Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

AGILENT

Agilent provides laboratories worldwide with instruments, services, consumables, applications and expertise, enabling... más Productos destacados: More products

Deascargar La Aplicación Móvil




Identifican genes de cáncer letal de cerebro

Por el equipo editorial de LabMedica en español
Actualizado el 16 Jun 2016
Imagen: El sistema de escáner de microarrays G2565BA (Fotografía cortesía de Agilent Technologies).
Imagen: El sistema de escáner de microarrays G2565BA (Fotografía cortesía de Agilent Technologies).
Los gliomas son un tipo de tumores que se originan en las células gliales del sistema nervioso central, el cerebro y la médula espinal. Las células gliales son las células de apoyo del sistema nervioso, que proporcionan apoyo físico y aislamiento para las neuronas.
 
El glioblastoma multiforme, también conocido como astrocitoma de grado 4, es la forma más común y agresiva de glioma y para este subtipo de cáncer, los pacientes raramente sobreviven un tiempo mayor a un año desde el diagnóstico; incluso cuando se utilizan la cirugía, la radioterapia y la quimioterapia, el pronóstico es pobre.
 
Los científicos en el Primer Hospital de la Universidad Médica de China (Shenyang, República Popular de China), examinaron muestras de tejido de 297 personas con tumores cerebrales y de éstos, 127 personas tenían glioblastoma y los otros tenían formas menos agresivas de glioma. Todas las muestras de tejido fueron congeladas inmediatamente en nitrógeno líquido, después de la cirugía.
 
Se preparó un corte congelado, coloreado con hematoxilina y eosina, a partir de cada muestra para evaluar el porcentaje de células tumorales antes de la extracción de ácido ribonucleico (ARN). La concentración y la calidad del ARN fueron medidas utilizando el espectrofotómetro, NanoDrop ND-1000 (NanoDrop Technologies). Se prepararon microarrays y se comprobó la integridad del ARN total usando un bioanalizador Agilent 2100 (Agilent Technologies, Santa Clara, CA, EUA); los datos fueron adquiridos utilizando el sistema de escáner de microarrays, G2565BA, de Agilent.
 
En total, el equipo analizó 322 genes implicados en el sistema inmunológico y después de una extensa selección; se identificaron ocho genes específicos que jugaban un papel importante en el glioblastoma multiforme. Se demostró que tres de los ocho genes tenían un papel protector, mientras que los otros cinco aumentaban el riesgo de muerte prematura. Los científicos fueron capaces de construir una firma genética que podía predecir el tiempo de supervivencia de los pacientes y dividirlos en grupos de bajo y alto riesgo.
 
Incluso después de controlar para factores como el tipo de tratamiento, aquellos en el grupo genético de alto riesgo eran dos veces más propensos a tener un tiempo de supervivencia más corto que aquellos en el grupo de bajo riesgo. El grupo de alto riesgo sobrevivió un promedio de 348 días después del diagnóstico, mientras que el grupo de bajo riesgo, sobrevivió un promedio de 493 días. Aquellos que estaban en el grupo de alto riesgo también eran propensos a tener un tiempo más corto entre el diagnóstico y los primeros signos de que el tumor se empeoraba; 242 días en comparación con 369 en el grupo de bajo riesgo. El estudio fue publicado el 25 de mayo de 2016, en la revista Neurology.

Enlaces relacionados:
 
First Hospital of China Medical University
NanoDrop Technologies
Agilent Technologies 
 

New
Miembro Oro
KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test
Software de laboratorio
Acusera 24•7
Hematology Consumables
Bioblood Devices
Analizador de coagulación automatizado
Hemolumi H6

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos presentados en ADLM 2026 sugieren que el aprendizaje automático podría ayudar a mejorar la precisión de un análisis de sangre estándar utilizado para diagnosticar tumores raros que se forman en las glándulas suprarrenales o cerca de ellas (Fotografía cortesía de Shutterstock)

Modelo de aprendizaje automático promete mejorar precisión de pruebas de metanefrinas

Los feocromocitomas y los paragangliomas son tumores poco frecuentes que se forman en las glándulas suprarrenales o cerca de ellas y provocan una sobreproducción de hormonas del estrés.... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más

Industria

ver canal
Crédito de imagen: iStock

Una colaboración impulsa los diagnósticos basados en esputo para el asma y la EPOC

El asma y la enfermedad pulmonar obstructiva crónica son afecciones inflamatorias de las vías respiratorias muy prevalentes, que afectan a más de 40 million Americans y a más... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.