• Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología
Notiulti
Noticias Ultimas
Inicio » Machine learning » Página 2
Tag:

Machine learning

Tecnología

Enzimas Artificiales: Nuevo Diseño para Industria y Medicina Diseño de Enzimas a Medida: Avance en Biocatálisis Riff-Diff: Diseño Eficiente de Enzimas con IA Enzimas Personalizadas: Innovación en Biotecnología Biocatálisis Avanzada: Diseño de Enzimas con Machine Learning

by Editor de Tecnologia enero 24, 2026
written by Editor de Tecnologia

Las enzimas con funciones específicas son cada vez más importantes en la industria, la medicina y la protección del medio ambiente. Permiten, por ejemplo, sintetizar productos químicos de forma más sostenible, producir ingredientes activos de manera precisa o degradar sustancias contaminantes. Investigadores del grupo de trabajo de Gustav Oberdorfer en el Instituto de Bioquímica de la Universidad Tecnológica de Graz (TU Graz), junto con colegas de la Universidad de Graz, han publicado un estudio en la revista científica Nature que describe un nuevo método para el diseño de enzimas personalizadas. Esta tecnología, denominada Riff-Diff (Rotamer Inverted Fragment Finder–Diffusion), permite construir la estructura proteica de forma precisa y eficiente alrededor del centro activo, en lugar de buscar una estructura adecuada en bases de datos existentes. Las enzimas resultantes no solo son significativamente más activas que las enzimas artificiales anteriores, sino también más estables.

Biocatalizadores de alta eficiencia

«En lugar de invertir el proceso y buscar en bases de datos una estructura que coincida con un centro activo, ahora podemos diseñar enzimas para reacciones químicas de manera eficiente y precisa desde cero, en un solo paso», afirma Gustav Oberdorfer, cuyo proyecto ERC HELIXMOLD fue fundamental para este avance. Markus Braun, autor principal del Instituto de Bioquímica de la TU Graz, añade: «Las enzimas que ahora se pueden producir son biocatalizadores de alta eficiencia que también pueden utilizarse en entornos industriales gracias a su estabilidad. Esto reduce drásticamente el esfuerzo de cribado y optimización que se requería anteriormente y hace que el diseño de enzimas sea más accesible para la comunidad biotecnológica en general».

Este progreso ha sido posible gracias a nuevos avances en el aprendizaje automático, que permiten diseñar estructuras mucho más complejas que los métodos anteriores. Riff-Diff combina varios modelos de aprendizaje automático generativo con el modelado atomístico. Primero, se colocan motivos estructurales de proteínas alrededor de un centro activo, y luego un modelo de IA generativa llamado RFdiffusion genera la estructura completa de la molécula proteica. Los investigadores refinan este andamiaje paso a paso utilizando otros modelos para que los elementos químicamente activos se coloquen con alta precisión: se ha logrado una precisión a nivel de angstrom (1 angstrom corresponde a 0,1 nanómetros), según lo demostrado por estructuras proteicas de alta resolución determinadas experimentalmente.

Un atajo evolutivo

El equipo ha confirmado con éxito en laboratorio la eficacia del método. Ya se han generado enzimas activas para diferentes tipos de reacciones a partir de 35 secuencias probadas. Los nuevos catalizadores fueron significativamente más rápidos que los diseños asistidos por ordenador anteriores. Además, las nuevas enzimas mostraron una alta estabilidad térmica y casi todas conservaron su forma funcional hasta los 90 grados Celsius o más, lo que es especialmente relevante para su uso en aplicaciones industriales.

Aunque la naturaleza produce una gran cantidad de enzimas a través de la evolución, este proceso lleva tiempo. Con nuestro enfoque, podemos acelerar masivamente este proceso y, por lo tanto, contribuir a que los procesos industriales sean más sostenibles, a desarrollar terapias enzimáticas dirigidas y a mantener el medio ambiente más limpio.

