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
Guangdong Fapon Biotech Co., Ltd.

Descargar La Aplicación Móvil




Aprendizaje automático detecta el cáncer analizando el ADN en las muestras de sangre

Por el equipo editorial de LabMedica en español
Actualizado el 19 Jun 2019
Imagen: Una prueba nueva de biopsia líquida llamada DELFI (evaluación de ADN de fragmentos para una interceptación temprana) utiliza inteligencia artificial para detectar pacientes con cáncer identificando fragmentaciones alteradas de ADN en la sangre (Fotografía cortesía de Carolyn Hruban, Universidad Johns Hopkins).
Imagen: Una prueba nueva de biopsia líquida llamada DELFI (evaluación de ADN de fragmentos para una interceptación temprana) utiliza inteligencia artificial para detectar pacientes con cáncer identificando fragmentaciones alteradas de ADN en la sangre (Fotografía cortesía de Carolyn Hruban, Universidad Johns Hopkins).
Los investigadores han descrito un enfoque de prueba de principio para el cribado, la detección temprana y el seguimiento del cáncer humano basado en un enfoque de aprendizaje automático que evalúa los patrones de fragmentación del ADN libre de células, en todo el genoma.

Si bien el ADN libre de células en la sangre proporciona una vía de diagnóstico no invasiva para los pacientes con cáncer, las características de los orígenes y las características moleculares del ADN libre de células son poco conocidas. Para corregir esta falta, los investigadores de la Universidad Johns Hopkins (Baltimore, MD, EUA) desarrollaron un enfoque basado en el aprendizaje automático para identificar patrones anormales de fragmentos de ADN en la sangre de los pacientes con cáncer.

Utilizaron este método DELFI (evaluación de ADN de fragmentos para la interceptación temprana) con el fin de analizar los perfiles de fragmentación de 236 pacientes con cáncer de mama, colorrectal, pulmón, ovario, páncreas, estómago o bilis y de 245 personas sanas.

El modelo de aprendizaje automático incorporó características de fragmentación del genoma con sensibilidades de detección que oscilaron entre el 57% y más del 99% entre los siete tipos de cáncer con una especificidad del 98%. Los perfiles de fragmentación se podrían usar para identificar el tejido de origen de los cánceres a un número limitado de sitios en el 75% de los casos. La combinación de este enfoque con el análisis de ADN libre de células basado en mutaciones detectó el 91% de los pacientes con cáncer.

“Por diversas razones, un genoma de cáncer está empaquetado de una manera muy desorganizada, lo que significa que cuando las células cancerosas mueren, liberan su ADN de forma caótica en el torrente sanguíneo”, dijo la primera autora, la Dra. Jillian Phallen, investigadora postdoctoral en la Universidad Johns Hopkins. “Al examinar este ADN libre de células (cfADN), DELFI ayuda a identificar la presencia de cáncer mediante la detección de anomalías en el tamaño y la cantidad de ADN en diferentes regiones del genoma en función de cómo está empaquetado”.

“Nos alienta el potencial de DELFI porque analiza un conjunto completamente independiente de características de ADN libre de células, de aquellas que han planteado dificultades a lo largo de los años, y esperamos trabajar con nuestros colaboradores de todo el mundo para que esta prueba esté disponible para los pacientes”, dijo el autor principal, el Dr. Victor E. Velculescu, profesor de oncología en la Universidad Johns Hopkins.

El método DELFI se describió en la edición en línea del 29 de mayo de 2019 de la revista Nature.

Enlace relacionado:
Johns Hopkins University

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
New
Connectivity Solution
EKF Link
Miembro Oro
Automatic Hematology Analyzer
CF9600

Canales

Química Clínica

ver canal
Imagen: Joy Milne, cuyo elevado sentido del olfato ayudó a inspirar la investigación sobre la firma molecular del Parkinson, participa en una investigación que investiga el sentido del olfato. (Crédito de la imagen: Universidad de Manchester)

Estudio con hisopo cutáneo identifica cambios metabólicos asociados al Parkinson

La enfermedad de Parkinson puede ser difícil de diagnosticar antes de que aparezcan los síntomas motores, lo que pone de relieve la necesidad de métodos de detección más temprana.... Más

Hematología

ver canal
Imagen: Una nueva investigación que utiliza muestras de sangre almacenadas recolectadas a lo largo del tiempo ha rastreado el desarrollo de la leucemia mieloide aguda años y décadas antes del diagnóstico (Crédito de la imagen: Shutterstock)

Muestras de sangre seriadas revelan la evolución de la leucemia décadas antes del diagnóstico

La leucemia mieloide aguda (LMA) es un cáncer de la sangre agresivo que afecta aproximadamente a 2.700 personas en el Reino Unido cada año, y solo alrededor de una de cada seis pacientes... Más

Inmunología

ver canal
Imagen: Los hallazgos subrayan la importancia de alinear las pruebas de alergia con la historia clínica y las pautas de diagnóstico para reducir las pruebas inadecuadas y sus consecuencias (Crédito de la imagen: iStock)

Encuesta revela brecha entre conocimiento y práctica en pruebas de alergia alimentaria

La evaluación de la alergia alimentaria puede ser un desafío cuando los resultados de laboratorio no coinciden con los síntomas clínicos. Los paneles amplios de alergia alimentaria... Más

Microbiología

ver canal
Imagen: La malaria es causada por parásitos Plasmodium, transmitidos principalmente a través de la picadura de mosquitos Anopheles hembra infectados (Crédito de la imagen: Adobe Stock)

Los genomas completos de malaria podrían mejorar la identificación de especies y la vigilancia

La malaria sigue siendo un importante desafío mundial para la salud, con un estimado de 282 millones de casos y 610.000 muertes en todo el mundo en 2024. Aunque la mayor parte de la investigación... Más

Tecnología

ver canal
Imagen: Módulos e interacciones clave en el sistema agente LabARIA.  (Yang, H.S., Pan, W., Cushing, M.M. et al. An agentic framework for intelligent clinical laboratory medicine. npj Health Systems (2026). https://doi.org/10.1038/s44401-026-00163-3)

Un marco de IA multiagente apoya el monitoreo de la calidad y el flujo de trabajo en el laboratorio

Los laboratorios clínicos analizan sangre, orina, tejidos y otros fluidos corporales para apoyar el diagnóstico y el tratamiento de enfermedades. El aumento del volumen de pruebas, la escasez... Más

Industria

ver canal
Imagen: El evento de cuatro días, celebrado del 13 al 16 de noviembre en Cali, destacó los avances en diagnóstico clínico, tecnologías de laboratorio e inteligencia artificial en bacteriología

El CNB 2026 destaca los avances en bacteriología y medicina de laboratorio en Cali

El 24.º Congreso Internacional del Colegio Nacional de Bacteriología (CNB) reunió a profesionales de laboratorio, investigadores, representantes de la industria y expertos internacionales en Cali, Colombia,... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.