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

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

“Trashbot”, el robot de limpieza del río de Chicago...

La start up Urban Rivers llevaba años tratando de buscar una solución al problema de la suciedad en el río de Chicago. Tras lanzar numerosas iniciativas, han decidido combinar la robótica con un modelo de trabajo colaborativo.

Coches que sienten y reaccionan ante las emociones

Gracias a la inteligencia artificial, los coches podrán reaccionar ante las emociones del conductor mediante lo que se denomina 'computación afectiva'. La compañía Affectiva es capaz de recopilar todo tipo de datos para reconocer el estado del usuario y reaccionar así de la forma más adecuada a las necesidades del conductor, a través de sensores, cámaras y micrófonos.

Uber lanza Uber Health, una plataforma de asistencia B2B...

Uber ha lanzado Uber Health, una nueva línea de negocio que ofrece una plataforma B2B (Business to Business) disponible únicamente para proveedores de servicios de salud, los cuales pueden reservar un transporte privado para aquellos usuarios que lo necesiten. El motivo principal que incentivó a Uber a montar esta línea de negocio es que se enteró de que 3,6 millones de ciudadanos estadounidenses perdían sus citas médicas debido a la falta de transporte disponible. Las implicaciones del lanzamiento de Uber Health: Mayor accesibilidad de los clientes a las clínicas, hospitales y centros de salud – Con este servicio los proveedores de salud podrán solicitar viajes de ida y vuelta para sus pacientes desde un tablero centralizado, facilitando y consiguiendo así que un numero mayor de pacientes pueda acudir a sus citas médicas.​ Ahorro de tiempo y puntualidad – Como consecuencia de lo anterior, los pacientes podrán ahorrar tiempo al conocer la hora de recogida exacta del vehículo y ser puntuales es sus citas médica, reduciendo así los retrasos en las esperas. Comodidad para los pacientes – Los pasajeros no necesitan descargarse la aplicación de Uber ni tener un smartphone para poder utilizar este servicio, sino que es el médico el