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.
Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Aprendizaje automático detecta el cáncer analizando el ADN en las muestras de sangre

Por el equipo editorial de Labmedica en español
Actualizado el 19 Jun 2019
Print article
Imagen: Una prueba nueva de biopsia líquida llamada DELFI (evaluación de ADN de fragmentos para una interceptación temprana) utiliza inteligencia artificial para detectar pacientes con cáncer identificando fragmentaciones alteradas de ADN en la sangre (Fotografía cortesía de Carolyn Hruban, Universidad Johns Hopkins).
Imagen: Una prueba nueva de biopsia líquida llamada DELFI (evaluación de ADN de fragmentos para una interceptación temprana) utiliza inteligencia artificial para detectar pacientes con cáncer identificando fragmentaciones alteradas de ADN en la sangre (Fotografía cortesía de Carolyn Hruban, Universidad Johns Hopkins).
Los investigadores han descrito un enfoque de prueba de principio para el cribado, la detección temprana y el seguimiento del cáncer humano basado en un enfoque de aprendizaje automático que evalúa los patrones de fragmentación del ADN libre de células, en todo el genoma.

Si bien el ADN libre de células en la sangre proporciona una vía de diagnóstico no invasiva para los pacientes con cáncer, las características de los orígenes y las características moleculares del ADN libre de células son poco conocidas. Para corregir esta falta, los investigadores de la Universidad Johns Hopkins (Baltimore, MD, EUA) desarrollaron un enfoque basado en el aprendizaje automático para identificar patrones anormales de fragmentos de ADN en la sangre de los pacientes con cáncer.

Utilizaron este método DELFI (evaluación de ADN de fragmentos para la interceptación temprana) con el fin de analizar los perfiles de fragmentación de 236 pacientes con cáncer de mama, colorrectal, pulmón, ovario, páncreas, estómago o bilis y de 245 personas sanas.

El modelo de aprendizaje automático incorporó características de fragmentación del genoma con sensibilidades de detección que oscilaron entre el 57% y más del 99% entre los siete tipos de cáncer con una especificidad del 98%. Los perfiles de fragmentación se podrían usar para identificar el tejido de origen de los cánceres a un número limitado de sitios en el 75% de los casos. La combinación de este enfoque con el análisis de ADN libre de células basado en mutaciones detectó el 91% de los pacientes con cáncer.

“Por diversas razones, un genoma de cáncer está empaquetado de una manera muy desorganizada, lo que significa que cuando las células cancerosas mueren, liberan su ADN de forma caótica en el torrente sanguíneo”, dijo la primera autora, la Dra. Jillian Phallen, investigadora postdoctoral en la Universidad Johns Hopkins. “Al examinar este ADN libre de células (cfADN), DELFI ayuda a identificar la presencia de cáncer mediante la detección de anomalías en el tamaño y la cantidad de ADN en diferentes regiones del genoma en función de cómo está empaquetado”.

“Nos alienta el potencial de DELFI porque analiza un conjunto completamente independiente de características de ADN libre de células, de aquellas que han planteado dificultades a lo largo de los años, y esperamos trabajar con nuestros colaboradores de todo el mundo para que esta prueba esté disponible para los pacientes”, dijo el autor principal, el Dr. Victor E. Velculescu, profesor de oncología en la Universidad Johns Hopkins.

El método DELFI se describió en la edición en línea del 29 de mayo de 2019 de la revista Nature.

Enlace relacionado:
Johns Hopkins University


Print article
BIOHIT  Healthcare OY

Canales

Hematología

ver canal
Imagen: El riesgo de resultados tromboembólicos y de hemorragia después de los cánceres hematológicos es muy alto (Fotografía cortesía de la Universidad de Warwick).

Riesgo tromboembólico aumenta después de los cánceres hematológicos

El cáncer hematológico incluye leucemia, cáncer de médula ósea y cánceres de los ganglios linfáticos. Los avances terapéuticos han mejorado la supervivencia después de los cánceres hematológicos.... Más

Inmunología

ver canal
Imagen: Una imagen reconstruida en 3D de un doblete de una célula T (CD3, verde) y un monocito (CD14) (Fotografía cortesía del Instituto de Inmunología de La Jolla).

Complejos circulantes de monocitos-células T indican perturbaciones inmunes

La comunicación entre las células inmunes es un componente importante de las respuestas inmunitarias, ya sea directamente a través de contactos célula-célula o indirectamente a través de la secreción de... Más

Microbiología

ver canal
Imagen: El sistema de Pruebas de Sensibilidad a los Antibióticos Automatizado Completo Sensititre (AST) realiza todas las pruebas de sensibilidad en una sola plataforma utilizando la sensibilidad superior de los resultados verdaderos de la CIM (Fotografía cortesía de Thermo Fisher Scientific).

Sistema comercial es efectivo para las plagas de susceptibilidad al cefiderocol

La formulación novedosa del antibiótico cefalosporina lo hace muy eficaz contra bacterias gramnegativas no fastidiosas que de otra forma son altamente resistentes a los antibióticos, incluidas las cepas... Más

Tecnología de Lab

ver canal
Imagen: (A y B) Fotomicrografías de las capas del dispositivo; (C) el molde listo para fundir y (D) el chip montado en una lámina (Fotografía cortesía de la Universidad Estatal de San Diego).

Dispositivo de microfluidos aísla los grupos de células tumorales circulantes

Los tres desafíos principales del tratamiento del cáncer son la metástasis, la recurrencia y la resistencia a la terapia adquirida. Estos desafíos se han relacionado estrechamente con los grupos de células... Más

Industria

ver canal
Imagen: Una red sólida de cadenas de suministro y estrategias de investigación y desarrollo influyen sobre el mercado global de diagnóstico molecular (Fotografía cortesía de Medgadget).

Mercado mundial de diagnóstico molecular alcanzará 13.870 millones de dólares en 2025

El mercado de diagnóstico molecular global se valoró en 8.000 millones de dólares en 2017 y se proyecta que crecerá a una tasa anual compuesta del 7,1% durante el período de 2018 a 2025 para alcanzar los 13.... Más
Copyright © 2000-2019 Globetech Media. All rights reserved.