Actividad génica predice progresión de enfermedad autoinmune
Por el equipo editorial de LabMedica en español Actualizado el 11 Jan 2017 |
Imagen: Una histopatología de un espécimen de una biopsia de perforada en un paciente con esclerosis sistémica (Fotografía cortesía del Dr. Soumya Chatterjee, MD, MS, FRCP).
Se ha diseñado una nueva herramienta de diagnóstico para una enfermedad autoinmune rara y mortal llamada esclerosis sistémica que afecta a la piel y los órganos internos; la enfermedad afecta a unas 100.000 personas en los EUA.
La causa de la esclerosis sistémica (SSc) es desconocida, y no hay medicamentos aprobados para tratarla. A muchos pacientes se les administran fármacos que están aprobados para uso en otras enfermedades, pero cada medicamento es clínicamente eficaz en sólo una fracción de los pacientes. Para averiguar si un paciente está respondiendo al tratamiento, los clínicos usan una prueba llamada puntuación de piel de Rodnan modificada (mRSS), en la que un médico pellizca la piel para ver qué tan gruesa es.
Científicos de la Facultad de Medicina de la Universidad de Stanford (CA, EUA) y otras seis instituciones, realizaron un análisis integrado multi-cohorte de los datos del transcriptoma de SSc, a través de siete conjuntos de datos de seis centros compuestos por 515 muestras. Los investigadores utilizaron 158 muestras de piel de pacientes con SSc y de controles sanos, reclutados en dos centros como cohorte de descubrimiento e identificaron una firma de expresión, de 415 genes, específica para la SSc y validaron su capacidad para diferenciar a los pacientes con SSc de los controles sanos en 357 muestras de piel adicionales provenientes de cinco cohortes independientes.
Los investigadores definieron la puntuación de severidad de la piel en la SSc (4S). Para todas las cohortes de SSc de muestras de biopsia de piel analizadas en el estudio, el puntaje 4S se correlacionó significativamente con el mRSS, lo que permite la cuantificación objetiva de la gravedad de la enfermedad SSc. Utilizando los datos del transcriptoma del ensayo longitudinal más grande de los pacientes de SSc, hasta la fecha, mostraron que 4S les permitió monitorizar objetivamente a los pacientes con SSc individuales, con el tiempo. La prueba 4S aplicada al conjunto preexistente de datos del paciente podía diferenciar a los pacientes que estaban mejorando de los que no lo estaban, 12 meses después de que su tratamiento comenzó. En contraste, la prueba del pellizco de la piel de los médicos del mismo conjunto de datos tomó 24 meses para identificar, que los pacientes estaban mejorando. El estudio también descubrió una señal de actividad génica que sugiere la participación de los receptores del factor de crecimiento epidérmico en la enfermedad.
Purvesh Khatri, PhD, profesor asistente de medicina y autor principal del estudio, dijo: “Los datos de toda la piel sana caían dentro de una burbuja, mientras que todos los datos para los pacientes de esclerodermia se superponen entre sí y lo que era realmente genial era que podíamos predecir a nivel individual cuales de los pacientes iban a mejorar o empeorar”. El estudio fue publicado el 22 de diciembre de 2016 en la revista JCI Insight.
Enlace relacionado:
Stanford University School of Medicine
La causa de la esclerosis sistémica (SSc) es desconocida, y no hay medicamentos aprobados para tratarla. A muchos pacientes se les administran fármacos que están aprobados para uso en otras enfermedades, pero cada medicamento es clínicamente eficaz en sólo una fracción de los pacientes. Para averiguar si un paciente está respondiendo al tratamiento, los clínicos usan una prueba llamada puntuación de piel de Rodnan modificada (mRSS), en la que un médico pellizca la piel para ver qué tan gruesa es.
Científicos de la Facultad de Medicina de la Universidad de Stanford (CA, EUA) y otras seis instituciones, realizaron un análisis integrado multi-cohorte de los datos del transcriptoma de SSc, a través de siete conjuntos de datos de seis centros compuestos por 515 muestras. Los investigadores utilizaron 158 muestras de piel de pacientes con SSc y de controles sanos, reclutados en dos centros como cohorte de descubrimiento e identificaron una firma de expresión, de 415 genes, específica para la SSc y validaron su capacidad para diferenciar a los pacientes con SSc de los controles sanos en 357 muestras de piel adicionales provenientes de cinco cohortes independientes.
Los investigadores definieron la puntuación de severidad de la piel en la SSc (4S). Para todas las cohortes de SSc de muestras de biopsia de piel analizadas en el estudio, el puntaje 4S se correlacionó significativamente con el mRSS, lo que permite la cuantificación objetiva de la gravedad de la enfermedad SSc. Utilizando los datos del transcriptoma del ensayo longitudinal más grande de los pacientes de SSc, hasta la fecha, mostraron que 4S les permitió monitorizar objetivamente a los pacientes con SSc individuales, con el tiempo. La prueba 4S aplicada al conjunto preexistente de datos del paciente podía diferenciar a los pacientes que estaban mejorando de los que no lo estaban, 12 meses después de que su tratamiento comenzó. En contraste, la prueba del pellizco de la piel de los médicos del mismo conjunto de datos tomó 24 meses para identificar, que los pacientes estaban mejorando. El estudio también descubrió una señal de actividad génica que sugiere la participación de los receptores del factor de crecimiento epidérmico en la enfermedad.
Purvesh Khatri, PhD, profesor asistente de medicina y autor principal del estudio, dijo: “Los datos de toda la piel sana caían dentro de una burbuja, mientras que todos los datos para los pacientes de esclerodermia se superponen entre sí y lo que era realmente genial era que podíamos predecir a nivel individual cuales de los pacientes iban a mejorar o empeorar”. El estudio fue publicado el 22 de diciembre de 2016 en la revista JCI Insight.
Enlace relacionado:
Stanford University School of Medicine
Últimas Patología noticias
- Método de diagnóstico por imágenes facilita diagnósticos precisos para cánceres de cabeza y cuello
- Medición más rápida de huella vibratoria de moléculas avanza en el diagnóstico biomédico
- Prueba clínica de anticuerpos detecta rápidamente incluso niveles bajos de infecciones parasitarias comunes
- Técnica de microscopía mejora diagnóstico de tumores de tipo glioblastoma
- Prueba de cáncer de mama utiliza imágenes histopatológicas digitales para estratificación del riesgo
- IA identifica riesgos de cada sexo asociados con tumores cerebrales
- Tecnología de detección de virus combina microscopía de fluorescencia confocal con flujo laminar microfluídico
- Solución de biopsia líquida permite la recolección no invasiva de muestras y la estabilización directa de ADN libre de células en la orina
- Herramienta de IA utiliza imágenes digitalizadas de portaobjetos completos para el manejo del cáncer de próstata
- Método de tinción de tejidos basado en IA detecta depósitos de amiloide sin necesidad de tinciones químicas ni microscopía de polarización
- Imágenes de súper resolución detectan el Parkinson hasta 20 años antes de que aparezcan síntomas
- Tecnología para muestreo de líquidos corporales en espacios reducidos permite la detección temprana del cáncer
- Nueva tecnología permite obtener imágenes integrales de tejido vivo profundo por primera vez
- Nuevo sensor molecular permite obtener imágenes de fluorescencia para evaluar la gravedad del sarcoma
- Nuevas herramientas de laboratorio de biología aceleran la disección de tumores
- Herramienta de IA diagnostica cáncer, guía tratamientos y predice supervivencia en diversos tipos de cáncer