Contáctanos Prueba nuestra plataforma
¿Por qué Metabolon?

Aprendizaje automático e inteligencia artificial

El uso por parte de Metabolonde tecnologías avanzadas de inteligencia artificial y aprendizaje automático automatiza las tareas rutinarias para que nuestros expertos internos puedan centrar sus esfuerzos en los retos científicos que más requieren su experiencia.

Conjuntos de datos curados por expertos

Hemos dedicado los últimos 20 años a crear la mejor competencia en metabolómica del mundo. En la actualidad, facilitamos, aceleramos y apoyamos el desarrollo de fármacos mediante el descubrimiento de biomarcadores, la comprensión de los mecanismos de acción, la estratificación de pacientes y mucho más.

Metabolon mide los cambios bioquímicos mediante el estudio de pequeñas moléculas para proporcionar una comprensión profunda de los sistemas biológicos. La ciencia de datos permite la mejora continua de nuestras capacidades líderes en el sector, lo que nos permite ofrecer una visión más amplia que cualquier otro proveedor de metabolómica.

Como parte de nuestras iniciativas de ciencia de datos, aprovechamos la inteligencia artificial y las tecnologías de aprendizaje automático para extraer información y reconocer patrones de datos computacionalmente. La capacidad de aprendizaje automático de Metabolonmejora el rendimiento de nuestra curación de datos, identifica firmas bioquímicas y detecta anomalías para garantizar un control de calidad preciso y rápido. Nuestra ciencia de datos y capacidades de aprendizaje automático proporcionan una mejor cobertura, calidad, tiempo de entrega, interpretaciones y, en última instancia, el éxito del estudio para nuestros clientes.

La eficacia del aprendizaje automático está estrechamente relacionada con la precisión, la amplitud y la coherencia de los datos con los que se entrena. Mucho antes del auge de la ciencia de datos, los profesionales Metabolon generaban conjuntos de datos curados por expertos, análisis estadísticos precisos e informes con profundos conocimientos biológicos.

Conjuntos de datos curados por expertos
Control de calidad racionalizado

Control de calidad racionalizado

En el laboratorio, el tiempo apremia y la atención al detalle es primordial. Los análisis de última hora que revelan fallos en los datos originales pueden invalidar días o semanas de trabajo, desbaratando los plazos y las entregas de producción. Las tecnologías de aprendizaje automático nos permiten ofrecer a los clientes un ciclo de control de calidad comprimido para detectar modos de fallo mucho antes de lo que sería posible con un proceso puramente manual.

Por ejemplo, con varias líneas de productos, los requisitos estrictos se comprueban mediante análisis estadísticos una vez finalizada la curación. Un proceso totalmente manual requeriría varios días de trabajo. La utilidad de autocurado, combinada con análisis estadísticos automatizados orientados a los requisitos del producto, ha permitido clasificar las muestras que probablemente no pasarían las comprobaciones de control de calidad días después. Las muestras de reserva pueden procesarse inmediatamente, lo que reduce el tiempo de respuesta para el cliente y la cantidad de trabajo invertido en muestras condenadas a fallar en un paso posterior del control de calidad.

Metabolon ha demostrado la utilidad de los enfoques de aprendizaje automático que proporcionan resultados que se aproximan al posprocesamiento dirigido por expertos. La detección instantánea de los modos de fallo tras la producción inicial de datos en bruto y la revisión humana específica se traducen en un ahorro de tiempo significativo, una entrega media de productos más rápida y una reducción de la mano de obra, que puede centrarse en resultados de alta calidad en lugar de en repeticiones.

Curación de datos más rápida

En los libros de texto sobre aprendizaje automático, los problemas de etiquetado se resuelven aprendiendo un modelo de clasificación a partir de datos reales insesgados. En las aplicaciones reales, sin embargo, la cuestión puede complicarse significativamente por las prácticas y protocolos utilizados para producir los datos de entrenamiento. Por ejemplo, Metabolon genera datos de espectroscopia de masas LC/MS a partir de los cuales se infiere la presencia de metabolitos. Históricamente, los conservadores expertos examinaban diligentemente estos datos con ayuda del software para confirmar o negar la presencia de los compuestos. En cada muestra procesada en nuestras plataformas se examina la presencia o ausencia de cada uno de los más de 5400 compuestos de la biblioteca de metabolitos de referencia de Metabolon.

