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




Prometedoras firmas epigenéticas para diagnosticar enfermedades del neurodesarrollo

Por el equipo editorial de LabMedica en español
Actualizado el 05 Mar 2018
Image
Image
Se han descubierto firmas de metilación del ADN en todo el genoma para varias enfermedades mendelianas del desarrollo neurológico, que podrían complementar clínicamente las pruebas moleculares que se están utilizando en la actualidad.

Las llamadas epifirmas pueden ser particularmente útiles para analizar varios síndromes a la vez y para ayudar a clasificar variantes de significado desconocido. Además, se de los trastornos constitucionales, pueden encontrar aplicaciones en el diagnóstico del cáncer.

Científicos de la Universidad Western (Londres, ON, Canadá) y sus colaboradores, analizaron muestras de ADN de sangre periférica de casi 300 pacientes con una de las 14 afecciones mendelianas, todos los síndromes del neurodesarrollo que se han asociado con defectos en la regulación epigenética, así como de aproximadamente 650 controles sanos. Para generar los perfiles de metilación del ADN, utilizaron el chip de perlas HumanMethylation450 de Illumina o sus arrays de metilación Infinium EPIC (Illumina, San Diego, CA, EUA).

El equipo demostró que ciertas firmas específicas, de metilación de ADN, pero que se encuentran parcialmente superpuestas están asociadas con muchas de estas condiciones. El grado de superposición entre estas epifirmas es mínimo, sugiriendo además que, en consonancia con el evento inicial, los cambios que se producen río abajo son exclusivos de cada síndrome. Además, al combinar estas epifirmas, demostraron que se puede construir una herramienta de aprendizaje automático para hacer el cribado para múltiples síndromes con alta sensibilidad y especificidad, y resaltan la utilidad de esta herramienta para resolver casos ambiguos que se presentan con variantes de significado incierto, junto con su capacidad para generar predicciones exactas para los individuos que presentan las características clínicas y moleculares superpuestas asociadas con la alteración de la maquinaria epigenética.

Bekim Sadikovic, PhD, DABMGG, FACMG, un profesor asociado de patología y medicina de laboratorio y el investigador principal del estudio dijo: “Una vez que empecemos a usar esto en un entorno clínico y comencemos a generar bases de datos cada vez más grandes, con información clínica vinculada a ellas, algo similar a lo que sucedió con las pruebas de microarrays y, ahora, la secuenciación del exoma, descubriremos qué otros genes o condiciones pueden tener estas epífirmas. Creo que la mejor manera de avanzar, desde un punto de vista de descubrimiento, es poner la prueba de metilación en uso clínico de rutina en estas poblaciones de pacientes a quienes normalmente les procesan perfiles genómicos y permitir que los datos en sí nos den una utilidad adicional”. El estudio fue publicado el 4 de enero. 2018, en la revista American Journal of Human Genetics.

New
Miembro Oro
Control de preeclampsia
Acusera Pre-Eclampsia Control
Software de laboratorio
Acusera 24•7
New
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.
Steam Sterilizer
Hi Vac II Line

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

Patología

ver canal
Crédito de imagen: iStock

Herramienta de patología con IA predice riesgo de recaída en cáncer colorrectal en estadio II

El cáncer colorrectal es el cuarto cáncer diagnosticado con mayor frecuencia en Australia y la segunda causa principal de muerte por cáncer, al tiempo que sigue siendo el tercer cáncer... 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.