliferación de células en la próstata, una pequeña glándula situada debajo de la vejiga que produce parte del líquido del semen. De acuerdo con la información clínica citada de Mayo Clinic, es uno de los tipos de cáncer más frecuentes en hombres y a menudo se detecta de forma temprana.
Ese diagnóstico precoz amplía las opciones terapéuticas. Los tratamientos pueden incluir cirugía, radioterapia o vigilancia estrecha para observar si el tumor progresa.
El problema es que en sus primeras etapas puede no causar síntomas. Cuando aparecen, pueden incluir sangre en la orina, sangre en el semen, necesidad de orinar con mayor frecuencia, dificultad para iniciar la micción y levantarse varias veces por la noche para orinar.
Si la enfermedad se disemina fuera de la próstata, pasa a considerarse cáncer metastásico, avanzado o en etapa cuatro. En esa fase pueden aparecer fuga accidental de orina, dolor de espalda, dolor óseo, disfunción eréctil, cansancio intenso, pérdida involuntaria de peso y debilidad en brazos o piernas.
Para los autores del estudio, la utilidad potencial de un análisis más preciso está en reducir los casos graves que hoy se escapan de la detección inicial. “Estos resultados apuntan a un posible cambio en la forma en que se pueden realizar las pruebas de detección del cáncer de próstata. Un análisis de sangre más preciso podría permitir la detección temprana de la enfermedad agresiva, al tiempo que reduciría el número de exámenes y procedimientos de seguimiento innecesarios”, dijo Palsdottir.
Los investigadores advirtieron que todavía hace falta un seguimiento más prolongado para establecer con precisión el efecto de este método sobre la mortalidad y sobre los resultados clínicos a largo plazo.
El entrenamiento de fuerza reduce el riesgo cardíaco en mujeres, según un estudio de Harvard
Un ensayo reveló que combinar ejercicios de resistencia, como levantamiento de pesas o trabajo muscular con el propio peso corporal, junto con actividades aeróbicas, ofrece una protección más amplia para el corazón
Especialistas del CONICET trabajan en el desarrollo de aislantes termoacústicos a partir de residuos vitivinícolas
19 de junio de 2026
Especialistas del CONICET trabajan en el desarrollo de aislantes termoacústicos a partir de residuos vitivinícolas
El proyecto apunta a producir biomateriales a partir del cultivo de micelio de hongos sobre biomasa de desechos de podas de vid. Dentro de la industria de la construcción, estos materiales podrían integrarse en todo tipo de edificaciones y en rehabilitación de espacios, sustituyendo aislantes convencionales altamente contaminantes.
El Proyecto de Investigación Científica y Tecnológica (PICT) que busca analizar las características de la lágrima sigue recibiendo a personas voluntarias interesadas en hacer su aporte, que permitirá mejorar el abordaje y tratamiento de patologías ocularesmediante un dispositivo médico.
Pueden participar personas de entre 18 y 80 años, de lunes a viernes de 9 a 17 en el Laboratorio de Prototipado Electrónico & 3D ubicado en el Centro de Medios del Campus de la UNER en Oro Verde. El único requisito es reservar turno previo a través de este sencillo formulario.
El director del Proyecto de Investigación es el bioingeniero y doctor en Ingeniería, Martín Zalazar. En una entrevista con los programas Primera Mañana, de LT14 Radio Nacional Paraná, y Aire Nacional (un ciclo que se emitía hasta días atrás por la TV Pública) explicó cómo se realiza el simple procedimiento para el que necesitan en total 300 personas voluntarias y del que participaron hasta el momento unas 200.
No lleva más de 10 minutos. La persona voluntaria recibe las explicaciones e instrucciones del equipo, firma un breve cuestionario sobre su salud y actividad ocular y luego se realiza la recolección del líquido.
“La técnica es muy sencilla: consiste en no pestañear. La persona voluntaria se sostiene el ojo abierto con los dedos y cuando se empieza a secar, genera lágrimas, de las que se toma la muestra”, relató
Las lágrimas se recogen con un capilar, un pequeño cilindro de vidrio, que se apoya sobre la comisura lateral en el costado del ojo. Se inclina la cabeza y se toma la muestra, que es de apenas unos 50 mililitros: tres o cuatro lágrimas.
