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

Deascargar La Aplicación Móvil




Biopsia líquida en sangre combinada con aprendizaje automático para el diagnóstico precoz del cáncer de pulmón

Por el equipo editorial de LabMedica en español
Actualizado el 08 Sep 2021
Imagen: El análisis de sangre DELFI identifica el cáncer de pulmón utilizando inteligencia artificial para detectar patrones únicos en la fragmentación del ADN desprendido de las células cancerosas, al compararlo con los perfiles normales (Fotografía cortesía de Carolyn Hruban)
Imagen: El análisis de sangre DELFI identifica el cáncer de pulmón utilizando inteligencia artificial para detectar patrones únicos en la fragmentación del ADN desprendido de las células cancerosas, al compararlo con los perfiles normales (Fotografía cortesía de Carolyn Hruban)
Una biopsia líquida nueva que recolecta fragmentos de ADN tumoral circulante combinada con tecnología avanzada de aprendizaje automático pudo detectar más del 90% de los cánceres de pulmón en muestras de casi 800 personas con y sin la enfermedad.

Los investigadores de Johns Hopkins Medicine (Baltimore, MD, EUA), presentaron el campo de la fragmentómica como base para el diagnóstico del cáncer de pulmón. La fragmentómica estudia las propiedades físicas de los fragmentos de ADN libres de células circulantes. El ADN se empaqueta de forma anormal en las células cancerosas, lo que genera patrones de fragmentos anormales cuando las células cancerosas mueren y liberan su ADN en el torrente sanguíneo. Los fragmentos de ADN libres de células en la sangre pueden indicar la presencia de cáncer y sugerir su probable ubicación en el cuerpo.

Se utilizó tecnología avanzada de aprendizaje automático (inteligencia artificial) para comparar los patrones de ADN libre de células de un individuo, con poblaciones con y sin cáncer. La tecnología, llamada DELFI (evaluación de ADN de fragmentos para la interceptación temprana), utilizó millones de puntos de datos para identificar tanto la presencia de cáncer como su tejido de origen.

Para el estudio actual, los investigadores, en colaboración con colegas de Dinamarca y los Países Bajos, realizaron por primera vez la secuenciación del genoma del ADN libre de células en muestras de sangre de 365 personas que participaron en un estudio danés de siete años llamado LUCAS. Validaron el modelo de detección de cáncer utilizando el enfoque DELFI en una cohorte independiente de 385 individuos sin cáncer y 46 pacientes con cáncer de pulmón.

Los resultados revelaron que la combinación de las características de fragmentación, los factores de riesgo clínicos y los niveles de CEA (antígeno carcinoembrionario), seguidos de la tomografía computarizada, detectaron el 94% de los pacientes con cáncer en todos los estadios y subtipos, incluido el 91% del estadio I/II y el 96% del estadio III/IV, al 80% de especificidad. Los perfiles de fragmentación de todo el genoma en casi 13.000 sitios de unión del factor de transcripción ASCL1 diferenciaron a los individuos con cáncer de pulmón de células pequeñas de aquellos con cáncer de pulmón de células no pequeñas, con gran exactitud.

“Está claro que existe una necesidad clínica urgente y no satisfecha de desarrollar enfoques alternativos y no invasivos para mejorar la detección del cáncer en las personas de alto riesgo y, en última instancia, en la población en general”, dijo el primer autor, el Dr. Dimitrios Mathios, investigador posdoctoral en Johns Hopkins Medicine. “Creemos que un análisis de sangre, o una biopsia líquida, para el cáncer de pulmón podría ser una buena manera de mejorar los esfuerzos de detección, porque sería fácil de hacer, ampliamente accesible y rentable”.

La empresa de biotecnología Delfi Diagnostics (Baltimore, MD, EUA), realiza un ensayo clínico nacional del enfoque DELFI. Este ensayo utiliza la técnica para evaluar a 1.700 participantes en los Estados Unidos, incluidos participantes sanos, personas con cáncer de pulmón y otros tipos de cáncer.

El estudio DELFI sobre cáncer de pulmón se publicó en la edición en línea del 20 de agosto de 2021 de la revista Nature Communications.

Enlace relacionado:
Johns Hopkins Medicine
Delfi Diagnostics

Miembro Oro
Aspiration System
VACUSAFE
Software de laboratorio
Acusera 24•7
Urine Analyzer
respons® UDS100
Pipette Calibration System
Artel PCS®

Canales

Diagnóstico Molecular

ver canal
Imagen: El enfoque perfila las bacterias en la saliva y aplica algoritmos de aprendizaje automático para distinguir a los pacientes con CCEE de los controles no afectados (crédito de la imagen: Adobe Stock)

Prueba microbiana de saliva podría ayudar a clasificar el riesgo de cáncer de esófago

El carcinoma de células escamosas de esófago (CCEE) es altamente letal, en parte porque muchos pacientes son diagnosticados solo después de que la deglución se vuelve difícil... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: los hallazgos sugieren que las personas con mpox pueden transmitir el virus incluso sin síntomas clínicos (crédito de la imagen: Adobe Stock)

Estudio revela que infecciones ocultas de mpox podrían impulsar su propagación continua

La viruela símica, o mpox, sigue circulando a pesar de la vacunación, y muchos casos no muestran ningún vínculo conocido con una pareja sintomática. El papel de las personas... Más

Patología

ver canal
Imagen: la tecnología aprovecha las preparaciones de diapositivas de rutina para ofrecer una lectura de riesgo individualizada basada en señales derivadas de imágenes (fotografía cortesía de Valar Labs)

Prueba de patología con IA recibe designación de avance de la FDA para riesgo de cáncer de vejiga

El cáncer de vejiga no músculo-invasivo presenta resultados muy variables, lo que complica la vigilancia y la planificación del tratamiento. La evaluación del riesgo suele basarse en el estadio, el grado... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.