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

Deascargar La Aplicación Móvil




Herramienta automatizada detecta señales tempranas de cáncer de mama

Por el equipo editorial de LabMedica en español
Actualizado el 11 Oct 2025
Imagen: la plataforma MaGNet acercándo una sección del árbol ductal de la glándula mamaria de un ratón (fotografía cortesía del laboratorio Dos Santos/CSHL)
Imagen: la plataforma MaGNet acercándo una sección del árbol ductal de la glándula mamaria de un ratón (fotografía cortesía del laboratorio Dos Santos/CSHL)

La ramificación es un proceso biológico vital que permite que órganos como los pulmones, los riñones y las mamas realicen funciones complejas. En las glándulas mamarias femeninas, la mayor parte de la ramificación ocurre después del nacimiento (durante la pubertad y el embarazo), cuando los conductos galactóforos se expanden para prepararlas para la lactancia. Las alteraciones en este proceso están estrechamente relacionadas con el riesgo de cáncer de mama. Sin embargo, estudiar la ramificación de las glándulas mamarias es difícil y requiere mucho tiempo, ya que los métodos tradicionales requieren cortar tejido y contar manualmente los conductos bajo un microscopio. Ahora, los científicos han desarrollado una nueva herramienta analítica que cuantifica la ramificación de las glándulas mamarias de forma rápida y precisa. Esta herramienta podría utilizarse para estudiar cómo los cambios hormonales y los tratamientos afectan a las glándulas mamarias o incluso para detectar signos tempranos de cáncer de mama.

Investigadores del Laboratorio Cold Spring Harbor (CSHL, Cold Spring Harbor, NY, EUA) crearon la herramienta de análisis de redes de glándulas mamarias, o MaGNet, para estudiar la estructura de las glándulas mamarias de ratones. El sistema aplica los principios de la teoría de redes a la imagenología biológica, traduciendo la compleja arquitectura de los conductos galactóforos en datos cuantificables. Con MaGNet, los investigadores pueden medir la longitud total de los árboles ductales, el número de conductos y alvéolos, y el grado de ramificación en imágenes teñidas de tejido mamario. El proceso se apoya en el software NetworkX, que representa gráficamente las estructuras como redes interconectadas para el análisis computacional.

La idea de MaGNet se inspiró en un modelo matemático aplicado originalmente a plantas, el cual fue adaptado para analizar los patrones de ramificación de las glándulas mamarias. En la práctica, los usuarios trazan los conductos en imágenes digitales de tejido y utilizan código informático para calcular los parámetros de la red. La herramienta elimina las inconsistencias causadas por el análisis manual y permite a los científicos visualizar toda la arquitectura ductal de una sola vez. El estudio que describe este método se publicó en la revista Journal of Mammary Gland Biology and Neoplasia.

Actualmente, MaGNet se ha probado en ratones, pero su diseño flexible permite modificarlo para otros sistemas de ramificación. Los desarrolladores de la herramienta prevén que podría utilizarse para investigar cómo las hormonas, las infecciones o las etapas de la vida, como el embarazo y la menopausia, afectan el desarrollo de las glándulas mamarias y el riesgo de cáncer. Además de la investigación básica, MaGNet podría contribuir a la detección temprana de enfermedades al identificar cambios estructurales sutiles en el tejido mamario antes de que los tumores se hagan visibles mediante imágenes o exploración física.

Esta tecnología representa un paso importante hacia la mejora del monitoreo de la salud mamaria mediante métodos cuantitativos basados en datos. Con un mayor desarrollo, MaGNet podría contribuir a comprender cómo las anomalías de ramificación indican el desarrollo temprano del cáncer, lo que en última instancia impulsará las capacidades diagnósticas y las estrategias preventivas en oncología.

“Siempre buscamos señales de alerta que surgen antes de que se pueda palpar un bulto o ver algo en una mamografía o ecografía”, dijo Steven Lewis, investigador de posgrado del Laboratorio Dos Santos en el Laboratorio Cold Spring Harbor. “Imaginemos que una herramienta automatizada pudiera indicar que aún no hay tumor, pero que hay cambios detectables. Esa es nuestra esperanza, nuestro sueño”.

Enlaces relacionados:
CSHL

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.
New
Gastrointestinal Panel
Xpert® GI Panel
New
Analizador portátil de gases en sangre
BD100

Canales

Química Clínica

ver canal
Imagen: La prueba Galleri de GRAIL utiliza el aprendizaje automático para analizar patrones de ADNcf en busca de señales de cáncer y predecir su ubicación probable para guiar una evaluación adicional.

Prueba sanguínea multicáncer amplía detección a cánceres sin opciones de cribado rutinario

Muchos cánceres letales carecen de cribado rutinario y a menudo se diagnostican solo después de que aparecen los síntomas, lo que limita las opciones curativas. Los programas estándar... Más

Diagnóstico Molecular

ver canal
Imagen: MPNST es un cáncer del tejido conectivo que rodea los nervios periféricos, siendo la NF1 un factor de riesgo clave (Crédito de la imagen: Nephron/Wikimedia Commons (CC BY-SA 3.0)

Biopsia líquida muestra potencial para detectar y monitorizar tumores malignos de la vaina nerviosa

El tumor maligno de la vaina de los nervios periféricos (MPNST) es uno de los cánceres más graves que afectan a las personas con neurofibromatosis tipo 1 (NF1), pero su reconocimiento oportuno sigue siendo difícil.... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Turner N, Keam S, Abdel-Wahab N, et al. La cascada inflamatoria guiada por células B perpetúa la colitis mediada por ICI. Cell Reports (2026). doi:10.1016/j.celrep.2026.117969)

Biomarcador sanguíneo podría predecir riesgo de colitis durante terapia con inhibidores de puntos de control

Los inhibidores de puntos de control inmunitario pueden desencadenar colitis inmunorrelacionada que provoca diarrea grave, dolor abdominal e interrupciones del tratamiento. Actualmente, los médicos... Más

Microbiología

ver canal
Imagen: El ébola sigue siendo una amenaza para la salud pública en rápida evolución con una alta mortalidad, lo que subraya la necesidad de un diagnóstico oportuno y pruebas descentralizadas más cercanas a los pacientes (Crédito de la imagen: Adobe Stock)

Colaboración busca llevar detección sanguínea del ébola fuera de los laboratorios centrales

Co-Diagnostics, Inc. (Salt Lake City, UT, EE. UU.) y ReadyGo Diagnostics Ltd. (Bath, Reino Unido) han iniciado una colaboración para evaluar GoCollect de ReadyGo con la plataforma Co-Dx PCR para... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.