Soluciones en salud ocular
Zalazar destacó la importancia del dispositivo médico que motiva el estudio. “En este pequeño gran paso abordamos el Síndrome del Ojo Seco, la más frecuente de las patologías oculares. No hay registro de que se hayan medido hasta ahora los parámetros que estamos midiendo. Y el dispositivo tiene capacidad de abordar muchas patologías más”, expuso. “Los interesados no son sólo oftalmólogos sino todos los médicos”, añadió el director de la iniciativa.
El bioingeniero de la UNER anticipó que esperan tener los resultados del estudio a fin de año y lograr una publicación científica internacional. Es uno de los pasos centrales del proyecto, que tiene por objetivo la creación de una empresa de base tecnológica basada en microdispositivos y biosensores para abordar patologías oculares.
La necesidad del Estado
El profesor e investigador del Conicet en el Laboratorio de Prototipado Electrónico resaltó que desde este espacio se realizan muchos desarrollos en búsqueda de soluciones en el ámbito de la salud. “La ciencia y la investigación, no sólo en Argentina, necesitan una fuerte impronta y presencia del Estado. Así es en el mundo. El privado no suele hacer investigación básica”.
El investigador y docente de la FIUNER contó que vivió en Nueva York dos años. “Estuve investigando para una Universidad y los fondos se consiguen en distintas agencias estatales. Tengo la esperanza de que la situación actual se vaya acomodando y podamos seguir avanzando en proyectos en la Facultad”, concluyó en relación a los recortes presupuestarios vigentes en educación superior, ciencia y tecnología por parte del Gobierno Nacional.
Sobre el director
Martín Zalazar es bioingeniero (FI-UNER, 2007) y doctor en Ingeniería como becario CONICET (FICH-UNL, 2013). Profesor Adjunto en la Facultad de Ingeniería e investigador Asistente (Conicet), desarrolla sus actividades en el Laboratorio de Prototipado Electrónico & 3D y dirige el Grupo de Investigación en Microfluídica (FI-UNER). Recibió el premio a mejor Tesis de Doctorado 2014 de la provincia de Santa Fe. Realizó parte de su doctorado en Argonne National Laboratory, EE.UU. (2011-2012) con una beca Fulbright para investigadores y tuvo una estancia posdoctoral en la University of Texas-Dallas, EE.UU. (2018).
Los investigadores han desarrollado un modelo entrenado de manera similar a ChatGPT que puede adaptarse para evaluar múltiples condiciones de salud.
Mariana Lenharo
Los científicos han desarrollado una herramienta de inteligencia artificial (IA) capaz de diagnosticar y predecir el riesgo de desarrollar múltiples afecciones de salud, desde enfermedades oculares hasta insuficiencia cardíaca y la enfermedad de Parkinson, todo ello basándose en las imágenes de la retina de las personas.
Las herramientas de inteligencia artificial han sido entrenadas anteriormente para detectar enfermedades utilizando imágenes de la retina, pero lo que hace que la nueva herramienta, llamada RETFound, sea especial es que se desarrolló utilizando un método conocido como aprendizaje auto supervisado. Esto significa que los investigadores no tuvieron que analizar cada uno de los 1,6 millones de imágenes de retina utilizadas para el entrenamiento y etiquetarlas, por ejemplo, como “normales” o “patológicas”. Estos procedimientos consumen mucho tiempo y son costosos, y son necesarios durante el desarrollo de la mayoría de los modelos estándar de aprendizaje automático.
En cambio, los científicos utilizaron un método similar al utilizado para entrenar modelos de lenguaje grande como ChatGPT. Esa herramienta de inteligencia artificial aprovecha innumerables ejemplos de texto generado por humanos para aprender a predecir la siguiente palabra en una oración a partir del contexto de las palabras anteriores. Del mismo modo, RETFound utiliza una multitud de fotografías de retina para aprender a predecir cómo deberían verse las partes faltantes de las imágenes.
