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
PURITAN MEDICAL

Deascargar La Aplicación Móvil




Secuenciación genómica identifica la enfermedad precursora del mieloma con riesgo de progresión

Por el equipo editorial de LabMedica en español
Actualizado el 08 Jun 2021
Imagen: El clasificador BD FACSAria III está equipado con cinco láseres, 17 canales de fluorescencia y dos canales para dispersión frontal y dispersión lateral (Fotografía cortesía de BD Biosciences)
Imagen: El clasificador BD FACSAria III está equipado con cinco láseres, 17 canales de fluorescencia y dos canales para dispersión frontal y dispersión lateral (Fotografía cortesía de BD Biosciences)
El mieloma múltiple (MM) es la segunda neoplasia maligna hematológica más común y está constantemente precedida por la expansión asintomática de las células plasmáticas clonales, denominada gammapatía monoclonal de significado indeterminado (MGUS) o mieloma latente (SMM).

Estas dos condiciones precursoras se encuentran en el 2% -3% de la población general mayor de 40 años. Solo una pequeña fracción de MGUS finalmente progresará a MM, mientras que ~ 60% de las personas con SMM progresará dentro de los 10 años posteriores al diagnóstico inicial. Actualmente, la diferenciación entre MGUS y SMM se basa en medidas indirectas y marcadores sustitutos de carga de enfermedad.

Los hematólogos y oncólogos del Centro de Cáncer Memorial Sloan Kettering (Nueva York, NY, EUA) y sus colegas, interrogaron los datos de la secuencia del genoma de 80 casos de mieloma múltiple, 18 MGUS y 14 SMM, incluido un solo caso de SMM clasificado como de alto riesgo según un modelo de pronóstico disponible. El equipo comparó las características del genoma en 17 casos precursores que progresaron a mieloma múltiple en dos años y 15 casos precursores estables, descubriendo un conjunto de “eventos genómicos que definen el mieloma” que incluían cromotripsis, aneuploidía, mutaciones del gen conductor, enzima de edición de ARNm de apolipoproteína B, perfiles, mutacionales de tipo polipéptido catalítico (APOBEC) e inserciones en plantilla.

Para todas las muestras, se aislaron células plasmáticas de médula ósea (BMPC) de aspirados de médula ósea y se clasificaron en un instrumento BD FACSAria III (BD Biosciences, San José, CA, EUA). Para el ADN de control emparejado de cada paciente, se utilizaron células T de médula ósea o células mononucleares de sangre periférica. Las células T se aislaron de los aspirados de MO y se clasificaron también usando BD FACSAria III. La secuenciación estándar de entrada del genoma completo se ejecutó en un NovaSeq 6000 en una ejecución de extremos emparejados de 150 pb/150 pb (Illumina, San Diego, CA, EUA).

Los científicos informaron que los casos clínicamente estables de MGUS y SMM se caracterizan por un panorama genómico diferente y por diferencias en la adquisición temporal de eventos genómicos que definen el mieloma en comparación con las entidades progresivas. Por el contrario, informaron los investigadores, el conjunto más clínicamente estable de gammapatías precursoras carecía de tales alteraciones. También tendieron a aparecer en individuos diagnosticados con GMSI o SMM algo más tarde en la vida (entre alrededor de 28 y 65 años), en comparación con las condiciones precursoras en aquellos con enfermedad progresiva, que fueron diagnosticados entre las edades de cinco y 46 años.

Los autores concluyeron que, a pesar de su tamaño de muestra limitado, su estudio proporciona una prueba de principio de que la secuenciación del genoma completo (WGS) tiene el potencial de diferenciar con exactitud las condiciones precursoras estables y progresivas en estados clínicos de baja carga de enfermedad. La aplicación de esta tecnología en la clínica tiene el potencial de alterar significativamente el manejo de pacientes individuales, pero requerirá confirmación en estudios más amplios. El estudio fue publicado el 25 de marzo de 2021 en la revista Nature Communications.

Enlace relacionado:
Centro de Cáncer Memorial Sloan Kettering
Illumina

Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
New
Miembro Oro
Control de preeclampsia
Acusera Pre-Eclampsia Control
Automated Urinalysis Solution
UN-9000

Canales

Inmunología

ver canal
Crédito de la imagen: Adobe Stock

Biomarcadores inmunitarios podrían identificar riesgo de enfermedad crítica crónica al ingreso en la UCI

Las lesiones traumáticas graves pueden desencadenar disfunción inmunitaria y orgánica que complica la recuperación en la unidad de cuidados intensivos. Un subconjunto de pacientes... Más

Microbiología

ver canal
Imagen: Una nueva investigación dirigida por el EMBL identifica una firma robusta del microbioma intestinal relacionada con el cáncer colorrectal, consistente en todas las poblaciones, métodos de secuenciación y grupos de edad, y relacionada con una menor ingesta de fibra dietética. (Foto cortesía de Daniela Velasco/EMBL)

Aprendizaje automático revela patrones consistentes del microbioma intestinal en cáncer colorrectal

El cáncer colorrectal se ha relacionado repetidamente con alteraciones en el microbioma intestinal, pero los hallazgos a menudo han variado entre estudios pequeños y heterogéneos.... Más

Patología

ver canal
Imagen: El nuevo sistema de IA clasifica 102 subtipos moleculares de tumores del SNC a partir de secciones histológicas digitalizadas y teñidas de forma rutinaria (Crédito de la imagen: iStock)

Herramienta de IA acelera la clasificación de tumores cerebrales a partir de histología rutinaria

La clasificación precisa de los tumores cerebrales y de la médula espinal depende cada vez más del perfil molecular junto con la histología, pero el acceso a estas pruebas sigue... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.