Adrian Tripp, Autor Principal, Instituto de Bioquímica de TU Graz

Este avance también fue posible gracias a la colaboración interdisciplinaria entre la TU Graz y la Universidad de Graz. Mélanie Hall, del Instituto de Química de la Universidad de Graz, confirma la solidez de la colaboración: «La integración de diferentes áreas de experiencia en la interfaz entre la ciencia de las proteínas, la biotecnología y la química orgánica demuestra la importancia crucial de los enfoques interdisciplinarios para el avance de la biocatálisis moderna».

Fuente:

Universidad Tecnológica de Graz

Referencia del artículo:

Braun, M., et al. (2025). Computational enzyme design by catalytic motif scaffolding. Nature. [online] doi: 10.1038/s41586-025-09747-9. https://www.nature.com/articles/s41586-025-09747-9

enero 24, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Tecnologías Emergentes 2026: IA, Computación Cuántica y Energía Nuclear

by Editor de Tecnologia enero 21, 2026
written by Editor de Tecnologia

You have full access to this article via your institution.

An AI model accurately predicted the trajectory of Hurricane Melissa, which wreaked havoc in the Caribbean last October.Credit: Gallo Images/Orbital Horizon/Copernicus Sentinel Data 2025/Getty

El progreso tecnológico, al igual que el científico, suele ser incremental, impulsado en parte por ráfagas estocásticas de resolución de problemas y superación de obstáculos. Ocasionalmente, una innovación alcanza la madurez suficiente para tener un impacto real: ya sea al entrar en uso práctico a gran escala o al encontrar una amplia gama de aplicaciones. Desde 2018, Nature elabora una lista de tecnologías emergentes a tener en cuenta en el próximo año. Nuestra última edición se publica esta semana.

Seven Technologies to watch in 2026

La inteligencia artificial hace una aparición, como ha hecho a menudo en los últimos años. La principal tecnología de IA a tener en cuenta este año es la meteorología impulsada por la IA, que está acelerando y mejorando las previsiones meteorológicas locales, el seguimiento de tormentas y la modelización climática global. Un modelo de IA desarrollado por investigadores de Google DeepMind en Londres, por ejemplo, anticipó que el huracán Melissa, que causó estragos en el Caribe el pasado octubre, se convertiría en un evento de categoría 5 días antes y también predijo con precisión su trayectoria. Otro modelo, entrenado con datos meteorológicos de diversas fuentes, fue capaz de proporcionar previsiones precisas hasta diez días antes de un evento meteorológico1.

La computación cuántica hace su segunda aparición en la lista este año, tras estudios destinados a mejorar el problema de la corrección de errores en los bits cuánticos, o qubits, las unidades fundamentales de la información cuántica2. La primera vez, en 2022, nuestro autor señaló los primeros, pero tentadores, avances logrados en la manipulación de átomos individuales como qubits para un procesador cuántico. Desde entonces, la inversión en esta área ha aumentado considerablemente. En 2023, Estados Unidos, el Reino Unido, Alemania y Corea del Sur anunciaron inversiones con un total combinado de casi 10.000 millones de dólares en tecnologías cuánticas. Y, en 2025, Japón invirtió solo 7.000 millones de dólares.

Este año, por primera vez, la lista también incluye tecnologías de energía nuclear. Los avances en la fusión nuclear están acercando cada vez más la promesa de energía abundante de esta fuente. Al mismo tiempo, se están desarrollando rápidamente reactores nucleares modulares pequeños para ayudar a las naciones a hacer frente al aumento de la demanda de energía de los centros de datos que se están construyendo para alimentar las aplicaciones de IA.

Las decisiones sobre qué tecnologías destacar se basan en las recomendaciones y perspectivas de los editores de las revistas de Nature Portfolio, las tendencias en la literatura de investigación y política y los acontecimientos actuales. Mirando hacia atrás, los avances en la edición genética, la microscopía y las tecnologías de ARN mensajero son constantes. La sombra de la pandemia de COVID-19 también se cierne sobre nosotros. La primera vacuna de ARNm contra el virus SARS-CoV-2 recibió autorización de uso de emergencia en diciembre de 2020, menos de un año después del inicio de la pandemia, y las vacunas de ARNm encontraron su lugar en la lista en 20213.

