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




Análisis de sangre con IA permite detectar, analizar y perfilar tumores cancerosos

Por el equipo editorial de LabMedica en español
Actualizado el 11 Dec 2024
Imagen: El nuevo método ayudará a guiar el tratamiento del cáncer utilizando muestras de sangre (Foto cortesía de 123RF)
Imagen: El nuevo método ayudará a guiar el tratamiento del cáncer utilizando muestras de sangre (Foto cortesía de 123RF)

Las firmas mutacionales son cambios en los patrones de ADN causados por los efectos del cáncer en las células del cuerpo. Estas firmas pueden proporcionar información valiosa sobre el cáncer, como las posibles causas de su desarrollo y qué terapias pueden ser más eficaces. Actualmente, para obtener esta información es necesario secuenciar todo el genoma de una biopsia de tejido del cáncer, que luego se compara con la muestra de ADN normal del paciente. Una biopsia estándar que implica la extracción de tejido o células es costosa y lleva mucho tiempo, y también puede ser difícil recolectar muestras de tejido para la biopsia, especialmente cuando el tumor está ubicado en áreas de difícil acceso.

Los investigadores del Centro Oncológico Peter MacCallum (Victoria, Australia) han desarrollado un método que utiliza el ADN tumoral circulante (ADNtc) de la sangre de un paciente para detectar cambios en el ADN relacionados con el cáncer. Su innovador enfoque, conocido como MisMatchFinder, utiliza un algoritmo para identificar estos cambios a través de un simple análisis de sangre. Este método, publicado en Nature Communications, ofrece el potencial de hacer que la secuenciación del genoma sea más accesible y eficiente, permitiendo planes de tratamiento más rápidos y personalizados para los pacientes con cáncer. Además, podría revolucionar el seguimiento del cáncer al rastrear los cambios en la enfermedad a lo largo del tiempo, eliminando la necesidad de biopsias repetidas.

“Es emocionante que esta nueva metodología nos permita observar lo que le sucede al tumor en distintos momentos”, afirmó la coautora del estudio, la Dra. Dineika Chandrananda. “MisMatchFinder aporta avances considerables a la clínica y tiene el potencial de proporcionar nuevos conocimientos sobre el uso de firmas mutacionales. Creemos que este conocimiento ayudará a orientar e informar las decisiones clínicas para optimizar las estrategias de tratamiento del cáncer basadas en la investigación”.

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Neonatal Heel Incision Device
Tenderfoot
All-in-One Molecular System
AIO M160
Thyroid Test
Anti-Thyroid EIA Test

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.