El aprendizaje automático nos permite conseguir estos mismos datos de alta calidad, pero mucho más rápido. Podemos llevar un conjunto de datos directamente al control de calidad mediante el aprendizaje automático, ahorrando tiempo al realizar la curación inicial de forma automática. El aprendizaje automático también nos permite determinar con rapidez y certeza qué compuestos están presentes y cuáles no lo estuvieron nunca, reduciendo significativamente o incluso eliminando la necesidad de que expertos humanos tomen estas decisiones.

Basado en datos históricos, el aprendizaje automático alimenta una utilidad de autocurado que puede curar muchos compuestos rutinarios. Consideremos el colesterol, que se encuentra fácilmente en el plasma humano y, por tanto, no es un uso eficiente de la experiencia del personal para identificar positivamente este compuesto. Con la ayuda de las herramientas de aprendizaje automático, podemos aprovechar las habilidades de nuestros expertos humanos para detectar la presencia de sulfato de etilparabeno, que a menudo se presenta con iones interferentes, o diferenciar entre compuestos como la isoleucilglicina y la alanilvalina. Estos compuestos no se separan cromatográficamente, pero presentan una fragmentación MS/MS distinta, que suele contener una enorme variedad de información.

Curación de datos más rápida
Ampliación continua de conocimientos

Ampliación continua de conocimientos

Estamos orgullosos de nuestra base de conocimientos sobre metabolitos y de nuestra experiencia líder en el sector, pero no nos detenemos ahí. Aún queda mucho por descubrir en términos de nuevos compuestos y su impacto en la investigación en ciencias de la vida y el desarrollo de fármacos. Estamos comprometidos a desentrañar ese conocimiento para ofrecer perspectivas que cambien las reglas del juego. El corpus de literatura, informes y conocimientos producidos por los científicos de Metabolonha servido de base para una colaboración con la ciencia de datos para desarrollar un vocabulario compartido, una base de conocimientos y un software para apoyar el registro de la expansión continua del conocimiento. La inteligencia artificial y las tecnologías de aprendizaje automático permiten a nuestros expertos aprovechar nuestra vasta experiencia interna de conocimiento altamente curado de vías, perfiles de enfermedades y los mejores conocimientos metabolómicos del mundo. Las futuras colaboraciones científicas de datos con estos expertos harán aflorar automáticamente el conocimiento histórico relevante para el personal experto en cada experimento realizado con Metabolon.

La inteligencia artificial y las tecnologías de aprendizaje automático son ingredientes cruciales para el éxito de nuestros clientes. Cada día ponemos estas tecnologías al servicio de nuestros clientes para obtener información práctica e introducir nuevas terapias con mayor rapidez.

"En Metabolon, la inteligencia artificial y el aprendizaje automático son ingredientes cruciales para el éxito de nuestros clientes. Nuestros enfoques de aprendizaje automático se han traducido en un enorme ahorro de tiempo, una entrega media de productos más rápida y una mayor precisión para nuestros clientes."
DOCTOR WILLIAM LEFEW
DIRECTOR, CIENCIA DE DATOS

Vea cómo Metabolon puede avanzar en su camino hacia los conocimientos preclínicos y clínicos

Solicitar presupuesto

¿Por qué Metabolon?

Una vez que se ha visto todo el valor de la metabolómica, la única pregunta que queda es: ¿quién lo hace mejor? Aunque muchos laboratorios cuentan con capacidades de perfilado de metabolitos o de química analítica, las tecnologías metabolómicas completas son extremadamente escasas. La identificación precisa e imparcial de metabolitos en todo el metaboloma plantea problemas de relación señal-ruido que muy pocos laboratorios están preparados para afrontar. Además, traducir cantidades masivas de datos en información procesable es lento, si no imposible, para la mayoría, porque una interpretación adecuada requiere dos cosas que escasean: experiencia y una base de datos completa.

Sólo Metabolon dispone de las cuatro funciones básicas de la metabolómica

R

Cobertura

Capacidad para interrogar a miles de metabolitos a través de diversos espacios bioquímicos, revelando nuevos conocimientos y oportunidades.

R

Comparabilidad

Capacidad para integrar los datos de diferentes estudios en el mismo conjunto de datos, en diferentes geografías, entre diferentes pacientes a lo largo del tiempo.