La promesa y el peligro de la IA

Quizás no sea sorprendente que la IA haya sido uno de los temas recurrentes más notables a lo largo de la serie. Las palabras inteligencia artificial se incluyeron en la primera lista, en 2018, en la que se menciona a la IA como una tecnología prometedora para integrar y analizar datos de diversas fuentes, como dispositivos portátiles, instrumentos científicos y la literatura de investigación. Dos años después4, cuatro revistas de Nature Portfolio publicaron una serie de artículos que utilizaron el aprendizaje automático para evaluar la literatura científica agrícola mundial. Estos estudios revelaron una falta de investigación sobre los pequeños agricultores, que constituyen la mayoría de los agricultores en todo el mundo.

La IA hizo su segunda aparición como tecnología a tener en cuenta en la genómica. La predicción de la estructura de las proteínas fue la tecnología de IA a tener en cuenta en 2022, gracias a la publicación del modelo AlphaFold25, que podía extrapolar la forma de una proteína plegada a partir de su secuencia de aminoácidos. La IA regresó en 2024 como una tecnología a tener en cuenta para el diseño de proteínas con funciones innovadoras para aplicaciones que van desde el desarrollo de vacunas hasta la biología sintética. Ese mismo año, también llamamos la atención sobre el lado oscuro de la IA, destacando tecnologías que podrían utilizarse para combatir la proliferación de imágenes falsas y para distinguir el audio, los vídeos y las fotografías generados por IA de los reales.

Let 2026 be the year the world comes together for AI safety

La lista del año pasado tuvo el mayor número de entradas relacionadas con la IA. Las tres tecnologías incluidas fueron los laboratorios “autodirigidos” en los que los algoritmos de robótica e IA pueden planificar e interpretar flujos de trabajo en la investigación química y de materiales; modelos para clasificar tipos de células y analizar redes genéticas; y una forma de utilizar la IA para acelerar el desarrollo de ordenadores basados en la luz o “fotónicos”, en los que los fotones se utilizan en lugar de los electrones para transmitir y procesar datos.

Desde el principio, los autores de la serie han reconocido que el potencial transformador de la IA requiere una gestión cuidadosa de sus riesgos asociados. En enero de 2018, la neurocientífica Vivienne Ming, de Socos Labs en Berkeley, California, preguntó quién tendría el control de los datos almacenados en las plataformas de IA y cómo se publicarían los nuevos hallazgos, teniendo en cuenta la dominación de las grandes empresas tecnológicas en el sector de la IA. Los investigadores de las empresas de IA están publicando en la literatura revisada por pares6, aunque no tanto como podrían y deberían7. Las palabras de Ming siguen siendo tan ciertas hoy como lo fueron cuando comenzó esta serie: “La asombrosa tradición que es la ciencia no debe ser oscurecida en manos de unas pocas personas”. Estamos totalmente de acuerdo y esperamos ver más de los mayores avances y las apuestas más audaces de la comunidad científica mundial en los próximos años.

enero 21, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

IA Predice Éxito Implantes Cocleares con 92% Precisión

by Editor de Tecnologia diciembre 30, 2025
written by Editor de Tecnologia

Un modelo de inteligencia artificial (IA) que utiliza aprendizaje profundo –la forma más avanzada de aprendizaje automático– ha predicho con una precisión del 92% los resultados del desarrollo del lenguaje hablado entre uno y tres años después de la implantación de un implante coclear (dispositivo auditivo electrónico implantado), según un amplio estudio internacional publicado en JAMA Otolaryngology-Head & Neck Surgery.

