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
Abbott Diagnostics

Deascargar La Aplicación Móvil




Eventos

01 mar 2020 - 05 mar 2020
05 mar 2020 - 07 mar 2020
11 mar 2020 - 13 mar 2020

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

Hematología

ver canal
Imagen: El citómetro de flujo BD FACSVerse (Fotografía cortesía de BD Biosciences).

Analizan los perfiles inmunes en la médula ósea de la leucemia mieloide aguda

En la leucemia mieloide aguda (LMA), las células precursoras del linaje mieloide, modificadas por mutaciones somáticas y desregulación transcriptómica, se infiltran en la médula ósea (MO) e interrumpen... Más

Inmunología

ver canal
Imagen: Un melanoma en la piel de un paciente: una prueba nueva predice qué pacientes con melanoma tienen riesgo de hacer recurrencia del cáncer y metástasis (Fotografía cortesía del Instituto Nacional del Cáncer de los Estados Unidos).

Técnica predice el riesgo de que un melanoma haga recurrencia

Se pueden curar muchos melanomas primarios simplemente con extirpación de la lesión, pero el melanoma también puede reaparecer y diseminarse. Un análisis de la lesión extirpada puede ofrecer cierta información... Más

Patología

ver canal
Imagen: Flujo de trabajo de los análisis personalizados de cáncer mediante análisis de ADN tumoral circulante (ADNc) de secuenciación profunda (CAPP-Seq) (Fotografía cortesía de Rashedul Islam Rony, PhD).

Biopsia líquida de cáncer de pulmón guía la terapia adyuvante para la ERM

La enfermedad residual mínima (ERM) es el nombre dado a un pequeño número de células leucémicas (células cancerosas de la médula ósea) que permanecen en la persona durante el tratamiento o después del... Más

Tecnología de Lab

ver canal
Imagen: Esquema de una serie de nanotubos decorados con nanopartículas de oro que capturan moléculas virales para la espectroscopía Raman in situ con el fin de realizar identificación óptica de virus sin necesidad de etiquetas (Fotografía cortesía del profesor Mauricio Terrones)

Dispositivo rápido y económico captura e identifica virus

Actualmente, los virólogos estiman que en los animales se encuentran 1,67 millones de virus desconocidos, algunos de los cuales pueden ser transmitidos a los humanos. Los virus conocidos, como el H5N1,... Más

Industria

ver canal
Imagen: En 2019, se espera que los diagnósticos de laboratorio en un chip/microfluídicos crezcan al ritmo más rápido de TCAC, debido a su capacidad para reducir los procesos de laboratorio completos a un solo chip y acelerar el proceso de diagnóstico de enfermedades con resultados cuantitativos de alta precisión (Fotografía cortesía de Fotolia).

Mercado mundial de inmunoanálisis microfluidos llegará a los dos mil millones de dólares en 2025

Se espera que el mercado global de inmunoanálisis microfluídico crezca a una tasa anual compuesta del 12,7% desde 2019, a dos mil millones de dólares para 2025, impulsado por los mayores beneficios ofrecidos... Más
Copyright © 2000-2020 Globetech Media. All rights reserved.