Biomarcador de microARN diferencia el crecimiento de los tumores agresivos de próstata
Por el equipo editorial de LabMedica en español Actualizado el 15 Jul 2019 |

Imagen: El biomarcador en suero antígeno prostático específico del cáncer de próstata (PSA) (Fotografía cortesía de Wikimedia Commons).
Un biomarcador de microARN que se encuentra en la orina de los hombres con cáncer de próstata puede diferenciar los cánceres de crecimiento lento de los tumores agresivos potencialmente mortales.
Las herramientas de detección actuales, que incluyen la biopsia y el análisis de sangre para el antígeno prostático específico (PSA), no pueden diferenciar entre el 25% y el 40% de los pacientes con enfermedad clínicamente insignificante de crecimiento lento y el 20% al 35% de los pacientes con cáncer de próstata agresivo que pueden no recibir el tratamiento adecuado.
Investigadores de la Universidad de California, Los Ángeles (EUA) y colaboradores de la Universidad de Toronto (Canadá) buscaron desarrollar una prueba no invasiva para la detección temprana de los tumores agresivos de próstata e hipotetizó que los miARN en la orina podrían ser biomarcadores apropiados para este propósito.
Los microARN (miARN) y los ARN interferentes cortos (siARN) comprenden una clase de aproximadamente 20 fragmentos de ARN de nucleótidos que bloquean la expresión génica al unirse a las moléculas del ARN mensajero de una manera que les impide transmitir las instrucciones de síntesis de proteínas que habían recibido del ADN. Los miARN se asemejan a los siARN de la vía de interferencia de ARN (ARNi), excepto que los miARN se derivan de regiones de transcripciones de ARN que se pliegan sobre sí mismas para formar horquillas cortas, mientras que los siARN se derivan de regiones más largas de ARN bicatenario. Con su capacidad para ajustar la expresión de proteínas mediante interacciones específicas de secuencia, los miARN ayudan a regular el mantenimiento y la diferenciación celular. Además, los miARN desempeñan funciones esenciales en el desarrollo de tumores, son estables en diversas condiciones analíticas y se pueden detectar fácilmente en fluidos corporales.
Para este estudio, los investigadores midieron la estabilidad longitudinal de 673 miARN recolectados de muestras seriadas de orina de 10 pacientes con cáncer de próstata localizado. Luego midieron los miARN temporalmente estables en una cohorte de entrenamiento independiente y crearon un biomarcador predictivo del grado de Gleason utilizando técnicas de aprendizaje automático. Finalmente, validaron este biomarcador en una cohorte de validación independiente.
Los resultados revelaron que cada individuo tenía una huella dactilar específica de miARN en la orina. Estas huellas dactilares eran temporalmente estables y se asociaron con funciones biológicas específicas. Se identificaron siete miARN que se mantuvieron estables con el tiempo en los pacientes individuales, y estos se combinaron con técnicas de aprendizaje automático para crear un nuevo biomarcador para el cáncer de próstata que superó la variabilidad interindividual. Este biomarcador de orina identificó de forma robusta a pacientes de alto riesgo y logró una exactitud similar a los marcadores de diagnóstico que se procesan en los tejidos.
“Desarrollamos una estrategia experimental de tres etapas que maximizaría las consideraciones estadísticas y de ciencia de datos para darnos la mejor oportunidad de encontrar un biomarcador para predecir la agresividad del cáncer de próstata”, dijo el autor principal, el Dr. Paul Boutros, profesor de urología y genética humana en la Universidad de California, Los Ángeles. “Lo que hace esta prueba es que le da al clínico, al paciente y sus cuidadores confianza en su plan de tratamiento”.
El estudio fue publicado en la edición en línea del 4 de junio de 2019 de la revista Journal of the National Cancer Institute.
Enlace relacionado:
Universidad de California, Los Ángeles
Universidad de Toronto
Las herramientas de detección actuales, que incluyen la biopsia y el análisis de sangre para el antígeno prostático específico (PSA), no pueden diferenciar entre el 25% y el 40% de los pacientes con enfermedad clínicamente insignificante de crecimiento lento y el 20% al 35% de los pacientes con cáncer de próstata agresivo que pueden no recibir el tratamiento adecuado.
