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




Herramienta de detección no invasiva basada en secuenciación de ARN unicelular para la endometriosis

Por el equipo editorial de LabMedica en español
Actualizado el 22 Sep 2022
Imagen: Endometriosis: ilustración esquemática del útero y las enfermedades del sistema reproductivo femenino (Fotografía cortesía de www.123rf.com)
Imagen: Endometriosis: ilustración esquemática del útero y las enfermedades del sistema reproductivo femenino (Fotografía cortesía de www.123rf.com)

Los resultados presentados en un artículo reciente sientan las bases para el uso de efluentes menstruales (EM) como una herramienta de detección eficaz para identificar la endometriosis en pacientes con síntomas crónicos que sugieren este trastorno.

La endometriosis es un trastorno que ocurre cuando los tejidos similares al útero crecen fuera del útero y forman lesiones. La afección afecta aproximadamente al 10 % de las mujeres en edad reproductiva, lo que resulta en dolor crónico, a menudo debilitante, o infertilidad y otras complicaciones médicas. Debido a la falta de herramientas de diagnóstico no quirúrgicas, a menudo pueden pasar de siete a 10 años para que se le diagnostique la endometriosis. Actualmente, la cirugía laparoscópica invasiva es el único método diagnóstico definitivo.

Investigadores de los Institutos Feinstein para la Investigación Médica (Manhasset, NY, EUA) evaluaron el potencial de EM frescos, que contiene una gran cantidad de fragmentos desprendidos de tejidos endometriales, como una muestra biológica importante e inexplorada para el desarrollo de diagnósticos no invasivos basados en el análisis directo de estos fragmentos de tejido endometrial.

En este estudio, los investigadores realizaron la primera comparación de secuenciación de ARN unicelular (scRNA-Seq) de tejidos endometriales en EM recién recolectados de 33 sujetos, incluidas pacientes con endometriosis confirmada (casos) y controles, así como sujetos sintomáticos (que tienen síntomas crónicos sugestivos de endometriosis pero no han sido diagnosticadas). Los investigadores llevaron a cabo una digestión enzimática de EM y tejidos asociados seguidos de un análisis de scRNA-Seq y compararon las principales diferencias celulares y los perfiles de expresión génica encontrados en los EM recopilados de controles sanos y pacientes diagnosticadas con endometriosis, así como pacientes con síntomas de endometriosis que aún no fueron diagnosticadas.

El análisis de ARN identificó un subgrupo único de células asesinas naturales uterinas (uNK) en proliferación en los tejidos de EM de los controles que casi no existía en los casos de endometriosis, junto con una reducción sorprendente del total de células uNK en los casos de EM. Además, un subconjunto decidualizado de células estromales endometriales abundaba en el endometrio desprendido de los controles en comparación con los casos, lo que confirma los hallazgos de decidualización comprometida de las células estromales cultivadas de los casos. Las células decidualizadas están rodeadas por una membrana mucosa que recubre el útero y se desprende durante la menstruación y se modifica durante el embarazo.

Además, un enriquecimiento de células B en los casos planteó la posibilidad de que algunas de estas pacientes pudieran tener endometritis crónica, un trastorno que a menudo progresa a endometriosis.

“Millones de adolescentes y mujeres sufren de endometriosis sin un diagnóstico adecuado, lo que retrasa su atención y prolonga su dolor”, dijo la autora colaboradora, la Dra. Christine Metz, profesora de medicina molecular en los Institutos Feinstein de Investigación Médica. "Este nuevo artículo describe el potencial de una nueva herramienta de detección para identificar la endometriosis más temprano y permitir que las pacientes obtengan la ayuda que necesitan".

El artículo sobre endometriosis se publicó en la edición en línea del 15 de septiembre de 2022 de la revista BMC Medicine.

Enlaces relacionados:
Los Institutos Feinstein para la Investigación Médica

Miembro Oro
Automatic Hematology Analyzer
CF9600
Software de laboratorio
Acusera 24•7
New
Repetitive Pipette
VWR® Stepper Pro
New
Japanese Encephalitis Test
Japanese Encephalitis Virus Real Time PCR Kit

Canales

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: ArteraAI Breast analiza imágenes histopatológicas digitalizadas junto con variables clínicas del paciente para producir una puntuación de riesgo derivada de IA que proporciona información de pronóstico sobre la probabilidad de metástasis a distancia (Crédito de la imagen: Adobe Stock)

Herramienta de patología digital con IA para la estratificación del riesgo en cáncer de mama

La evaluación del riesgo en el momento del diagnóstico es fundamental para guiar el tratamiento del cáncer de mama invasivo en estadio temprano, con receptor hormonal positivo y receptor 2 del factor de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.