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




Método de perfilado genético 3D revela lesiones pancreáticas precancerosas

Por el equipo editorial de LabMedica en español
Actualizado el 27 Jun 2024
Imagen: Un modelo impreso en 3D de lesiones pancreáticas precancerosas encontradas en imágenes de histología (foto cortesía de Ashley Kiemen)
Imagen: Un modelo impreso en 3D de lesiones pancreáticas precancerosas encontradas en imágenes de histología (foto cortesía de Ashley Kiemen)

Pequeñas lesiones precancerosas en el páncreas, conocidas como neoplasias intraepiteliales pancreáticas (PanIN), son precursoras de algunas de las formas más agresivas y mortales de cáncer de páncreas. Debido a su tamaño diminuto, las PanIN son difíciles de detectar y no son visibles mediante exámenes radiológicos estándar. En consecuencia, los pacientes suelen recibir un diagnóstico de cáncer de páncreas, como adenocarcinoma ductal de páncreas (PDAC), sólo después de que el cáncer ha avanzado y se ha extendido a otros órganos. Las técnicas tradicionales de tinción histológica 2D, que implican cortar tejidos finos, teñirlos y examinarlos bajo un microscopio, ofrecen solo una visión limitada de las PanIN y no arrojan luz sobre sus orígenes y cómo progresan hacia el cáncer. Para obtener una comprensión más clara de las PanIN, los investigadores han diseñado un enfoque 3D.

Este novedoso método de perfil genómico 3D, desarrollado por investigadores de Johns Hopkins Medicine (Baltimore, MD, EUA), identifica con éxito las PanIN y proporciona el mapa 3D más completo de lesiones precancerosas en el páncreas humano hasta la fecha, allanando el camino para estrategias de detección temprana de PDAC y otros cánceres de páncreas. Después de procesar tejido de 38 muestras de páncreas normales en cientos de diapositivas 2D secuenciales, los investigadores emplearon CODA, un sistema de aprendizaje automático, para analizar y transformar estas imágenes de diapositivas en modelos digitales 3D.

Estas reconstrucciones 3D descubrieron redes complejas de PanIN interconectadas, que muestran una densidad promedio de 13 PanIN por centímetro cúbico, con un rango que varía de 1 a 31 PanIN por centímetro cúbico. Las observaciones indicaron que los pacientes con PDAC en otras partes del páncreas tendían a tener una carga de PanIN más alta en comparación con aquellos con enfermedades no ductales, aunque las diferencias no fueron estadísticamente significativas. El equipo también realizó análisis adicionales en ocho de las muestras mediante microdisección guiada en 3D y secuenciación de ADN de PanIN específicas. El análisis genómico reveló que estas redes consistían en PanIN genéticamente distintas, cada una impulsada por diferentes mutaciones genéticas, incluidas mutaciones en el gen KRAS, un precursor común en la mayoría de los cánceres de páncreas. Este descubrimiento de múltiples mutaciones independientes dentro de lesiones precancerosas no tiene precedentes en otros órganos. Si bien la tecnología CODA aún no es adecuada para uso diagnóstico, su potencial se extiende más allá de las enfermedades pancreáticas, ya que puede adaptarse a diversos tejidos, enfermedades u organismos modelo.

"En realidad, no muchas personas desarrollan cáncer de páncreas, por lo que nos sorprendió encontrar una gran cantidad de precáncer, o PanIN, dentro de las regiones normales del páncreas", dijo Laura Wood, MD, Ph.D., profesora asociada de patología y oncología en el Centro Oncológico Kimmel y la Facultad de Medicina de la Universidad Johns Hopkins y uno de los autores principales del estudio. "Esta investigación destaca lo que aún no sabemos sobre el envejecimiento normal y plantea preguntas fundamentales sobre cómo surge el cáncer en el páncreas humano".

"Esto es sólo el comienzo", añadió Wood. “Queremos seguir investigando qué significa esto en el contexto de otros tejidos de órganos. Si el tejido normal tiene miles de PanIN, ¿cómo identificamos cuáles son clínicamente relevantes para la enfermedad y cuáles no?

Enlaces relacionados:
Medicina Johns Hopkins

Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
Pipette Calibration System
Artel PCS®
HPV Molecular Test
BD Onclarity HPV Assay

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos presentados en ADLM 2026 sugieren que el aprendizaje automático podría ayudar a mejorar la precisión de un análisis de sangre estándar utilizado para diagnosticar tumores raros que se forman en las glándulas suprarrenales o cerca de ellas (Fotografía cortesía de Shutterstock)

Modelo de aprendizaje automático promete mejorar precisión de pruebas de metanefrinas

Los feocromocitomas y los paragangliomas son tumores poco frecuentes que se forman en las glándulas suprarrenales o cerca de ellas y provocan una sobreproducción de hormonas del estrés.... Más

Diagnóstico Molecular

ver canal
Crédito de la imagen: Shutterstock

Biopsia líquida única predice beneficio temprano de inmunoterapia en cáncer de pulmón avanzado

Evaluar el beneficio temprano de la inmunoterapia en el cáncer de pulmón de células no pequeñas avanzado puede ser un desafío porque las respuestas radiográficas pueden tardar meses en hacerse evidentes.... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

La secuenciación metagenómica permite diagnóstico rápido de infecciones respiratorias en fibrosis quística

Las infecciones pulmonares graves siguen siendo una causa importante de morbilidad entre las personas con fibrosis quística, un trastorno genético potencialmente mortal caracterizado por... 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.