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




Innovador método de 'fragmentómica' podría permitir detección más temprana del cáncer mediante extracciones de sangre más pequeñas

Por el equipo editorial de LabMedica en español
Actualizado el 14 Feb 2024
Imagen: El innovador método "fragmentómico" podría permitir a los médicos identificar el cáncer en pacientes más temprano (Fotografía cortesía de Shutterstock)
Imagen: El innovador método "fragmentómico" podría permitir a los médicos identificar el cáncer en pacientes más temprano (Fotografía cortesía de Shutterstock)

Cuando las células mueren, se desintegran y liberan parte de su material de ADN al torrente sanguíneo. Este ADN libre celular (ADNlc) contiene señales de cáncer. El ADNlc de células sanas se descompone en fragmentos de tamaño estándar, mientras que los fragmentos de ADNlc cancerosos se desintegran en diferentes lugares, a menudo en las regiones repetitivas del genoma. En lugar de buscar mutaciones específicas del ADN, que es como encontrar una sola letra desordenada entre miles de millones de letras, los investigadores han desarrollado un novedoso método de aprendizaje automático. Este método detecta variaciones en los patrones de fragmentación entre el ADClc canceroso y normal en estas regiones repetitivas del cáncer. Esta técnica innovadora podría permitir la detección más temprana del cáncer en pacientes mediante muestras de sangre más pequeñas, ya que requiere aproximadamente ocho veces menos sangre que la que se necesita para la secuenciación del genoma completo.

El algoritmo llamado Alu Profile Learning Using Sequencing (A-Plus) fue desarrollado por investigadores de City of Hope (Duarte, CA, EUA) y el Instituto de Investigación de Genómica Traslacional (TGen, Phoenix, AZ, EUA). Los investigadores probaron el algoritmo en 7.657 muestras de 5.980 personas, 2.651 de las cuales fueron diagnosticadas con cánceres como el de mama, colon y recto, esófago, pulmón, hígado, páncreas, ovario o estómago. Descubrieron que A-Plus podía identificar aproximadamente la mitad de los cánceres de los 11 tipos estudiados. La prueba demostró ser muy precisa y arrojó sólo un falso positivo por cada 100 pruebas realizadas.

Significativamente, la mayoría de las muestras de cáncer provinieron de personas con enfermedad en etapa temprana, que tenían pocas o ninguna lesión metastásica en el momento del diagnóstico. En el futuro, está previsto que comience un ensayo clínico en el verano de 2024 para comparar la eficacia de este método de análisis de sangre fragmentómico con el estándar de atención en adultos de 65 a 75 años. El objetivo es evaluar qué tan bien este panel de biomarcadores puede detectar el cáncer en una etapa más temprana y tratable.

"Una gran cantidad de evidencia muestra que el cáncer detectado en etapas posteriores mata a las personas", dijo Cristian Tomasetti, Ph.D., autor correspondiente del nuevo estudio y director del Centro para la Prevención y Detección Temprana del Cáncer de City of Hope. "Esta nueva tecnología nos acerca a un mundo en el que las personas recibirán un análisis de sangre anualmente para detectar el cáncer más temprano, cuando es más tratable y posiblemente curable".

"Nuestra técnica es más práctica para aplicaciones clínicas, ya que requiere cantidades más pequeñas de material genómico de una muestra de sangre", añadió Kamel Lahouel, Ph.D., profesor asistente en la División de Genómica Integrada del Cáncer de TGen y coprimer autor del estudio. "El éxito continuo en esta área y la validación clínica abren la puerta a la introducción de pruebas de rutina para detectar el cáncer en sus primeras etapas".

Enlaces relacionados:
City of Hope
TGen, Phoenix

Miembro Oro
STI Test
Vivalytic MG, MH, UP/UU
Software de laboratorio
Acusera 24•7
New
Automated Urinalysis Solution
UN-9000
New
HPV Molecular Test
BD Onclarity HPV Assay

Canales

Química Clínica

ver canal
Imagen: El método dSAA divide el líquido cefalorraquídeo de un paciente en compartimentos a escala de nanolitros y cuenta digitalmente la cantidad de

Prueba ultrasensible detecta un biomarcador clave de un subtipo de demencia frontotemporal

La demencia afecta a más de 57 millones de personas en todo el mundo y se prevé que esta cifra casi se duplique en las próximas dos décadas, lo que supone una gran carga para... Más

Hematología

ver canal
Imagen: EasyM es una prueba de sangre altamente sensible que rastrea un biomarcador de mieloma llamado proteína M (crédito de la foto: 123RF)

Análisis de sangre permite la detección temprana de recaída del mieloma múltiple

Las biopsias de médula ósea siguen siendo fundamentales para diagnosticar y monitorizar el mieloma múltiple, pero el procedimiento es doloroso, invasivo y a menudo se repite con el tiempo.... Más

Microbiología

ver canal
Imagen: Biosensor para la detección de tuberculosis (fotografía cortesía de la UPV)

Biosensor de antígeno detecta tuberculosis activa en una hora

La tuberculosis sigue siendo un importante desafío de salud global y continúa siendo una causa significativa de morbilidad y mortalidad. El informe mundial de 2024 de la Organización... 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.