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




Biopsia líquida impulsada por IA clasifica tumores cerebrales pediátricos con alta precisión

Por el equipo editorial de LabMedica en español
Actualizado el 21 Feb 2026
Imagen: el análisis de ADNtc impulsado por IA proporciona a los médicos una nueva lente para monitorear la evolución de la enfermedad (fotografía cortesía de Brandon Stelter, Katie Han, Kyle Smith y Paul Northcott)
Imagen: el análisis de ADNtc impulsado por IA proporciona a los médicos una nueva lente para monitorear la evolución de la enfermedad (fotografía cortesía de Brandon Stelter, Katie Han, Kyle Smith y Paul Northcott)

Las biopsias líquidas ofrecen una forma no invasiva de estudiar el cáncer mediante el análisis del ADN tumoral circulante en fluidos corporales. Sin embargo, en los tumores cerebrales pediátricos, la pequeña cantidad de ADNtc en el líquido cefalorraquídeo ha limitado la eficacia de las herramientas de diagnóstico actuales. Los clasificadores tradicionales basados en la metilación, diseñados para muestras de tejido, suelen fallar al aplicarse a biopsias líquidas. Investigadores han desarrollado un sistema basado en inteligencia artificial (IA) que clasifica con precisión los tumores cerebrales pediátricos mediante ADNtc, lo que mejora el diagnóstico, el seguimiento y la detección de recaídas.

Científicos del Hospital de Investigación Infantil St. Jude (Memphis, TN, EUA), en colaboración con centros internacionales, han desarrollado el Algoritmo Predictivo Basado en la Metilación para Tumores del SNC (M-PACT), un marco de IA diseñado específicamente para el análisis de ADNtc. M-PACT emplea una red neuronal profunda entrenada en más de 5.000 perfiles de metilación de ADN en aproximadamente 100 tipos de tumores. Al integrar computacionalmente conjuntos de datos de referencia de tumores con perfiles de ADN libre de células normales, el sistema se optimizó para detectar y clasificar incluso cantidades muy pequeñas de ADNtc.

En pruebas de referencia, M-PACT identificó correctamente el 92 % de los tumores cerebrales pediátricos utilizando muestras de líquido cefalorraquídeo. El sistema también pudo distinguir entre recaídas reales y neoplasias malignas secundarias, y rastrear la progresión tumoral o la respuesta al tratamiento sin necesidad de información adicional. Los hallazgos, publicados en Nature Cancer, demuestran que el análisis de ADNtc basado en la metilación puede igualar o superar los estándares diagnósticos de la biopsia de tejido en ciertos contextos.

Además de la clasificación tumoral, M-PACT puede analizar el microambiente tumoral identificando las contribuciones de células inmunitarias y otras células no cancerosas en el líquido cefalorraquídeo. Esta capacidad permite monitorizar la evolución de la enfermedad durante el tratamiento, cuando rara vez se toman muestras de tejido. Aunque inicialmente se desarrolló para tumores cerebrales pediátricos, los investigadores creen que la plataforma puede adaptarse a otros tumores sólidos y neoplasias hematológicas. Se está trabajando para ampliar el marco informático para abarcar una gama más amplia de cánceres infantiles.

“M-PACT nos proporciona una nueva perspectiva para monitorear la evolución de la enfermedad, especialmente durante la terapia, cuando no se suele tomar muestras de tejido”, afirmó la coautora principal, Katie Han. “Ahora podemos empezar a observar cómo cambian tanto el tumor como su microambiente con la presión terapéutica”.

Enlaces relacionados:
Hospital de Investigación Infantil St. Jude

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Electrolyte Analyzer
CBS-4000 (CBS-400)
New
Alzheimer's Disease Biomarker Assay
Elecsys Phospho-Tau (217P) Plasma
ANALIZADOR DE INMUNOENSAYOS EN POC
Procise DX

Canales

Química Clínica

ver canal
Imagen: La prueba Galleri de GRAIL utiliza el aprendizaje automático para analizar patrones de ADNcf en busca de señales de cáncer y predecir su ubicación probable para guiar una evaluación adicional.

Prueba sanguínea multicáncer amplía detección a cánceres sin opciones de cribado rutinario

Muchos cánceres letales carecen de cribado rutinario y a menudo se diagnostican solo después de que aparecen los síntomas, lo que limita las opciones curativas. Los programas estándar... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Turner N, Keam S, Abdel-Wahab N, et al. La cascada inflamatoria guiada por células B perpetúa la colitis mediada por ICI. Cell Reports (2026). doi:10.1016/j.celrep.2026.117969)

Biomarcador sanguíneo podría predecir riesgo de colitis durante terapia con inhibidores de puntos de control

Los inhibidores de puntos de control inmunitario pueden desencadenar colitis inmunorrelacionada que provoca diarrea grave, dolor abdominal e interrupciones del tratamiento. Actualmente, los médicos... Más

Microbiología

ver canal
Imagen: El ébola sigue siendo una amenaza para la salud pública en rápida evolución con una alta mortalidad, lo que subraya la necesidad de un diagnóstico oportuno y pruebas descentralizadas más cercanas a los pacientes (Crédito de la imagen: Adobe Stock)

Colaboración busca llevar detección sanguínea del ébola fuera de los laboratorios centrales

Co-Diagnostics, Inc. (Salt Lake City, UT, EE. UU.) y ReadyGo Diagnostics Ltd. (Bath, Reino Unido) han iniciado una colaboración para evaluar GoCollect de ReadyGo con la plataforma Co-Dx PCR para... Más

Patología

ver canal
Imagen: Muestras vaginales y de orina que muestran cáncer de endometrio (caso verdadero positivo; fila superior) y ausencia de células malignas (caso verdadero negativo; fila inferior). (Jones ER, Narine N, O\'Flynn H, et al. The Lancet Obstetrics, Gynecology, & Women's Health (2026). DOI:10.1016/S3050-5038(26)00222-0.)

Prueba sencilla podría reducir necesidad de estudios invasivos para detectar cáncer uterino

El sangrado después de la menopausia requiere una investigación urgente para detectar cáncer de útero, aunque la mayoría de las mujeres que se someten a pruebas no padecen... 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.