Si bien la implantación coclear es el único tratamiento eficaz para mejorar la audición y permitir el desarrollo del lenguaje hablado en niños con pérdida auditiva severa o profunda, la evolución del lenguaje hablado después de una implantación temprana es más variable en comparación con los niños que nacen con audición normal. Identificar a los niños con mayor probabilidad de tener dificultades con el lenguaje hablado antes de la implantación permitiría ofrecer una terapia más intensiva desde el principio para mejorar su capacidad de expresión.

Los investigadores entrenaron modelos de IA para predecir los resultados basándose en resonancias magnéticas cerebrales preimplantación de 278 niños de Hong Kong, Australia y Estados Unidos, que hablaban tres idiomas diferentes (inglés, español y cantonés). Los tres centros del estudio también utilizaron diferentes protocolos para escanear el cerebro y diferentes medidas de resultados.

Este tipo de conjuntos de datos complejos y heterogéneos son problemáticos para el aprendizaje automático tradicional, pero el estudio demostró excelentes resultados con el modelo de aprendizaje profundo. Superó a los modelos tradicionales de aprendizaje automático en todas las medidas de resultados.

«Nuestros resultados respaldan la viabilidad de un único modelo de IA como una herramienta de pronóstico robusta para los resultados del lenguaje en niños atendidos por programas de implantes cocleares en todo el mundo. Este es un avance emocionante para el campo», afirmó la autora principal, Nancy M. Young, MD, Directora Médica de Audiología y Programas de Implantes Cocleares del Ann & Robert H. Lurie Children’s Hospital de Chicago, el centro estadounidense en el estudio.

Esta herramienta impulsada por IA permite un enfoque de ‘predecir para prescribir’ para optimizar el desarrollo del lenguaje al determinar qué niño podría beneficiarse de una terapia más intensiva.

Nancy M. Young, Ann & Robert H. Lurie Children’s Hospital de Chicago

Este trabajo fue apoyado por la subvención Research Grants Council de Hong Kong GRF14605119, National Institutes of Health R21DC016069 y R01DC019387.

La Dra. Young ocupa la Cátedra Lillian S. Wells de Otorrinolaringología Pediátrica en Lurie Children’s. También es Profesora de Otorrinolaringología en la Northwestern University Feinberg School of Medicine, y Profesora y Fellow en Knowles Hearing Center, Departamento de Ciencias de la Comunicación y Trastornos del Habla en la Northwestern University School of Communication.

El Programa de Implantes Cocleares de Lurie Children’s es uno de los más grandes y experimentados del mundo, con más de 2,000 procedimientos de implantes cocleares realizados desde su inicio en 1991.

Fuente:

Ann & Robert H. Lurie Children’s Hospital de Chicago

Referencia del artículo:

Wang, Y., et al. (2025) Forecasting Spoken Language Development in Children With Cochlear Implants Using Preimplant Magnetic Resonance Imaging. JAMA Otolaryngology–Head & Neck Surgery. DOI:10.1001/jamaoto.2025.4694. https://jamanetwork.com/journals/jamaotolaryngology/fullarticle/2842669.

diciembre 30, 2025 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Salud

IA Predice Riesgo de Desnutrición en UCI: Mejora la Atención al Paciente

by Editora de Salud diciembre 23, 2025
written by Editora de Salud

Un nuevo estudio realizado por investigadores de la Escuela de Medicina Icahn en Mount Sinai sugiere que la inteligencia artificial (IA) podría ayudar a predecir qué pacientes críticamente enfermos que se encuentran con ventilación mecánica corren el riesgo de recibir una nutrición insuficiente. Esto podría permitir a los médicos ajustar la alimentación de manera temprana y mejorar la atención al paciente. Los detalles del estudio fueron publicados el 17 de diciembre en la revista Nature Communications.

