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




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 Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Analizador totalmente automatizado de proteínas específicas (nefelometría)
PA240
Immunofluorescence Analyzer
IFA System
New
Alzheimer's Disease Biomarker Assay
Elecsys Phospho-Tau (217P) Plasma

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

Diagnóstico Molecular

ver canal
Imagen: MPNST es un cáncer del tejido conectivo que rodea los nervios periféricos, siendo la NF1 un factor de riesgo clave (Crédito de la imagen: Nephron/Wikimedia Commons (CC BY-SA 3.0)

Biopsia líquida muestra potencial para detectar y monitorizar tumores malignos de la vaina nerviosa

El tumor maligno de la vaina de los nervios periféricos (MPNST) es uno de los cánceres más graves que afectan a las personas con neurofibromatosis tipo 1 (NF1), pero su reconocimiento oportuno sigue siendo difícil.... 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

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.