JavaScript está deshabilitado
La función JavaScript de su navegador está deshabilitada. Deberá habilitarla para utilizar esta función de ConfTool.
Podrá encontrar aquí información sobre cómo habilitar JavaScript
Si tiene algún problema, póngase en contacto con los organizadores en secretaria@caseib.es.

Programa del congreso

Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).

Resumen diario

Sesión

Vi-P3: Sesión de pósteres III
Lugar: Zona pósteres

Presentación 17

Enhanced Fluorescence Spectroscopy and Machine Learning: A Nanoparticle-Based Diagnostic Array for Early Cancer Detection

Oscar Sánchez-Gracia¹, Violeta Morcuende-Ventura³, Natalia Abian-Franco¹, Francisco Javier Flacó-Martí^1,4, Isabel Jiménez-Pardo³, Sonia Hermoso-Durán^1,4, Guillermo García-Rayado², Sonia Vega^1,4, Alfonso Ortega¹, Adrián Velázquez-Campoy^1,4, Teresa Sierra³, Olga Abian^1,4

1: Universidad de Zaragoza, España; 2: Fundación Instituto de Investigación Sanitaria de Aragón, España; 3: Instituto de Nanociencia y Materiales de Aragón (INMA), España; 4: Institute of Biocomputation and Physics of Complex Systems (BIFI), España

Early detection of cancers such as pancreatic ductal adenocarcinoma (PDAC) and ovarian cancer (OV) is crucial yet challenging due to the absence of sensitive, specific diagnostics. Fluorescence spectroscopy, enhanced by interactions between serum proteins and nanoparticles (NPs) derived from linear-dendritic block-copolymers, is a promising technique for non-invasive cancer detection. This study introduces a novel nanoparticle-based fluorescence assay to assess diagnostic capabilities within serum samples.