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




Se catalogan varios ARN asociados al cáncer para diferentes tumores

Por el equipo editorial de LabMedica en español
Actualizado el 25 Feb 2019
Imagen: Una interpretación gráfica de los ARN circulares asociados con el cáncer catalogados para diferentes tipos de tumores (Fotografía cortesía de la Universidad de Michigan).
Imagen: Una interpretación gráfica de los ARN circulares asociados con el cáncer catalogados para diferentes tipos de tumores (Fotografía cortesía de la Universidad de Michigan).
El ARN circular es un tipo de ARN que, a diferencia del ARN lineal más conocido, forma un bucle continuo cerrado covalentemente, es decir, en el ARN circular los extremos 3' y 5' normalmente presentes en una molécula de ARN se han unido.

Los ácidos ribonucleicos circulares (circARN) son una clase intrigante de ARN debido a su estructura covalentemente cerrada, su alta estabilidad y sus roles implicados en la regulación de genes. Los científicos han comenzado a catalogar y caracterizar los circARN que se encuentran en todos los tipos de cáncer, incluidos los marcadores de circARN propuestos en la orina de los pacientes con cáncer de próstata.

Un equipo de científicos de la Universidad de Michigan (Ann Arbor, MI, EUA) usó las técnicas de captura de exomas y secuenciación de ARN para analizar los circARN en más de 800 tumores, líneas celulares o muestras normales agrupadas evaluadas para el programa del Centro de Secuenciación de Oncología de Michigan (MI-ONCOSEQ). Los análisis llevaron a casi 129.000 circARN en 40 tipos de cáncer, que compararon con más de 60.000 circARN compilados previamente en la base de datos CircBase.

Junto con los datos de expresión de los circARN para más de dos docenas de pares tumor-normal pareados, la colección de circARN asociados al cáncer del equipo conocida como MiOncoCirc, ayudó al equipo a centrarse en los circARN asociados con el cáncer de próstata metastásico resistente a la castración o con los casos de cáncer de próstata neuroendocrino agresivo, así como con los biomarcadores potenciales de circARN que se encuentran en muestras de orina de pacientes con cáncer de próstata en general.

El equipo utilizó las sondas de captura de exón Agilent SureSelect (Agilent Technologies, Santa Clara, CA, EUA) para identificar a casi 21.000 genes y más de 334.000 exones en el ADNc de 868 muestras clínicas, líneas celulares y muestras de tejido normal agrupadas, siguiendo la secuenciación con la tecnología Illumina e identificaron los circARN candidatos con un canal analítico llamado CIRCexplorer. Cuando el equipo comparó y validó este método con los métodos establecidos de secuenciación de Ribo-Cero y exoribonucleasa RNase R, basados en el enriquecimiento en una línea celular de cáncer de próstata, se encontró que el método de captura del exoma parecía captar algunos circARN que Ribo-Zero no pudo detectar, mientras que mantuvo las “relaciones circulares a lineales” que no se pueden deducir con el método RNase R.

Los investigadores utilizaron MiOncoCirc para identificar los circARN candidatos para que sirvieran como biomarcadores para el cáncer de próstata y pudieron detectar los circARN en la orina. Además, detectaron una nueva clase de transcripciones circulares, denominadas circARN de lectura que involucraban exones originados a partir de diferentes genes. MiOncoCirc servirá como un recurso valioso para el desarrollo de circARN como objetivos diagnósticos o terapéuticos en todos los tipos de cáncer. El estudio fue publicado el 7 de febrero de 2019 en la revista Cell.

Enlace relacionado:
Universidad de Michigan
Agilent Technologies


Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Software de laboratorio
Acusera 24•7
ANALIZADOR DE ELECTROLITOS
BKE-B
Automated Clinical Chemistry Analyzer
Envoy 500+

Canales

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.