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




Análisis de una sola célula aclara los patrones de mutación en los cánceres mieloides

Por el equipo editorial de LabMedica en español
Actualizado el 30 Nov 2020
Imagen: La Plataforma Tapestri es la primera y única plataforma multiómica unicelular que es capaz de proporcionar simultáneamente datos de genotipo y fenotipo de la misma célula, para miles de células (Fotografía cortesía de Mission Bio).
Imagen: La Plataforma Tapestri es la primera y única plataforma multiómica unicelular que es capaz de proporcionar simultáneamente datos de genotipo y fenotipo de la misma célula, para miles de células (Fotografía cortesía de Mission Bio).
Las neoplasias mieloides son enfermedades clonales de células madre o progenitoras hematopoyéticas. Las neoplasias mieloides, incluida la leucemia mieloide aguda (LMA), surgen de la expansión de estas células madre y progenitoras hematopoyéticas que adquieren mutaciones somáticas.

El perfil molecular en bloque ha sugerido que las mutaciones se adquieren de forma escalonada: los genes mutantes con altas frecuencias de alelos variantes aparecen temprano en la leucemogénesis y se cree que las mutaciones con frecuencias de alelos variantes más bajas se adquieren más tarde.

Un gran equipo de hematólogos y oncólogos del Centro de Cáncer Memorial Sloan Kettering (Nueva York, NY, EUA), delineó el marco clonal de las neoplasias mieloides. Realizaron un perfil mutacional de una sola célula en 146 muestras de 123 pacientes, mapearon las trayectorias clonales de cada muestra y observaron las mutaciones que se combinaron para promover la expansión y el dominio clonal. Los investigadores también combinaron la expresión de proteínas con el análisis mutacional para mapear el genotipo somático y la arquitectura clonal con el inmunofenotipo. En general, dijeron, estos hallazgos proporcionaron información sobre la patogenia de la transformación mieloide y cómo la complejidad clonal evoluciona con la progresión de la enfermedad.

El equipo utilizó un panel de amplicones personalizado de Mission Bio (Sur de San Francisco, CA, EUA), que cubre 31 genes que mutan con frecuencia, para realizar la secuenciación de una sola célula. Secuenciaron 740.529 células de 146 muestras de pacientes en el momento del diagnóstico y/o la recaída. Las mutaciones más comunes que identificaron fueron en DNMT3A, TET2, NPM1 y FLT3. Luego investigaron los subtipos de enfermedades, subdividiendo los casos en muestras con mutaciones epigenéticas, muestras con mutaciones de señalización, muestras sin mutaciones epigenéticas y muestras con efectores de señalización epigenéticos y mutaciones concomitantes. De las 80 muestras de LMA con mutaciones epigenéticas, casi el 53% albergaba mutaciones en más de un modificador epigenético. En casi todos los casos, las mutaciones del regulador epigenético estaban en el mismo clon, y en el 81% de los casos las mutaciones concurrentes estaban dentro del clon dominante, lo que sugiere una cooperación entre mutaciones epigenéticas.

El número de mutaciones por muestra fue significativamente mayor en las LMA que en las neoplasias mieloproliferativas (MPN) y en las MPN que en las hematopoyesis clonales (HC). El aumento de mutaciones por muestra fue más pronunciado en los casos de LMA con mutaciones efectoras de señalización, específicamente las de RAS y FLT3. Luego, los investigadores pudieron identificar las contribuciones específicas de genes a la expansión clonal, encontrando que las mutaciones en IDH2, NPM1 y JAK2 casi siempre estaban presentes en el clon dominante, mientras que las mutaciones FLT3 y RAS estaban presentes solo en subclones menores en algunos pacientes, y en clones dominantes en otros. En cuatro de seis pacientes en los que la enfermedad se transformó de MPN a LMA, observaron una alteración significativa en la arquitectura clonal, con la aparición de nuevos clones dominantes.

Los autores concluyeron que los datos sugerían que las neoplasias mieloides se manifiestan como un ecosistema complejo de clones que evoluciona con el tiempo, y que la scADN-seq da una idea de este entorno que no se puede ver con la secuenciación masiva convencional. Los estudios de la arquitectura clonal a nivel unicelular nos dan una idea de cómo la complejidad clonal contribuye a la patogénesis de la transformación mieloide. El estudio fue publicado el 28 de octubre de 2020 en la revista Nature.

Enlace relacionado:
Centro de Cáncer Memorial Sloan Kettering
Mission Bio

Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Software de laboratorio
Acusera 24•7
New
All-in-One Molecular System
AIO M160
New
Automated Clinical Chemistry Analyzer
Envoy 500+

Canales

Diagnóstico Molecular

ver canal
Imagen: los hallazgos muestran que los cambios genéticos dentro de las células cancerosas pueden ayudar a explicar por qué algunos pacientes con cáncer de vesícula biliar tienen peores resultados a pesar de un tratamiento similar (crédito de la imagen: 123RF)

El perfil genómico tumoral identifica el cáncer de vesícula biliar de alto riesgo

El cáncer de vesícula biliar es una neoplasia maligna agresiva de las vías biliares que a menudo progresa de forma silenciosa y se diagnostica frecuentemente en una etapa avanzada.... Más

Microbiología

ver canal
Imagen: los hallazgos sugieren que las personas con mpox pueden transmitir el virus incluso sin síntomas clínicos (crédito de la imagen: Adobe Stock)

Estudio revela que infecciones ocultas de mpox podrían impulsar su propagación continua

La viruela símica, o mpox, sigue circulando a pesar de la vacunación, y muchos casos no muestran ningún vínculo conocido con una pareja sintomática. El papel de las personas... Más

Patología

ver canal
Imagen: Resumen gráfico (Eldad D. Shulman et al., AI-predicted spatial transcriptomics unlocks breast cancer biomarkers from pathology, Cell (2026). DOI: 10.1016/j.cell.2026.04.023)

Herramienta de IA predice la expresión génica espacial del cáncer a partir de imágenes de patología

El análisis de la expresión génica puede aportar información sobre la biología tumoral y la selección del tratamiento, pero los ensayos espaciales siguen siendo... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.