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




Evalúan el uso de receptores de células T asociados al cáncer para la detección de tumores malignos

Por el equipo editorial de LabMedica en español
Actualizado el 31 Aug 2020
Imagen: Predicción de novo de receptores de células T asociados al cáncer para la detección no invasiva del cáncer (Fotografía cortesía de UT Southwestern Medical Center).
Imagen: Predicción de novo de receptores de células T asociados al cáncer para la detección no invasiva del cáncer (Fotografía cortesía de UT Southwestern Medical Center).
Un objetivo clave en oncología es el diagnóstico temprano del cáncer, pues es cuando es más tratable. A pesar de décadas de progreso, el diagnóstico temprano de los pacientes asintomáticos se mantiene como un desafío importante. La mayoría de los métodos para esto implican la detección de células cancerosas, pero un enfoque diferente, centrado en la respuesta inmunitaria del cuerpo.

El sistema inmunológico adaptativo reconoce los antígenos tumorales en una etapa temprana para erradicar las células cancerosas. Este proceso se acompaña de la proliferación sistémica de los linfocitos T específicos del antígeno tumoral. Si bien la detección de cánceres asintomáticos en etapa temprana es un desafío debido al tamaño pequeño del tumor y las alteraciones somáticas limitadas, el seguimiento de los cambios en el repertorio de células T periféricas puede proporcionar una solución atractiva para el diagnóstico del cáncer.

Los científicos médicos del Centro Médico de la UT Southwestern (Dallas, TX, EUA), desarrollaron un método de aprendizaje profundo, llamado DeepCAT, para permitir la predicción de novo de los receptores de células T asociadas al cáncer (TCR). Ellos validaron DeepCAT usando TCR específicos de cáncer o no cancerosos, obtenidos de múltiples estudios de clasificación de multímeros del complejo principal de histocompatibilidad I (MHC-I) y demostraron su poder de predicción para los TCR específicos de antígenos del cáncer. DeepCAT se utiliza aplicando un método computacional para detectar secuencias de CDR3 de células T que se infiltran en el tumor a partir de datos de secuenciación de ARN de miles de muestras del Atlas del Genoma del Cáncer.

El equipo aplicó DeepCAT para diferenciar a más de 250 pacientes con cáncer de más de 600 individuos sanos utilizando secuencias de TCR en sangre y observó una alta exactitud en la predicción. DeepCAT también pudo identificar los TCR del cáncer (caTCR) en muestras de sangre de pacientes con cáncer de riñón, ovario, páncreas o pulmón en estadio temprano. Los autores afirman que el método tiene ciertas limitaciones, incluida la incapacidad de determinar el tejido de origen del cáncer, y señalan que las condiciones inflamatorias podrían afectar el desempeño de DeepCAT.

Los autores concluyeron que la puntuación de cáncer no pretende reemplazar los métodos de diagnóstico actuales en este momento. Más bien, se deben realizar esfuerzos futuros para explorar si el uso combinado de la puntuación del cáncer con las modalidades de detección existentes puede mejorar la exactitud del diagnóstico en los pacientes. Este trabajo prepara el escenario para el uso del repertorio de TCR de sangre periférica para la detección no invasiva del cáncer. El estudio fue publicado el 19 de agosto de 2020 en la revista Science Translational Medicine.

Enlace relacionado:
Centro Médico de la UT Southwestern

Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Software de laboratorio
Acusera 24•7
New
Automated Clinical Chemistry Analyzer
Envoy 500+
New
POC Immunoassay Analyzer
Procise DX

Canales

Química Clínica

ver canal
Imagen: Diseñado originalmente para la detección del cáncer de pulmón y el monitoreo de la resistencia, la prueba también muestra potencial para identificar señales relacionadas con la fibrosis pulmonar (crédito de la imagen: iStock)

Nanosensor basado en orina monitorea cáncer de pulmón y fibrosis de forma no invasiva

El cáncer de pulmón sigue siendo difícil de monitorear para detectar progresión temprana y resistencia al tratamiento, mientras que la fibrosis pulmonar continúa planteando... Más

Diagnóstico Molecular

ver canal
Imagen: la primera autora del estudio, Emilie Newsham Novak, trabajando con las muestras en el Centro Oncológico MD Anderson de la Universidad de Texas (Fotografía cortesía de la Universidad Rice).

Muestras simuladas realistas buscan acelerar el desarrollo de pruebas de cáncer de cuello uterino

El cáncer de cuello uterino sigue siendo altamente prevenible, pero el acceso a las pruebas de detección es limitado en muchos entornos de bajos y medianos ingresos. Las pruebas de referencia... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: La iniciativa combina datos epidemiológicos y microbiológicos con la secuenciación del genoma completo para caracterizar los linajes hospitalarios circulantes y los determinantes de resistencia (crédito de la imagen: Shutterstock)

Vigilancia genómica a gran escala rastrea bacterias resistentes en hospitales europeos

La resistencia a los antimicrobianos (RAM) representa una amenaza creciente para la seguridad del paciente, ya que las Enterobacterales resistentes a los carbapenémicos causan infecciones difíciles... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.