Investigadores de la Universidad de California, Los Ángeles (EUA) y colaboradores de la Universidad de Toronto (Canadá) buscaron desarrollar una prueba no invasiva para la detección temprana de los tumores agresivos de próstata e hipotetizó que los miARN en la orina podrían ser biomarcadores apropiados para este propósito.
Los microARN (miARN) y los ARN interferentes cortos (siARN) comprenden una clase de aproximadamente 20 fragmentos de ARN de nucleótidos que bloquean la expresión génica al unirse a las moléculas del ARN mensajero de una manera que les impide transmitir las instrucciones de síntesis de proteínas que habían recibido del ADN. Los miARN se asemejan a los siARN de la vía de interferencia de ARN (ARNi), excepto que los miARN se derivan de regiones de transcripciones de ARN que se pliegan sobre sí mismas para formar horquillas cortas, mientras que los siARN se derivan de regiones más largas de ARN bicatenario. Con su capacidad para ajustar la expresión de proteínas mediante interacciones específicas de secuencia, los miARN ayudan a regular el mantenimiento y la diferenciación celular. Además, los miARN desempeñan funciones esenciales en el desarrollo de tumores, son estables en diversas condiciones analíticas y se pueden detectar fácilmente en fluidos corporales.
Para este estudio, los investigadores midieron la estabilidad longitudinal de 673 miARN recolectados de muestras seriadas de orina de 10 pacientes con cáncer de próstata localizado. Luego midieron los miARN temporalmente estables en una cohorte de entrenamiento independiente y crearon un biomarcador predictivo del grado de Gleason utilizando técnicas de aprendizaje automático. Finalmente, validaron este biomarcador en una cohorte de validación independiente.
Los resultados revelaron que cada individuo tenía una huella dactilar específica de miARN en la orina. Estas huellas dactilares eran temporalmente estables y se asociaron con funciones biológicas específicas. Se identificaron siete miARN que se mantuvieron estables con el tiempo en los pacientes individuales, y estos se combinaron con técnicas de aprendizaje automático para crear un nuevo biomarcador para el cáncer de próstata que superó la variabilidad interindividual. Este biomarcador de orina identificó de forma robusta a pacientes de alto riesgo y logró una exactitud similar a los marcadores de diagnóstico que se procesan en los tejidos.
“Desarrollamos una estrategia experimental de tres etapas que maximizaría las consideraciones estadísticas y de ciencia de datos para darnos la mejor oportunidad de encontrar un biomarcador para predecir la agresividad del cáncer de próstata”, dijo el autor principal, el Dr. Paul Boutros, profesor de urología y genética humana en la Universidad de California, Los Ángeles. “Lo que hace esta prueba es que le da al clínico, al paciente y sus cuidadores confianza en su plan de tratamiento”.
El estudio fue publicado en la edición en línea del 4 de junio de 2019 de la revista Journal of the National Cancer Institute.