“A lo largo de millones de imágenes, el modelo aprende de alguna manera cómo es la retina y cuáles son todas sus características”, explica Pearse Keane, oftalmólogo del Moorfields Eye Hospital NHS Foundation Trust en Londres, coautor de un artículo, publicado hoy en Nature que describe la herramienta. Esto constituye la piedra angular del modelo y lo clasifica como lo que algunos llaman modelo básico, lo que significa que puede adaptarse para muchas tareas.
Una ventana a la salud humana
Las retinas de una persona pueden ofrecer una ventana a su salud, porque son la única parte del cuerpo humano a través de la cual se puede observar directamente la red capilar, formada por los vasos sanguíneos más pequeños. “Si tiene alguna enfermedad cardiovascular sistémica, como hipertensión, que afecta potencialmente a todos los vasos sanguíneos de su cuerpo, podemos visualizar [eso] directamente en imágenes de la retina”, sostiene Keane.
Las retinas también son una extensión del sistema nervioso central y comparten similitudes con el cerebro, lo que significa que las imágenes de la retina se pueden utilizar para evaluar el tejido neural. “El problema es que muchas veces la gente no tiene la experiencia necesaria para interpretar estos escáneres. Aquí es donde entra en juego la IA”, afirma Keane.
Una vez que habían entrenado previamente a RETFound en esos 1,6 millones de imágenes de retina sin etiquetar, Keane y sus colegas pudieron introducir una pequeña cantidad de imágenes etiquetadas (digamos, 100 imágenes de retina de personas que habían desarrollado Parkinson y 100 de personas que no lo habían desarrollado) para enseñar el modelo sobre condiciones específicas. Habiendo aprendido de todas las imágenes sin etiquetar cómo debería verse una retina, dice Keane, el modelo puede aprender fácilmente las características de la retina asociadas con una enfermedad.
El uso de datos sin etiquetar para entrenar inicialmente el modelo “desbloquea un importante cuello de botella para los investigadores”, afirma Xiaoxuan Liu, investigador clínico que estudia la innovación responsable en IA en la Universidad de Birmingham, Reino Unido. El radiólogo Curtis Langlotz, director del Centro de Inteligencia Artificial en Medicina e Imágenes de la Universidad de Stanford, en California, está de acuerdo. “Las etiquetas de alta calidad para datos médicos son extremadamente caras, por lo que la eficiencia de las etiquetas se ha convertido en la moneda del sector”, afirma.
El sistema funcionó bien en la detección de enfermedades oculares como la retinopatía diabética. En una escala donde 0,5 representa un modelo que no funciona mejor que una predicción aleatoria y 1 representa un modelo perfecto que hace una predicción precisa cada vez, obtuvo una puntuación de entre 0,822 y 0,943 para la retinopatía diabética, según el conjunto de datos utilizado. Al predecir el riesgo de enfermedades sistémicas (como ataques cardíacos, insuficiencia cardíaca, accidente cerebrovascular y Parkinson), el rendimiento general fue limitado, pero aún superior al de otros modelos de IA. RETFound es hasta ahora una de las pocas aplicaciones exitosas de un modelo básico para imágenes médicas, dice Liu.
Aplicaciones en expansión
Los investigadores ahora están analizando a qué otros tipos de imágenes médicas podrían aplicarse las técnicas utilizadas para desarrollar RETFound. “Será interesante ver si estos métodos se generalizan a imágenes más complejas”, dice Langlotz, por ejemplo, a imágenes de resonancia magnética o tomografías computarizadas, que a menudo son tridimensionales o incluso cuatridimensionales.
Los autores han puesto el modelo a disposición del público y esperan que grupos de todo el mundo puedan adaptarlo y entrenarlo para que funcione en sus propias poblaciones de pacientes y entornos médicos. “Podrían tomar este algoritmo y perfeccionarlo, utilizando datos de su propio país para tener algo que esté más optimizado para su uso”, afirma Keane.
“Esto es tremendamente emocionante”, sostiene Liu, aunque utilizar RETFound como base para otros modelos para detectar enfermedades conlleva un riesgo, añade. Esto se debe a que cualquier limitación incorporada en la herramienta podría filtrarse a modelos futuros que se construyan a partir de ella. “Ahora depende de los autores de RETFound garantizar su uso ético y seguro, incluida la comunicación transparente de sus limitaciones, para que pueda ser un verdadero activo comunitario”.