Según los investigadores, la primera semana con ventilación mecánica es especialmente importante para proporcionar una nutrición adecuada, ya que las necesidades de los pacientes a menudo cambian rápidamente durante este período. «Demasiados pacientes con ventilación mecánica en la unidad de cuidados intensivos (UCI) no reciben la nutrición que necesitan durante la primera semana crucial», afirma el co-autor principal Ankit Sakhuja, MD, MS, profesor asociado de Inteligencia Artificial y Salud Humana, y Medicina (Medicina basada en datos y digital). «Sus necesidades están cambiando rápidamente y es fácil que se queden atrás. Queríamos explorar una forma sencilla y oportuna de identificar a quienes corren mayor riesgo de recibir una nutrición insuficiente para que los médicos puedan intervenir antes, ajustar la atención y asegurarse de que cada paciente reciba el apoyo adecuado cuando más lo necesita».

El equipo de investigación desarrolló una herramienta de IA, llamada NutriSightT, que analiza datos rutinarios de la UCI, como signos vitales, resultados de laboratorio, medicamentos e información sobre la alimentación, para predecir, con horas de anticipación, qué pacientes podrían estar recibiendo una nutrición insuficiente entre los días 3 y 7 de ventilación mecánica. Utilizando grandes conjuntos de datos desidentificados de la UCI de Europa y Estados Unidos, el modelo fue entrenado y validado para actualizar las predicciones cada cuatro horas a medida que cambian las condiciones del paciente.

El estudio identificó varias ideas clave que podrían ayudar a guiar la atención al paciente:

  • La nutrición insuficiente es común al inicio de la atención en la UCI. Alrededor del 41 por ciento al 53 por ciento de los pacientes recibieron una nutrición insuficiente al tercer día, y entre el 25 y el 35 por ciento continuaron recibiendo una nutrición insuficiente al séptimo día.
  • El modelo es dinámico e interpretable, mostrando qué factores rutinarios, como la presión arterial, los niveles de sodio o la sedación, influyen en el riesgo de nutrición insuficiente.
  • La investigación podría respaldar planes de alimentación personalizados, guiar a los equipos de nutrición e informar ensayos clínicos para determinar las estrategias nutricionales más eficaces para cada paciente.

Los investigadores enfatizan que NutriSightT no está diseñado para reemplazar a los médicos, sino que podría servir como un sistema de alerta temprana para ayudar a guiar las intervenciones nutricionales oportunas.

Los próximos pasos del equipo de investigación incluyen ensayos prospectivos en múltiples centros para probar si actuar sobre estas predicciones mejora los resultados de los pacientes, una integración cuidadosa en los registros electrónicos de salud y una expansión a objetivos de nutrición individualizados más amplios.

«La importancia de los hallazgos de nuestro estudio es que, por primera vez, podría ser posible identificar a los pacientes que corren el riesgo de recibir una nutrición insuficiente al inicio de su estancia en la UCI y adaptar la atención a sus necesidades individuales», afirma el co-autor principal Girish N. Nadkarni, MD, MPH, presidente del Departamento de Inteligencia Artificial y Salud Humana Windreich, director del Instituto Hasso Plattner para la Salud Digital y profesor Irene y Dr. Arthur M. Fishberg de Medicina en la Escuela de Medicina Icahn en Mount Sinai, y Director de IA de Mount Sinai Health System. «Esto representa un importante paso hacia proporcionar a los médicos una mejor información para tomar decisiones sobre la nutrición. En última instancia, el objetivo es proporcionar la cantidad correcta de nutrición al paciente adecuado en el momento adecuado, lo que podría ayudar a mejorar la recuperación y los resultados en pacientes críticamente enfermos y sentar las bases para estrategias de atención más personalizadas».

El artículo se titula «NutriSighT: Modelo Transformer interpretable para la predicción dinámica de la nutrición enteral insuficiente en pacientes con ventilación mecánica».

