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




Nuevo algoritmo mejora la detección de fusiones genéticas en leucemia linfoblástica aguda de células B

Por el equipo editorial de LabMedica en español
Actualizado el 24 May 2026
Imagen: Comparación del diagnóstico de fusión de leucemia linfoblástica aguda de células B (LLA-B) convencional (arriba) y la detección de fusión basada en nanoporos (abajo) (Lin J, Opoku K, Litzow M, et al. J Mol Diagn. 2026. doi: 10.1016/j.jmoldx.2026.01.007)
Imagen: Comparación del diagnóstico de fusión de leucemia linfoblástica aguda de células B (LLA-B) convencional (arriba) y la detección de fusión basada en nanoporos (abajo) (Lin J, Opoku K, Litzow M, et al. J Mol Diagn. 2026. doi: 10.1016/j.jmoldx.2026.01.007)

La leucemia linfoblástica aguda de células B (LLA-B), el cáncer pediátrico más común, requiere una subtipificación genómica precisa para guiar el tratamiento estratificado según el riesgo. Sin embargo, la identificación de oncogenes de fusión puede verse limitada por la complejidad del ensayo, el costo y el tiempo de procesamiento.

La secuenciación de nanoporos de lectura larga ofrece un enfoque más flexible al analizar fragmentos de ADN y ARN más grandes que los métodos de lectura corta. Los investigadores describen ahora una estrategia de secuenciación de baja cobertura y bajo costo que aumenta el rendimiento diagnóstico para las fusiones génicas de la LLA-B.

En la Universidad de Carolina del Norte en Chapel Hill, los investigadores desarrollaron FUSILLI (FUSions In Leukemia for Long-read sequencing Investigator), un método computacional para detectar fusiones genéticas clínicamente relevantes en la LLA-B. El algoritmo está diseñado para la secuenciación de lectura larga de Oxford Nanopore Technologies (ONT), que analiza fragmentos de ácido nucleico más grandes y puede implementarse más fácilmente en diversos entornos de recursos que las plataformas de lectura corta.

Partiendo de trabajos previos que utilizaron la secuenciación de ARN de nanoporos para clasificar la LLA-B, el método añade la detección sensible de subtipos de fusión, lo que ayuda a abordar una importante deficiencia en los flujos de trabajo genómicos clínicos.

El equipo aplicó una estrategia supervisada para establecer parámetros de filtrado que permiten distinguir las fusiones reales de los artefactos técnicos o computacionales. Para limitar los falsos positivos derivados de lecturas quiméricas, se requirió que las detecciones de fusión estuvieran respaldadas por al menos dos lecturas con una profundidad de secuenciación adecuada. Se estableció un límite práctico de detección de aproximadamente 10 millones de lecturas por muestra para la identificación fiable de fusiones en la LLA-B.

Al comparar la configuración predeterminada de otros programas de detección de fusiones disponibles públicamente, FUSILLI mostró una mayor sensibilidad sin una pérdida significativa de especificidad para eventos clínicamente importantes. Al restringir el análisis a fusiones de LLA-B clínicamente relevantes, se redujo el espacio de búsqueda y se optimizaron los tiempos de cálculo.

Además de los factores desencadenantes primarios, los investigadores observaron alteraciones secundarias sugestivas, como la fusión recurrente PAX5::ZCCHC7, cuya relevancia clínica se consideró menos caracterizada en este contexto.

Los resultados se publicaron en The Journal of Molecular Diagnostics . Los autores del estudio describen este enfoque como una herramienta que permite obtener un mayor rendimiento diagnóstico a partir de secuenciaciones de baja cobertura y menor coste, con resultados rápidos y una utilidad potencial en entornos de diagnóstico con recursos limitados.

“La secuenciación de lectura larga, y en particular la secuenciación de nanoporos, representa una nueva era en comparación con los enfoques más convencionales de secuenciación de lectura corta. Si bien existe desde hace aproximadamente una década, ahora está alcanzando la madurez suficiente para aplicaciones clínicas”, afirmó Jeremy R. Wang, Ph.D., del Departamento de Genética, el Departamento de Patología y Medicina de Laboratorio y el Centro Oncológico Integral Lineberger de la Facultad de Medicina de la Universidad de Carolina del Norte en Chapel Hill.

“Con el desarrollo de FUSILLI, demostramos el potencial de utilizar un único ensayo de secuenciación de bajo coste para diagnosticar subtipos de fusión genética de LLA-B, con un tiempo de respuesta más rápido. La subtipificación genómica moderna en la LLA-B pediátrica permite la estratificación del riesgo y la terapia dirigida, mejorando la tasa de respuesta al tratamiento y reduciendo la toxicidad innecesaria relacionada con el mismo”, agregó el Dr. Wang.

Enlaces relacionados
Facultad de Medicina de UNC Chapel Hill

Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
New
Electrolyte Analyzer
CBS-4000 (CBS-400)
New
Chromogenic Culture System
InTray™ COLOREX™ ECC

Canales

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: 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.