R

Competencia

Capacidad para informar sobre el diseño adecuado de los estudios, generar datos de alta calidad, obtener conocimientos biológicos y formular recomendaciones prácticas.

R

Capacidad

Capacidad para procesar cientos de miles de muestras de forma rápida y rentable para dar servicio a una demanda en rápido crecimiento.

Asóciese con Metabolon para acceder:

R

Una biblioteca de más de 5.400 metabolitos conocidos, 2.000 en plasma humano, todos ellos referenciados en el contexto de vías bioquímicas.

  • Eso es 5 veces los metabolitos del competidor más cercano
R

Profundidad y amplitud de experiencia sin precedentes en el análisis y la interpretación de datos metabolómicos para encontrar resultados significativos.

  • Más de 10.000 proyectos con cientos de clientes
  • Más de 3.500 publicaciones sobre 500 enfermedades, incluidas numerosas revistas especializadas como Cell, Nature y Science.
  • Casi 40 doctores en ciencia de datos, biología molecular y bioquímica

Gracias a nuestra sólida plataforma y a nuestras herramientas de visualización, nuestros expertos son los únicos capaces de ofrecerle más información sobre su molécula y desarrollar paneles de ensayos que le ayuden a concentrarse en los resultados que necesita.

Recursos relacionados con la metabolómica

Ver todos los recursos sobre metabolómica

Póngase en contacto con nosotros

Hable con un experto

Solicite un presupuesto para nuestros servicios, obtenga más información sobre tipos de muestras y procedimientos de manipulación, solicite una carta de apoyo o envíe una pregunta sobre cómo la metabolómica puede hacer avanzar su investigación.

Sede social

617 Davis Drive, Suite 100
Morrisville, NC 27560

Dirección postal:
P.O. Box 110407
Research Triangle Park, NC 27709

+1 (919) 572-1711

+1 (919) 572-1721

Sede internacional

Metabolon GmbH

Zeppelinstraße 3
85399 Hallbergmoos
Alemania

+49 89 99017752
✕

Referencias

1. Zgoda-Pols, J.R., et al., El análisis metabolómico revela un aumento del sulfato de 3-indoxilo en plasma y cerebro durante la lesión renal aguda inducida químicamente en ratones: estudio de los agonistas de los receptores de ácido nicotínico. Toxicol Appl Pharmacol, 2011. 255(1): p. 48-56.

2. Bryant, J. A. y otros, «El impacto de un tratamiento oral a base de microbioma purificado en el microbioma gastrointestinal». *Nat Med*, 2026, 32(1): pp. 186-196

3. McGovern, B. H. y otros, «SER-109, un fármaco experimental basado en el microbioma para reducir la recurrencia tras la infección por Clostridioides difficile: conclusiones extraídas de un ensayo de fase II». Clin Infect Dis, 2021, 72(12): pp. 2132-2140.

4. Feuerstadt, P., et al., «SER-109, una terapia oral basada en el microbioma para la infección recurrente por Clostridioides difficile». N Engl J Med, 2022. 386(3): págs. 220-229.

5. Hu, Z., et al., «La metabolómica dirigida revela nuevos biomarcadores diagnósticos para el cáncer colorrectal». Mol Oncol, 2025. 19(6): p. 1737-1750.

6. Butler, F. M. y otros, «Los patrones alimentarios vegetarianos y los metabolitos relacionados con la dieta se asocian con la función renal en la cohorte del Estudio Adventista de la Salud 2». J Ren Nutr, 2025.

7. Stanford, J., et al., «Perfil metabolómico y puntuación de la calidad de la dieta en un ensayo cruzado aleatorizado sobre patrones alimentarios saludables y habituales». Mol Nutr Food Res, 2025. 69(23): p. e70271.

8. O’Connor, L.E., et al., Perfil metabolómico de un patrón alimentario ultraprocesado en un ensayo alimentario cruzado, aleatorizado y controlado realizado en el domicilio. J Nutr, 2023. 153(8): p. 2181-2192.

9. Fritsch, D. A. y otros, «La función del microbioma sustenta la eficacia de una intervención dietética con suplementos de fibra en perros con diarrea crónica del intestino grueso». BMC Vet Res, 2022. 18(1): p. 245.