Los autores del estudio, según figura en la revista, son Mateen Jangda, Jayshil Patel, Akhil Vaid, Jaskirat Gill, Paul McCarthy, Jacob Desman, Rohit Gupta, Dhruv Patel, Nidhi Kavi, Shruti Bakare, Eyal Klang, Robert Freeman, Anthony Manasia, John Oropello, Lili Chan, Mayte Suarez-Farinas, Alexander W. Charney, Roopa Kohli-Seth, Girish N. Nadkarni y Ankit Sakhuja.

Este estudio fue apoyado por la subvención K08DK131286.e de los Institutos Nacionales de la Salud (NIH).

Fuente:

Mount Sinai Health System

Referencia del diario:

https://www.nature.com/articles/s41467-025-66200-1

diciembre 23, 2025 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Ciencia 2024: IA, Genética, Luna y Más Allá

by Editor de Tecnologia diciembre 18, 2025
written by Editor de Tecnologia

La inteligencia artificial (IA) ha experimentado avances significativos este año y se consolida como una herramienta fundamental en la investigación científica. Los llamados ‘agentes de IA’, que integran varios modelos de lenguaje de gran escala (LLM, por sus siglas en inglés), están demostrando su capacidad para llevar a cabo procesos complejos y de múltiples etapas, y se espera que su uso se generalice, incluso con una supervisión humana limitada. De hecho, el próximo año podría presenciar los primeros avances científicos de consecuencias importantes logrados gracias a la IA. Sin embargo, un uso más intensivo también podría exponer fallos graves en algunos sistemas, como la ya reportada propensión a la eliminación de datos.

Paralelamente, se están desarrollando técnicas que van más allá de los LLM, cuyo entrenamiento resulta costoso. Las nuevas aproximaciones se centran en el diseño de modelos de IA a pequeña escala, capaces de aprender a partir de una cantidad limitada de datos y especializarse en la resolución de acertijos de razonamiento específicos. Estos sistemas no generan texto, sino que procesan representaciones matemáticas de la información. Este año, un modelo de IA de este tipo superó a los LLM más grandes en una prueba de lógica.

Impulso a la edición genética

El próximo año podría marcar el inicio de dos ensayos clínicos para desarrollar terapias génicas personalizadas para niños con enfermedades genéticas raras. Estos esfuerzos se basan en el tratamiento de KJ Muldoon, un bebé con un trastorno metabólico raro que recibió una terapia CRISPR diseñada para corregir su mutación específica causante de la enfermedad.

El equipo que trató a Muldoon planea solicitar la aprobación de la Administración de Alimentos y Medicamentos de EE. UU. (FDA) para llevar a cabo un ensayo clínico en Filadelfia que pondrá a prueba terapias de edición genética en más niños con trastornos metabólicos raros. Estas afecciones son causadas por variantes en siete genes que pueden abordarse con el mismo tipo de edición genética utilizada en la terapia de Muldoon. Otro equipo espera iniciar un ensayo similar para trastornos genéticos del sistema inmunitario el próximo año.

Artemis II crew members Victor Glover, Reid Wiseman, Christina Koch and Jeremy Hansen with the Orion crew module.Credit: NASA

Ensayo masivo

Se espera que un ensayo clínico en el Reino Unido de un único análisis de sangre que detecta alrededor de 50 tipos de cáncer antes de que aparezcan los síntomas, presente resultados el próximo año. La prueba busca fragmentos de ADN que las células cancerosas liberan en la sangre y puede identificar el tipo de tejido u órgano del que proviene la señal. El ensayo involucró a más de 140.000 participantes y, si los resultados son prometedores, las autoridades sanitarias del Reino Unido planean implementar la herramienta en los hospitales.

En abril, entrará en vigor la mayor actualización regulatoria de los ensayos clínicos en el Reino Unido en dos décadas. Bajo las nuevas reglas, los investigadores pueden solicitar la aprobación ética y regulatoria en una sola solicitud. Pero la ley también exige que todos los ensayos que involucren medicamentos se registren públicamente antes de reclutar al primer participante y que se publique un resumen de los resultados dentro de los 12 meses posteriores al final del ensayo. El objetivo es acelerar la investigación, aumentar la diversidad de los participantes en los ensayos y reducir el tiempo que tardan los tratamientos prometedores en llegar a quienes los necesitan.

