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
Sysmex America, Inc.

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

Combinar la secuenciación de ARN con un algoritmo de aprendizaje para la identificación de células individuales en las muestras de biopsia

Por el equipo editorial de LabMedica en español
Actualizado el 30 Dec 2019
Print article
Imagen: Representación artística de la superficie de una célula dendrítica humana que ilustra procesos en forma de láminas que se pliegan sobre la superficie de la membrana (Fotografía cortesía de Wikimedia Commons)
Imagen: Representación artística de la superficie de una célula dendrítica humana que ilustra procesos en forma de láminas que se pliegan sobre la superficie de la membrana (Fotografía cortesía de Wikimedia Commons)
En un artículo reciente se publicó un método generalizado para clasificar a las células individuales en función de su conjunto de datos transcripcionales.

La secuenciación de ARN de una célula individual ha permitido la caracterización de tipos de células altamente específicos en muchos tejidos, así como líneas celulares derivadas, tanto de células madre, como primarias. Un aspecto importante de este enfoque es la capacidad de identificar las firmas transcripcionales que definen un tipo o estado celular. En teoría, se puede utilizar esta información para clasificar una célula individual en función de su perfil transcripcional.

Para probar esta teoría, los investigadores del Instituto Garvan de Investigación Médica (Sídney, Australia) desarrollaron el método scPred. ScPred fue diseñado para colapsar todos los datos de transcripción obtenidos de la secuenciación de scARN de las células individuales. Luego, se entrenó un algoritmo para generar un modelo estadístico con el fin de analizar cuáles de la características incrustadas en estos datos hacían que cierto tipo de célula fuera más diferente de los otros tipos de celdas.

Los investigadores aplicaron scPred a datos de scARN-seq de tejido pancreático, células mononucleares, biopsias de tumor colorrectal y células dendríticas circulantes. El algoritmo de aprendizaje incorporó un gran número (del orden de 20.000) de pequeñas diferencias en el promedio y la varianza de la expresión génica entre diferentes tipos de células para llegar a un modelo de predicción.

Con el fin de validar el enfoque scPred, los investigadores utilizaron conjuntos de datos de células de cáncer colorrectal analizadas inicialmente por colaboradores de la Universidad de Stanford (Palo Alto, EUA) para identificar células cancerosas individuales dentro de una muestra de tejido con una exactitud superior al 98%.

“Nuestro método scPred nos brinda la posibilidad de una detección más temprana; puede permitirnos determinar la etapa de un paciente con cáncer, a qué medicamentos potenciales responderán o si sus células tumorales tienen firmas que indican resistencia a la quimioterapia”, dijo el autor principal, el Dr. Joseph Powell, director del laboratorio de genómica unicelular y computacional del Instituto Garvan de Investigación Médica. “El potencial de este nuevo método es enorme. Hemos desarrollado una nueva forma de identificar tipos de células muy específicos, lo que nos ha puesto al comienzo de una nueva frontera significativa en el diagnóstico médico. Durante mucho tiempo hemos clasificado principalmente diferentes células en el cuerpo humano con base en un número limitado de marcadores encontrados en la superficie celular o dentro de la célula. Lo que aprendemos ahora es que debajo de un “tipo”, hay una gran diversidad de diferentes tipos de células, por ejemplo, aunque diferentes todas las células cancerosas podrían tener los mismos marcadores de superficie celular, solo un subgrupo de esas células puede formar un tumor metastásico”.

El artículo sobre scPred se publicó en la edición en línea del 12 de diciembre de 2019 de la revista Genome Biology.

Enlace relacionado:
Instituto Garvan de Investigación Médica
Universidad de Stanford


Print article

Canales

Química Clínica

ver canal
Imagen: Espectrómetro de masas Q Exactive Hybrid Quadrupole-Orbitrap (Fotografía cortesía de Thermo Fisher Scientific).

Prueba nueva en sangre predice las enfermedades psicóticas antes de que emerjan

Solo alrededor de una cuarta parte de los jóvenes que muestran síntomas psicóticos leves y transitorios a una edad temprana finalmente desarrollan un trastorno psicótico grave. La esquizofrenia, por ejemplo,... Más

Hematología

ver canal
Imagen: El analizador de hematología, Mindray BC-2800, totalmente automático con 19 parámetros para el análisis de hemogramas para uso hospitalario (Fotografía cortesía de Mindray).

Detectan aglutinación cuantitativa en un analizador automático de hematología

Los métodos de identificación de la aglutinación actualmente disponibles son los métodos de portaobjetos y los métodos de tubo de ensayo. Basándose en la distribución, uniformidad y cambios integrales... Más

Inmunología

ver canal
Imagen: El aumento de la activación de las células MAIT e iNKT se asocia con un mejor resultado en pacientes con COVID-19 grave (Fotografía cortesía de la Universidad de Tours).

Células T no convencionales en pacientes con COVID-19 predicen el resultado de la enfermedad

Si bien la mayoría de las personas infectadas con el virus del SARS-CoV-2 experimentan síntomas relativamente leves, algunos pacientes desarrollan una respuesta inflamatoria aberrante que puede dañar los... Más

Microbiología

ver canal
Imagen: Visualización de los resultados de la prueba Loopamp Trypanosoma cruzi a simple vista, los tubos 1 (control negativo) y 5 fueron negativos, pero el # 5 fue positivo en la qPCR con una carga de ADN muy baja (Fotografía cortesía del Laboratorio de Biología Molecular de la Enfermedad de Chagas).

Kit de amplificación isotérmica mediada por bucle detecta la enfermedad de Chagas

La enfermedad de Chagas (EC), también conocida como tripanosomiasis americana, es una enfermedad tropical desatendida, causada por el parásito protozoario Trypanosoma cruzi que afecta entre seis y siete... Más

Patología

ver canal
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).

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

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... Más

Tecnología

ver canal
Imagen: Ilustración que muestra la formación de tumores en los tejidos de la orofaringe (Fotografía cortesía de Wikimedia Commons)

Análisis de biopsia líquida basada en microARN para el diagnóstico precoz del cáncer de cabeza y cuello

Se ha desarrollado un ensayo de biopsia líquida, basado en microARN, que permite el diagnóstico temprano del carcinoma escamocelular de orofaringe, una enfermedad que causa cientos de miles de muertes cada año.... Más

Industria

ver canal
Ilustración

Sysmex presenta tecnología avanzada en análisis en el Simposio Internacional Virtual en Diagnóstico Integral

La primera participación de la compañía en este formato estará marcada por un stand virtual y una conferencia en el programa oficial. Sysmex es una compañía multinacional japonesa especializada en Soluciones... Más
Copyright © 2000-2020 Globetech Media. All rights reserved.