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

Descargar La Aplicación Móvil




Modelo de IA predice resultados de pacientes en múltiples tipos de cáncer

Por el equipo editorial de LabMedica en español
Actualizado el 21 Dec 2023
Imagen: La progresión de un tumor también puede reflejar los factores epigenéticos que determinan la conformación estructural del ADN (Fotografía cortesía de 123RF)
Imagen: La progresión de un tumor también puede reflejar los factores epigenéticos que determinan la conformación estructural del ADN (Fotografía cortesía de 123RF)

En investigaciones anteriores, los científicos han examinado el impacto de las mutaciones en los genes que codifican factores epigenéticos (elementos que influyen en la activación o desactivación de genes) sobre la susceptibilidad al cáncer. Sin embargo, la comprensión de la influencia de los niveles de estos factores en la progresión del cáncer ha permanecido en gran medida inexplorada. Para abordar esta brecha, los investigadores han desarrollado un innovador modelo de inteligencia artificial (IA) basado en factores epigenéticos que pronostica con éxito los resultados de los pacientes en varios tipos de cáncer. Lo hace analizando los patrones de expresión genética de factores epigenéticos dentro de los tumores y categorizándolos en distintos grupos. Se ha demostrado que este método predice los resultados de los pacientes de manera más efectiva que las métricas convencionales como el grado y el estadio del cáncer. Además, estos conocimientos proporcionan una base para futuras terapias dirigidas a factores epigenéticos en el tratamiento del cáncer, como las histonas acetiltransferasas y los remodeladores de cromatina SWI/SNF.

Investigadores de UCLA Health (Los Ángeles, CA, EUA) examinaron los patrones de expresión de 720 factores epigenéticos en tumores de 24 tipos de cáncer diferentes. Clasificaron estos tumores en grupos únicos según estos patrones. Su estudio reveló que en 10 de estos tipos de cáncer, los grupos se correlacionaban con diferencias significativas en los resultados de los pacientes, incluida la supervivencia libre de progresión, la supervivencia específica de la enfermedad y la supervivencia general. Esta correlación fue particularmente notable en el carcinoma adrenocortical, el carcinoma de células claras renales, el glioma cerebral de grado inferior, el carcinoma hepatocelular de hígado y el adenocarcinoma de pulmón. En estos casos, los grupos que indicaban peores resultados generalmente mostraban estadios de cáncer más avanzados, tamaños de tumores más grandes o una diseminación más avanzada.

Luego, los investigadores utilizaron niveles de expresión genética del factor epigenético para entrenar un modelo de IA, con el objetivo de predecir los resultados de los pacientes específicamente en los cinco tipos de cáncer donde las diferencias de supervivencia eran más significativas. El modelo pudo segregar con precisión a los pacientes en dos grupos: aquellos que probablemente tendrían mejores resultados y aquellos que enfrentaron peores resultados. En particular, los genes más críticos para las predicciones del modelo de IA se superpusieron significativamente con los genes característicos que definen el grupo.

"Nuestra investigación ayuda a proporcionar una hoja de ruta para modelos de IA similares que pueden generarse a través de listas de factores epigenéticos de pronóstico disponibles públicamente", dijo el primer autor del estudio, Michael Cheng, estudiante de posgrado en el Programa Interdepartamental de Bioinformática de UCLA. "La hoja de ruta demuestra cómo identificar ciertos factores influyentes en diferentes tipos de cáncer y contiene un potencial interesante para predecir objetivos específicos para el tratamiento del cáncer".

Enlaces relacionados:
UCLA Health  

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
Analizador portátil de gases en sangre
BD100
Miembro Oro
Automatic Hematology Analyzer
CF9600

Canales

Química Clínica

ver canal
Imagen: Cuando no se dispone de análisis directo de cálculos, el modelo de IA podría mejorar la predicción de los tipos de cálculos más comunes, lo que podría respaldar un tratamiento más específico y la prevención de recurrencia (Crédito de la imagen: iStock)

IA predice la composición de cálculos renales a partir de análisis rutinarios de orina

Los cálculos renales son una afección común y dolorosa, que afecta aproximadamente a uno de cada 11 estadounidenses, con tasas de recurrencia a lo largo de la vida del 60% al 80%.... 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.