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




"Biopsias líquidas" utilizan ADN libre de células y biomarcadores proteicos para detección temprana del cáncer de ovario

Por el equipo editorial de LabMedica en español
Actualizado el 10 Oct 2024
Imagen: El uso de pruebas de “biopsia líquida” podría evitar que las mujeres con tumores benignos tengan que someterse a cirugías innecesarias (Foto cortesía de Carolyn Hruban, Ph.D.)
Imagen: El uso de pruebas de “biopsia líquida” podría evitar que las mujeres con tumores benignos tengan que someterse a cirugías innecesarias (Foto cortesía de Carolyn Hruban, Ph.D.)

El cáncer de ovario ocupa el quinto lugar como causa principal de muerte por cáncer entre las mujeres en los Estados Unidos, con una tasa de supervivencia a cinco años de aproximadamente el 50%. La detección temprana es crucial para mejorar las tasas de supervivencia, pero muchas mujeres son diagnosticadas en etapas más avanzadas, cuando el pronóstico es mucho peor. Los desafíos de la detección temprana se derivan de la falta de síntomas tempranos específicos y la ausencia de biomarcadores efectivos. Ahora, un análisis de sangre que utiliza inteligencia artificial (IA) para identificar cambios genéticos y biomarcadores proteicos relacionados con el cáncer puede ayudar a detectar en las mujeres signos tempranos de cáncer de ovario.

En un nuevo estudio, investigadores del Centro Oncológico Kimmel de Johns Hopkins (Baltimore, Maryland, EUA.), en colaboración con otras instituciones de Estados Unidos y Europa, utilizaron un análisis basado en inteligencia artificial de fragmentos de ADN y dos biomarcadores proteicos conocidos para detectar el cáncer de ovario. Los dos biomarcadores, el antígeno canceroso 125 (CA-125) y la proteína 4 del epidídimo humano (HE4), ya se habían relacionado con el cáncer de ovario, pero carecían de la fiabilidad necesaria para detectar la enfermedad por sí solos. Sin embargo, la combinación de estos biomarcadores con el análisis basado en inteligencia artificial de los patrones de fragmentos de ADN relacionados con el cáncer en la sangre mejoró significativamente la precisión de la detección, lo que permitió una mejor diferenciación entre tumores malignos y benignos.

Anteriormente, el equipo demostró que su método DELFI (Evaluación de fragmentos de ADN para intercepción temprana) impulsado por IA, que utiliza un nuevo enfoque de biopsia líquida llamado fragmentómica, mejoró la detección de fragmentos de ADN en la sangre, identificando con éxito el cáncer de pulmón. La tecnología capitaliza el hecho de que el ADN de las células sanas está organizado, mientras que el ADN de las células cancerosas es caótico. A medida que las células sanas mueren, liberan fragmentos de ADN ordenados en el torrente sanguíneo. Por el contrario, las células cancerosas producen fragmentos de ADN irregulares cuando mueren. En el último estudio, publicado en Cancer Discovery , los investigadores analizaron muestras de sangre de 94 mujeres con cáncer de ovario, 203 con tumores ováricos benignos y 182 sin crecimientos ováricos conocidos. Estas muestras se extrajeron de pacientes tratadas en hospitales de los Países Bajos y Dinamarca.

Los investigadores utilizaron la prueba DELFI-Pro, que combina el análisis de ADN fetal libre impulsado por IA con pruebas de biomarcadores CA-125 y HE4, para detectar el cáncer de ovario. La prueba DELFI-Pro superó las pruebas para cada biomarcador por separado, detectando significativamente más casos de cáncer de ovario y minimizando los falsos positivos. Identificó el 72 %, 69 %, 87 % y 100 % de los casos de cáncer de ovario en las etapas I a IV, respectivamente. En comparación, el CA-125 solo detectó el 34 %, 62 %, 63 % y 100 % de los casos en estas etapas. Para confirmar aún más los resultados, los investigadores probaron el método en un segundo grupo de muestra de los EUA que incluyó 40 pacientes con cáncer de ovarios, 50 con crecimientos ováricos benignos y 22 sin lesiones ováricas. A pesar del menor tamaño de la muestra, la prueba arrojó resultados similares, detectando el 73 % de todos los cánceres y el 81 % del carcinoma ovárico seroso de alto grado, la forma más agresiva de cáncer de ovario, con casi ningún falso positivo entre las mujeres libres de cáncer.

La prueba DELFI-Pro también permitió distinguir eficazmente los tumores ováricos benignos de los malignos, algo que las ecografías convencionales no consiguen hacer. Esta distinción es fundamental porque, una vez que se detectan tumores ováricos mediante ecografía, las mujeres suelen someterse a una cirugía exploratoria para confirmar el cáncer. Al utilizar la prueba de biopsia líquida DELFI-Pro, muchas mujeres con tumores benignos podrían evitar una cirugía innecesaria. Los investigadores ahora planean validar la prueba en ensayos clínicos aleatorizados más amplios, pero los resultados actuales son prometedores.

“La combinación de inteligencia artificial, fragmentomas de ADN libre de células y un par de biomarcadores proteicos en un simple análisis de sangre mejoró la detección del cáncer de ovario incluso en pacientes con enfermedad en etapa temprana”, afirmó el Dr. Victor E. Velculescu, autor principal del estudio, profesor de oncología y codirector del Programa de Genética y Epigenética del Cáncer en el Centro Oncológico Kimmel de Johns Hopkins. “Este enfoque basado en inteligencia artificial tiene el potencial de ser un método asequible y accesible para la detección generalizada del cáncer de ovario”.

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Automatic Hematology Analyzer
CF9600
Steam Sterilizer
Hi Vac II Line
Automated Urinalysis Solution
UN-9000

Canales

Inmunología

ver canal
Imagen: Los hallazgos resaltan el potencial de los perfiles inmunológicos basados ​​en la sangre para proporcionar una imagen más completa de cómo responden los pacientes a la inmunoterapia. (Crédito de la imagen: Adobe Stock)

Análisis de sangre de células inmunitarias podría predecir respuesta a inmunoterapia en melanoma

El melanoma sigue siendo uno de los cánceres de piel más letales, aunque los resultados mejoran notablemente cuando la enfermedad se detecta en una fase temprana. La inmunoterapia ha prolongado... Más

Microbiología

ver canal
Imagen: El panel QIAstat-Dx BCID GPF Plus AMR es el primer panel QIAstat-Dx para infecciones del torrente sanguíneo que recibe la aprobación de la FDA (Fotografía cortesía de Qiagen)

La FDA aprueba panel de una hora para detectar infecciones del torrente sanguíneo y resistencia antimicrobiana

Las infecciones del torrente sanguíneo pueden progresar rápidamente a sepsis, una afección potencialmente mortal que afecta a un estimado de 1,7 millones de adultos en los EE.... Más

Patología

ver canal
Imagen: A través del PCCP, Proscia obtiene una vía más eficiente para expandir la interoperabilidad de Concentriq AP-Dx mientras mantiene la supervisión regulatoria (Fotografía cortesía de Proscia)

Plataforma de patología digital amplía interoperabilidad para diagnóstico primario

El aumento de la incidencia del cáncer se está encontrando con una plantilla cada vez menor de patólogos, lo que intensifica la presión sobre los tiempos de respuesta diagnóstica... 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
Copyright © 2000-2026 Globetech Media. All rights reserved.