Enlace relacionado:
Universidad de California, Los Ángeles
Universidad de Toronto
Últimas Patología noticias
- Modelo de IA predice eficazmente resultados de pacientes con cáncer de pulmón
- Modelo de IA predice respuesta al tratamiento del cáncer de vejiga
- Nuevo método basado en láser acelera diagnóstico del cáncer
- Nuevo modelo de IA predice efectos de variantes genéticas en enfermedades específicas
- Herramienta de IA diagnostica enfermedad celíaca en imágenes de biopsia con precisión superior al 97%
- Condiciones preanalíticas influyen en estabilidad de microARN libres de células en muestras de plasma sanguíneo
- Sistema de cultivo celular 3D podría revolucionar diagnóstico del cáncer
- Técnica indolora mide concentraciones de glucosa en solución y tejido mediante ondas sonoras
- Prueba cutánea mejora diagnóstico de enfermedades neurodegenerativas raras y debilitantes
- Uromodulina sérica podría indicar lesión renal aguda en pacientes con COVID-19
- Modelo de IA revela edad biológica real con cinco gotas de sangre
- Herramienta de IA pionera visualiza la "red social" de las células para tratar el cáncer
- Prueba diagnostica tumores cerebrales infantiles de alto riesgo
- Dispositivo microfluídico evalúa adherencia de células tumorales para predecir propagación del cáncer
- Nueva herramienta de IA mejora métodos anteriores para identificar cáncer colorrectal en muestras de tejido
- Técnica predice tumores agresivos antes de que hagan metástasis
Canales
Química Clínica
ver canal
Nanotubos de carbono ayudan a construir sensores precisos para monitoreo continuo de la salud
Los sensores actuales pueden medir diversos indicadores de salud, como los niveles de glucosa en sangre. Sin embargo, es necesario desarrollar materiales para sensores más precisos y sensibles que... Más
Dispositivo basado en papel mejora la precisión de prueba del VIH
En las regiones donde el acceso a las clínicas para realizar análisis de sangre rutinarios presenta obstáculos financieros y logísticos, los pacientes con VIH pueden recolectar... MásDiagnóstico Molecular
ver canal
Primera prueba que utiliza microARN para predecir toxicidad de terapia contra el cáncer
Muchos hombres con cáncer de próstata en etapa temprana reciben radioterapia corporal estereotáctica (RTCE), un tratamiento de radiación de alta precisión que se completa... Más
Ensayo basado en células proporciona detección sensible y específica de autoanticuerpos en desmielinización
Los anticuerpos anti-glicoproteína asociada a la mielina (MAG) sirven como marcadores de un trastorno desmielinizante autoinmune que afecta al sistema nervioso periférico y provoca deterioro sensorial.... MásHematología
ver canal
Nuevo sistema de puntuación predice riesgo de cáncer a partir de un trastorno sanguíneo común
La citopenia clonal de significado incierto (CCSI) es un trastorno sanguíneo común en adultos mayores, caracterizado por mutaciones en las células sanguíneas y un recuento ... Más
Prueba prenatal no invasiva para determinar estado RhD del feto es 100 % precisa
En los Estados Unidos, aproximadamente el 15 % de las embarazadas son RhD negativas. Sin embargo, en aproximadamente el 40 % de estos casos, el feto también es RhD negativo, lo que hace innecesaria la... MásInmunología
ver canal
Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino
El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más
Análisis de sangre con aprendizaje automático predice respuesta a inmunoterapia en pacientes con linfoma
La terapia de células T con receptores de antígenos quiméricos (CAR) se ha convertido en uno de los avances recientes más prometedores en el tratamiento de los cánceres... MásMicrobiología
ver canal
Método basado en IA mejora diagnóstico de infecciones resistentes a fármacos
Las infecciones resistentes a los medicamentos, en particular las causadas por bacterias mortales como la tuberculosis y el estafilococo, se están convirtiendo rápidamente en una emergencia... Más
Innovadora tecnología disgnóstica identifica infecciones bacterianas con precisión de casi 100 % en tres horas
La identificación rápida y precisa de microbios patógenos en muestras de pacientes es esencial para el tratamiento eficaz de enfermedades infecciosas agudas, como la sepsis.... MásTecnología
ver canal
Dispositivo microfluídico Dolor en un Chip determina tipos de dolor crónico desde muestras de sangre
El dolor crónico es una afección generalizada que sigue siendo difícil de controlar, y los métodos clínicos existentes para su tratamiento se basan en gran medida en... Más
Innovador sensor fluorométrico sin etiquetas permite detección más sensible del ARN viral
Los virus representan un importante riesgo para la salud mundial, como lo demuestran las recientes pandemias, lo que hace que la detección e identificación tempranas sean esenciales para... MásIndustria
ver canal
Cepheid y Oxford Nanopore se unen para desarrollar soluciones con secuenciación automatizada
Cepheid (Sunnyvale, CA, EUA), una empresa líder en diagnóstico molecular, y Oxford Nanopore Technologies (Oxford, Reino Unido), la empresa detrás de una nueva generación de... Más