Mientras tanto, los cambios propuestos por la FDA este mes, que requerirían un único ensayo clínico, en lugar de dos, para la aprobación de nuevos fármacos, continuarán desarrollándose en 2026.

Intenso tráfico lunar

El próximo año se prevé que sea otro ajetreado para las misiones lunares. Artemis II de la NASA enviará a cuatro astronautas a orbitar la Luna a bordo de la nave espacial Orion. El vuelo de diez días es la primera misión tripulada a la Luna desde la década de 1970 y ayudará a preparar misiones posteriores para aterrizar en la Luna.

China también se está preparando para lanzar Chang’e-7, la siguiente de su serie de sondas lunares, en agosto. La misión utilizará una nave espacial tipo ‘hopper’ con capacidad de absorción de impactos. Su objetivo es llegar cerca del polo sur, una región rocosa y llena de cráteres conocida por ser un desafío para el aterrizaje. La Chandrayaan-3 de la India en 2023 fue la primera nave espacial en aterrizar con éxito cerca del polo sur lunar. Si logra un aterrizaje exitoso, Chang’e-7 buscará hielo de agua y estudiará los terremotos lunares.

A test version of the payload module of ESA's exoplanet-detecting Plato spacecraft being tested within a thermal vacuum chamber.

The payload module of ESA’s PLATO spacecraft — due to launch in 2026 — undergoes tests in a thermal vacuum chamber.Credit: ESA-Remedia

Lunas marcianas y más allá

Los investigadores también están dirigiendo sus ojos hacia Marte, con Japón planeando lanzar su misión de exploración de las lunas marcianas (MMX) para visitar las dos lunas del planeta rojo, Fobos y Deimos. La nave espacial recolectará muestras de la superficie de Fobos y las devolverá a la Tierra en 2031, algo que nunca antes se había hecho.

La Agencia Espacial Europea planea lanzar su satélite de búsqueda de planetas PLATO hacia finales del próximo año. Equipado con 26 cámaras, PLATO monitoreará más de 200.000 estrellas brillantes e identificará planetas ‘gemelos de la Tierra’ con temperaturas que permitan la formación de agua líquida.

La primera misión solar de la India, Aditya-L1, observará el Sol durante el máximo solar, el punto álgido de un ciclo de actividad de aproximadamente 11 años, marcado por las tasas más altas de manchas solares, erupciones y tormentas solares. El satélite se encuentra en una órbita halo, que permite una observación continua del Sol, a unos 1,5 millones de kilómetros de la Tierra, desde el año pasado. Sus datos ayudarán a los investigadores a obtener una mejor imagen de la superficie del Sol durante el máximo solar.

Perforando, bebé, perforando

El próximo año, se espera que el buque oceanográfico chino Meng Xiang emprenda su primera expedición científica. El buque está diseñado para perforar hasta 11 kilómetros a través de la corteza oceánica hacia el manto terrestre y recolectar muestras. El trabajo ayudará a los investigadores a comprender cómo se forma el fondo oceánico y qué impulsa su actividad tectónica.

An aerial drone photo shows the orange and white Meng Xiang deep-ocean drilling vessel while docked.

The Meng Xiang, China’s deep-ocean drilling vessel, is designed to drill through Earth’s crust into the mantle.Credit: Liu Dawei/Xinhua via Alamy

diciembre 18, 2025 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Newer Posts
Older Posts
  • Aviso Legal
  • Política de Cookies
  • Términos y Condiciones
  • Política de Privacidad
  • CONTACTO
  • Política de Correcciones
  • Equipo Editorial
  • Política Editorial
  • SOBRE NOTIULTI

El servicio de alojamiento web más recomendado. Para quejas, abusos o publicidad, contacte: admin@notiulti.com


Back To Top
Notiulti
  • Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología