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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Panel de biopsia líquida para tratamiento de cánceres pediátricos

Por el equipo editorial de LabMedica en español
Actualizado el 21 Nov 2024
Imagen: La prueba rentable y fácil de usar puede clasificar el cáncer de un niño y guiar mejor el tratamiento (Foto cortesía del Hospital de Investigación Infantil St. Jude)
Imagen: La prueba rentable y fácil de usar puede clasificar el cáncer de un niño y guiar mejor el tratamiento (Foto cortesía del Hospital de Investigación Infantil St. Jude)

La identificación de mutaciones en el cáncer de un niño mediante tecnologías de secuenciación avanzadas puede mejorar significativamente los resultados del tratamiento. Al comprender las mutaciones específicas que provocan el cáncer en cada paciente, los médicos pueden diseñar terapias dirigidas para abordar esas mutaciones. Sin embargo, la tecnología actual de secuenciación del genoma completo requiere amplios recursos físicos y computacionales a los que muchas instituciones no tienen acceso. Para superar este desafío, los investigadores han desarrollado un panel más centrado que se dirige a un conjunto más pequeño de genes que se sabe que desempeñan un papel en los cánceres infantiles, en lugar de secuenciar el genoma completo. Este panel es capaz de diagnosticar a más del 90 % de los pacientes pediátricos con cáncer secuenciando solo el 0,15 % del genoma humano, lo que proporciona un método rentable para analizar y clasificar los cánceres infantiles y ayudar a guiar el tratamiento.

El SJPedPanel, desarrollado por científicos del Hospital de Investigación Infantil St. Jude (Memphis, TN, EUA), está diseñado específicamente para muestras de cáncer pediátrico y se centra en genes que se sabe que están implicados en los cánceres infantiles. A diferencia de otros paneles genéticos, que suelen estar diseñados para cánceres de adultos y luego adaptados para niños, el SJPedPanel se desarrolló con un enfoque pediátrico desde el principio. El equipo también consideró los desafíos prácticos en la detección de ciertas mutaciones y seleccionó los genes más informativos para su inclusión. Este enfoque condujo a mejoras significativas en comparación con los paneles de genes de cáncer existentes. El rendimiento y la validación del panel se detallaron en Clinical Cancer Research.

El SJPedPanel no solo supera a los paneles centrados en adultos, sino que también supera a la secuenciación genómica completa, el estándar de oro, en algunos casos. La secuenciación genómica completa analiza el genoma completo, lo que puede resultar complicado para detectar cánceres con recuentos bajos de células debido a la necesidad de un muestreo de gran profundidad. El éxito del panel se debe en parte a su diseño y origen únicos. St. Jude participó en el Proyecto del Genoma del Cáncer Pediátrico, que secuenció a cientos de pacientes pediátricos, lo que proporcionó una comprensión integral del panorama genómico de los cánceres infantiles. Esta iniciativa se centró en los cánceres pediátricos, que son genéticamente distintos de los cánceres de adultos.

El impacto del SJPedPanel podría ser significativo para los pacientes de todo el mundo. El diagnóstico temprano y preciso de los cánceres infantiles es fundamental para orientar el tratamiento y mejorar los resultados. Sin embargo, la secuenciación del genoma completo requiere una infraestructura costosa que muchas instituciones no pueden permitirse. Al utilizar este panel más asequible, los centros de atención médica que no cuentan con los recursos necesarios aún pueden identificar y diagnosticar estos cánceres. Si bien el panel estará disponible comercialmente, St. Jude planea compartir abiertamente su diseño y conocimiento para ayudar a la mayor cantidad posible de niños.

“Llevamos muchos años realizando genómica clínica y uno de los desafíos es diagnosticar todos los tumores, especialmente aquellos con un bajo porcentaje de células cancerosas en la muestra analizada”, afirmó la coautora Xiaotu Ma, PhD, del Departamento de Biología Computacional de St. Jude. “Por eso, creamos SJPedPanel como un resumen para concentrar la mayor parte del conocimiento genético que hemos adquirido en la última década en una prueba más pequeña que se pueda utilizar clínicamente”.

Enlaces relacionados:
Hospital de Investigación Infantil St. Jude

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Analizador de la función plaquetaria
PL-12
Thyroid Test
Anti-Thyroid EIA Test
LAIR2 Antibody Pair Set
LAIR2 Antibody Pair [Biotin]

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.