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
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




Eventos

17 jun 2026 - 19 jun 2026
08 jul 2026 - 10 jul 2026

Evalúan el uso de receptores de células T asociados al cáncer para la detección de tumores malignos

Por el equipo editorial de LabMedica en español
Actualizado el 31 Aug 2020
Imagen: Predicción de novo de receptores de células T asociados al cáncer para la detección no invasiva del cáncer (Fotografía cortesía de UT Southwestern Medical Center).
Imagen: Predicción de novo de receptores de células T asociados al cáncer para la detección no invasiva del cáncer (Fotografía cortesía de UT Southwestern Medical Center).
Un objetivo clave en oncología es el diagnóstico temprano del cáncer, pues es cuando es más tratable. A pesar de décadas de progreso, el diagnóstico temprano de los pacientes asintomáticos se mantiene como un desafío importante. La mayoría de los métodos para esto implican la detección de células cancerosas, pero un enfoque diferente, centrado en la respuesta inmunitaria del cuerpo.

El sistema inmunológico adaptativo reconoce los antígenos tumorales en una etapa temprana para erradicar las células cancerosas. Este proceso se acompaña de la proliferación sistémica de los linfocitos T específicos del antígeno tumoral. Si bien la detección de cánceres asintomáticos en etapa temprana es un desafío debido al tamaño pequeño del tumor y las alteraciones somáticas limitadas, el seguimiento de los cambios en el repertorio de células T periféricas puede proporcionar una solución atractiva para el diagnóstico del cáncer.

Los científicos médicos del Centro Médico de la UT Southwestern (Dallas, TX, EUA), desarrollaron un método de aprendizaje profundo, llamado DeepCAT, para permitir la predicción de novo de los receptores de células T asociadas al cáncer (TCR). Ellos validaron DeepCAT usando TCR específicos de cáncer o no cancerosos, obtenidos de múltiples estudios de clasificación de multímeros del complejo principal de histocompatibilidad I (MHC-I) y demostraron su poder de predicción para los TCR específicos de antígenos del cáncer. DeepCAT se utiliza aplicando un método computacional para detectar secuencias de CDR3 de células T que se infiltran en el tumor a partir de datos de secuenciación de ARN de miles de muestras del Atlas del Genoma del Cáncer.

El equipo aplicó DeepCAT para diferenciar a más de 250 pacientes con cáncer de más de 600 individuos sanos utilizando secuencias de TCR en sangre y observó una alta exactitud en la predicción. DeepCAT también pudo identificar los TCR del cáncer (caTCR) en muestras de sangre de pacientes con cáncer de riñón, ovario, páncreas o pulmón en estadio temprano. Los autores afirman que el método tiene ciertas limitaciones, incluida la incapacidad de determinar el tejido de origen del cáncer, y señalan que las condiciones inflamatorias podrían afectar el desempeño de DeepCAT.

Los autores concluyeron que la puntuación de cáncer no pretende reemplazar los métodos de diagnóstico actuales en este momento. Más bien, se deben realizar esfuerzos futuros para explorar si el uso combinado de la puntuación del cáncer con las modalidades de detección existentes puede mejorar la exactitud del diagnóstico en los pacientes. Este trabajo prepara el escenario para el uso del repertorio de TCR de sangre periférica para la detección no invasiva del cáncer. El estudio fue publicado el 19 de agosto de 2020 en la revista Science Translational Medicine.

Enlace relacionado:
Centro Médico de la UT Southwestern

Miembro Oro
Aspiration System
VACUSAFE
Software de laboratorio
Acusera 24•7
Food Allergy Screening ELISA Kit
Allerquant 14G B ELISA
Automated Clinical Chemistry Analyzer
Envoy 500+

Canales

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Imagen: Diseño de estudio para el análisis del fenotipo, función y metabolismo de los monocitos (Gráinne Jameson et al., Journal of Infection (2026). DOI: 10.1016/j.jinf.2026.106755)

Biomarcador metabólico distingue tuberculosis latente de activa y monitorea respuesta al tratamiento

La tuberculosis (TB) sigue siendo la principal causa de muerte por enfermedades infecciosas en el mundo, con 10,8 millones de casos y 1,25 millones de fallecimientos registrados a nivel global en 2023.... Más

Microbiología

ver canal
Imagen: Resumen gráfico (Informes de investigación de microbiomas: DOI:10.20517/mrr.2025.96)

Las firmas del microbioma intestinal ayudan a identificar el riesgo de progresión de la EII

La enfermedad inflamatoria intestinal (EII), que abarca la enfermedad de Crohn y la colitis ulcerosa, es un trastorno inflamatorio crónico recurrente del tracto gastrointestinal con resultados muy variables.... 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
Copyright © 2000-2026 Globetech Media. All rights reserved.