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




Tecnología de código de barras diagnostica el cáncer con mayor precisión

Por el equipo editorial de LabMedica en español
Actualizado el 23 Nov 2024
Imagen: Patho-DBiT revela la arquitectura de tejido a nivel celular de una muestra agresiva de linfoma gástrico almacenada durante 3 años (Foto cortesía de Yale)
Imagen: Patho-DBiT revela la arquitectura de tejido a nivel celular de una muestra agresiva de linfoma gástrico almacenada durante 3 años (Foto cortesía de Yale)

Una nueva herramienta patológica que utiliza tecnología de código de barras muestra potencial para su uso en el diagnóstico del cáncer.

Desarrollada en la Facultad de Medicina de Yale (New Haven, Connecticut, EUA), esta herramienta, llamada Patho-DBiT (código de barras determinista compatible con patología en tejidos), aprovecha el código de barras del ADN para mapear las relaciones espaciales entre el ARN y las proteínas, lo que permite un examen exhaustivo del ARN, algunos de cuyos tipos desempeñan funciones reguladoras en el cáncer. La innovación radica en el uso de dispositivos microfluídicos que envían códigos de barras al tejido desde dos direcciones, creando un "mosaico" 2D único de píxeles. Este mosaico proporciona información espacial que podría ser crucial para desarrollar terapias dirigidas específicas para cada paciente.

En su estudio publicado en la revista Cell, los investigadores explican cómo Patho-DBiT podría desbloquear una gran cantidad de información conservada en muestras de biopsia de tejido. Las posibles aplicaciones futuras de esta tecnología incluyen la creación de terapias dirigidas y la comprensión de los mecanismos detrás de la transformación de tumores de bajo grado en formas más agresivas, lo que podría ayudar a encontrar formas de prevenir esta progresión. Sin embargo, se requieren más investigaciones para probar y validar muestras de pacientes antes de que Patho-DBiT pueda integrarse en los diagnósticos patológicos de rutina.

“Es la primera vez que podemos 'ver' directamente todo tipo de especies de ARN, dónde están y qué hacen, en muestras de tejido clínico”, dijo el Dr. Rong Fan de Yale, autor principal del estudio. “Usando esta herramienta, podemos entender mejor la fascinante biología de cada molécula de ARN, que tiene un ciclo de vida muy rico más allá de simplemente saber si cada gen se expresa o no. Creo que va a transformar por completo la forma en que estudiamos la biología de los humanos en el futuro”.

“Hay millones de estos tejidos que han estado archivados durante tantos años, pero hasta ahora no teníamos herramientas efectivas para investigarlos a nivel espacial”, dijo el primer autor del estudio, el Dr. Zhiliang Bai, asociado postdoctoral en el laboratorio de Fan. “Las moléculas de ARN en estos tejidos que estamos observando están muy fragmentadas y los métodos tradicionales no pueden capturar toda la información importante sobre ellas. Es por eso que estamos muy entusiasmados con Patho-DBiT”.

Miembro Oro
Lector rapido de tarjetas
EASY READER+
Software de laboratorio
Acusera 24•7
Prefilled Tubes
Prefilled 5.0ml Tubes
Multi-Chamber Washer-Disinfector
WD 390

Canales

Hematología

ver canal
 Esta imagen muestra granulocitos neutrófilos en diversas etapas de maduración en la sangre de un paciente que ha sufrido un infarto grave. La imagen fue captada mediante un microscopio de alta resolución. El núcleo celular aparece resaltado en gris, mientras que dos características típicas de la superficie de las células se destacan en naranja y turquesa. La célula precursora inmadura, conocida como preNeu, puede identificarse por su núcleo celular redondeado. (Foto cortesía de Mathis Richter)

Un análisis de sangre ayuda a predecir la mortalidad a corto plazo tras un infarto grave

El infarto de miocardio con elevación del segmento ST (IAMCEST) es un ataque cardíaco grave causado por la obstrucción completa de una arteria coronaria. La estratificación... Más

Inmunología

ver canal
Crédito de la imagen: Shutterstock

Biomarcadores de anticuerpos antilípidos pueden identificar enfermedad de Lyme temprana y síntomas persistentes

La enfermedad de Lyme a menudo pasa desapercibida durante su etapa más temprana y tratable, mientras que los ensayos serológicos actuales no pueden distinguir una infección activa... 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.