10. Leal, L. N. y otros, «El aporte de nutrientes antes del destete mejora la productividad durante la lactancia y reduce el riesgo de sacrificio en vacas Holstein». J Dairy Sci, 2025. 108(6): págs. 5875-5888.

11. Ahsin, M., et al., «La salud del suelo y los pastos es la base de la mayor densidad nutricional de la carne de vacuno, según un análisis metabolómico no dirigido realizado en sistemas de engorde con pastoreo del sur de EE. UU.». NPJ Sci Food, 2025. 9(1): p. 151.

12. Yin, W., et al., Perfil lipídico plasmático en diferentes especies para la identificación de modelos animales óptimos de la dislipidemia humana. J Lipid Res, 2012. 53(1): p. 51-65.

13. Porter, F. D. et al., «Los productos de la oxidación del colesterol son biomarcadores sanguíneos sensibles y específicos para la enfermedad de Niemann-Pick tipo C1». Sci Transl Med, 2010, 2(56): p. 56ra81.

14. Needham, B. D. y otros, «Perfiles de metabolitos plasmáticos y fecales en el trastorno del espectro autista». Biol Psychiatry, 2021, 89(5): págs. 451-462

15. Li, C. y otros, «El estradiol y mTORC2 cooperan para potenciar la biosíntesis de prostaglandinas y la tumorigénesis en células LAM con deficiencia de TSC2». J Exp Med, 2014. 211(1): págs. 15-28.

16. Green, P. G. y otros, «Flexibilidad metabólica y remodelación inversa del corazón humano con insuficiencia». Eur Heart J, 2025. 46(25): pp. 2422-2433.

17. Maekawa, H., et al., La inhibición de SGLT2 protege la función renal mediante la represión epigenética, dependiente de SAM, de los genes inflamatorios en condiciones de estrés metabólico. J Clin Invest, 2025. 135(19).

18. Wu, D., et al., Los cribados integrados revelan que la disminución de los nucleótidos de guanina, que resulta irreversible al actuar sobre la IMPDH2, inhibe el cáncer de páncreas y potencia la inhibición de KRAS. Gut, 2026.

19. Schwerdtfeger, L. A. y otros, La microbiota intestinal y los metabolitos están relacionados con la progresión de la enfermedad en la esclerosis múltiple. Cell Reports Medicine, 2025. 6(4): p. 102055.

20. Wu, H., et al., Dinámica del microbioma y el metaboloma asociada al deterioro del control de la glucosa y a las respuestas a los cambios en el estilo de vida. Nat Med, 2025. 31(7): p. 2222-2231.

21. Jacobs, J.P., et al., «La terapia cognitivo-conductual para el síndrome del intestino irritable induce alteraciones bidireccionales en el eje cerebro-intestino-microbioma asociadas a la mejora de los síntomas gastrointestinales». Microbiome, 2021. 9(1): p. 236.

22. Pietzner, M., et al., «Metabolitos plasmáticos para perfilar las vías en la multimorbilidad de las enfermedades no transmisibles». Nat Med, 2021. 27(3): p. 471-479.

23. Faquih, T.O., et al., «Predicción metabolómica robusta de la edad basada en una amplia selección de metabolitos». J Gerontol A Biol Sci Med Sci, 2025, 80(3).

24. Scherer, N., et al., La combinación de la metabolómica y la secuenciación del exoma revela efectos graduales de variantes heterocigotas raras y perjudiciales sobre la función génica y los rasgos humanos. Nat Genet, 2025. 57(1): p. 193-205.

25. Holmes, Z.C., et al., «El análisis metabolómico no dirigido de la leche materna de madres sanas revela los factores que determinan la variabilidad de los metabolitos». Sci Rep, 2024. 14(1): p. 20827.

26. Titz, B., et al., «Implicaciones de los factores de confusión oculares en los análisis proteómicos y metabolómicos del humor acuoso en las enfermedades de la retina». Transl Vis Sci Technol, 2024. 13(6): p. 17.

27. Bloom, S. M. y otros, «La dependencia de la cisteína de Lactobacillus iners es una posible diana terapéutica para la modulación de la microbiota vaginal». Nat Microbiol, 2022, 7(3): pp. 434-450.

28. Leimer, E. M. y otros, «Perfil lipídico del líquido sinovial humano tras una fractura intraarticular de tobillo». J Orthop Res, 2017, 35(3): págs. 657-666.