Noticias Tecnología - Innovación - Ciencia

add ver todas

El nuevo método CRISP edita los cultivos sin técnicamente hacerlos GMO

Los Organismos Genéticamente Modificados (OGM) son aquellos organismos que se han creado utilizado técnicas como la introducción de ADN nuevo en cultivos. Este tipo de productos se suelen percibir con connotaciones negativas, y esto a menudo frena su consumo. De este modo, investigadores de la Universidad Estatal de Carolina del Norte han creado una nueva versión de estos organismos, basada en la técnica de CRISPR. Esta técnica se utiliza para la edición genética, y es capaz de corregir o editar el genoma de una célula. Este nuevo método permite a los científicos editar cultivos sin introducir ADN nuevo, lo que significa que técnicamente no son OGM, ¿tendrán estos organismos una mejor aceptación en el mercado?

Las implicaciones de esta innovadora creación son:

  • Nuevos productos resistentes a las nuevas condiciones – Debido a al descubrimiento de esta nueva técnica, los cultivos podrían ser mejorados en comparación con técnicas previas al CRISPR, introduciendo una mayor resistencia a las plagas, reduciendo el uso de recursos como el agua para un crecimiento eficaz o incluso mejorando el sabor original del producto.
  • Impulsa un nuevo tipo de consumo – Los nuevos hábitos de consumo llevan a los consumidores a la compra de productos más naturales, con menos componentes químicos y procesos industriales para transformarlos. La búsqueda de productos con su genética original resulta una ardua labor, por lo que facilitar al consumidor productos editados pero sin nuevos componentes añadidos puede aumentar las ventas exponencialmente.

    Para saber más haz click aquí
     

NOTICIAS RELACIONADAS

add ver todas

El crucigrama de la implementación de nuevas tecnologías...

El futuro de los alimentos frescos o perecederos es prometedor. Actualmente, el sector alimentario presenta una alta demanda en ciertos nichos que aún no ha sido explotada, así como múltiples oportunidades tecnológicas que los fabricantes y minoristas pueden aprovechar para ofrecer sus productos de una manera más eficiente.

Una plataforma basada en blockchain convierte los puntos de...

Benebit, una startup minorista, ha lanzado una plataforma que ofrecerá a los consumidores la posibilidad de convertir los puntos de fidelización en tokens (criptomonedas), que posteriormente podrán utilizar para comprar productos en línea de manera similar a la moneda fiat. El objetivo de Benebit es hacerse con el mercado de retail online al eliminar el sistema tradicional que requiere que los retailers ofrezcan numerosas tarjetas de fidelización, reemplazándolas por una sola tarjeta y una aplicación que abarcará miles de negocios en todo el mundo.Las consecuencias del lanzamiento de Benebit:Disrupción en las compras online a través de la tecnología blockchain – Teniendo en cuenta tanto a los retailers como a los consumidores, Benebit pretende revolucionar el mundo del cashback y de los programas de fidelización mediante la adopción de la tecnología blockchain, permitiendo a los usuarios intercambiar sus tokens de Benebit (BNE) por cualquier criptomoneda o moneda fiduciaria. Esto permitirá a los clientes comprar en sus marcas favoritas en todo el mundo utilizando los tokens de Benebit (BNE)Reducción del coste de mantenimiento de los programas de fidelización – Esto permitirá que los pequeños minoristas tengan capacidad para poder contar con un programa de fidelizaciónMejora de la relación consumidores-retailers – La mayoría

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí

Despídete de Alexa y da la bienvenida a los gadgets que...

Un estudiante del MIT ha desarrollado AlterEgo, un dispositivo que permite la comunicación silenciosa.