Evalúan el uso de receptores de células T asociados al cáncer para la detección de tumores malignos
|
Por el equipo editorial de LabMedica en español Actualizado el 31 Aug 2020 |

Imagen: Predicción de novo de receptores de células T asociados al cáncer para la detección no invasiva del cáncer (Fotografía cortesía de UT Southwestern Medical Center).
Un objetivo clave en oncología es el diagnóstico temprano del cáncer, pues es cuando es más tratable. A pesar de décadas de progreso, el diagnóstico temprano de los pacientes asintomáticos se mantiene como un desafío importante. La mayoría de los métodos para esto implican la detección de células cancerosas, pero un enfoque diferente, centrado en la respuesta inmunitaria del cuerpo.
El sistema inmunológico adaptativo reconoce los antígenos tumorales en una etapa temprana para erradicar las células cancerosas. Este proceso se acompaña de la proliferación sistémica de los linfocitos T específicos del antígeno tumoral. Si bien la detección de cánceres asintomáticos en etapa temprana es un desafío debido al tamaño pequeño del tumor y las alteraciones somáticas limitadas, el seguimiento de los cambios en el repertorio de células T periféricas puede proporcionar una solución atractiva para el diagnóstico del cáncer.
Los científicos médicos del Centro Médico de la UT Southwestern (Dallas, TX, EUA), desarrollaron un método de aprendizaje profundo, llamado DeepCAT, para permitir la predicción de novo de los receptores de células T asociadas al cáncer (TCR). Ellos validaron DeepCAT usando TCR específicos de cáncer o no cancerosos, obtenidos de múltiples estudios de clasificación de multímeros del complejo principal de histocompatibilidad I (MHC-I) y demostraron su poder de predicción para los TCR específicos de antígenos del cáncer. DeepCAT se utiliza aplicando un método computacional para detectar secuencias de CDR3 de células T que se infiltran en el tumor a partir de datos de secuenciación de ARN de miles de muestras del Atlas del Genoma del Cáncer.
El equipo aplicó DeepCAT para diferenciar a más de 250 pacientes con cáncer de más de 600 individuos sanos utilizando secuencias de TCR en sangre y observó una alta exactitud en la predicción. DeepCAT también pudo identificar los TCR del cáncer (caTCR) en muestras de sangre de pacientes con cáncer de riñón, ovario, páncreas o pulmón en estadio temprano. Los autores afirman que el método tiene ciertas limitaciones, incluida la incapacidad de determinar el tejido de origen del cáncer, y señalan que las condiciones inflamatorias podrían afectar el desempeño de DeepCAT.
Los autores concluyeron que la puntuación de cáncer no pretende reemplazar los métodos de diagnóstico actuales en este momento. Más bien, se deben realizar esfuerzos futuros para explorar si el uso combinado de la puntuación del cáncer con las modalidades de detección existentes puede mejorar la exactitud del diagnóstico en los pacientes. Este trabajo prepara el escenario para el uso del repertorio de TCR de sangre periférica para la detección no invasiva del cáncer. El estudio fue publicado el 19 de agosto de 2020 en la revista Science Translational Medicine.
Enlace relacionado:
Centro Médico de la UT Southwestern
El sistema inmunológico adaptativo reconoce los antígenos tumorales en una etapa temprana para erradicar las células cancerosas. Este proceso se acompaña de la proliferación sistémica de los linfocitos T específicos del antígeno tumoral. Si bien la detección de cánceres asintomáticos en etapa temprana es un desafío debido al tamaño pequeño del tumor y las alteraciones somáticas limitadas, el seguimiento de los cambios en el repertorio de células T periféricas puede proporcionar una solución atractiva para el diagnóstico del cáncer.
Los científicos médicos del Centro Médico de la UT Southwestern (Dallas, TX, EUA), desarrollaron un método de aprendizaje profundo, llamado DeepCAT, para permitir la predicción de novo de los receptores de células T asociadas al cáncer (TCR). Ellos validaron DeepCAT usando TCR específicos de cáncer o no cancerosos, obtenidos de múltiples estudios de clasificación de multímeros del complejo principal de histocompatibilidad I (MHC-I) y demostraron su poder de predicción para los TCR específicos de antígenos del cáncer. DeepCAT se utiliza aplicando un método computacional para detectar secuencias de CDR3 de células T que se infiltran en el tumor a partir de datos de secuenciación de ARN de miles de muestras del Atlas del Genoma del Cáncer.
El equipo aplicó DeepCAT para diferenciar a más de 250 pacientes con cáncer de más de 600 individuos sanos utilizando secuencias de TCR en sangre y observó una alta exactitud en la predicción. DeepCAT también pudo identificar los TCR del cáncer (caTCR) en muestras de sangre de pacientes con cáncer de riñón, ovario, páncreas o pulmón en estadio temprano. Los autores afirman que el método tiene ciertas limitaciones, incluida la incapacidad de determinar el tejido de origen del cáncer, y señalan que las condiciones inflamatorias podrían afectar el desempeño de DeepCAT.
Los autores concluyeron que la puntuación de cáncer no pretende reemplazar los métodos de diagnóstico actuales en este momento. Más bien, se deben realizar esfuerzos futuros para explorar si el uso combinado de la puntuación del cáncer con las modalidades de detección existentes puede mejorar la exactitud del diagnóstico en los pacientes. Este trabajo prepara el escenario para el uso del repertorio de TCR de sangre periférica para la detección no invasiva del cáncer. El estudio fue publicado el 19 de agosto de 2020 en la revista Science Translational Medicine.
Enlace relacionado:
Centro Médico de la UT Southwestern
Últimas Patología noticias
- Pruebas rápidas y económicas pueden prevenir muertes infantiles por jarabes medicinales contaminados
- Señales tumorales en saliva y sangre permiten monitorización no invasiva del cáncer de cabeza y cuello
- Problemas de salud comunes pueden influir en nuevos análisis sanguíneos para enfermedad de Alzheimer
- Fórmula de análisis sanguíneo identifica pacientes con enfermedad hepática crónica con mayor riesgo de cáncer
- Dispositivo de clasificación celular sintonizable tiene potencial para aplicaciones biomédicas
- Herramienta de IA supera a médicos en la detección de anomalías en células sanguíneas
- Herramienta de IA analiza rápidamente imágenes complejas de cáncer para tratamiento personalizado
- Tecnología diagnóstica analiza rápidamente biofluidos utilizando una sola gota
- Nueva tecnología rastrea células cancerosas ocultas más rápido
- Herramienta de IA mejora detección del cáncer de mama
- Herramienta de IA predice éxito del tratamiento de cáncer de recto
- Análisis de sangre y esputo predicen exacerbación aguda de EPOC
- Herramienta de IA transforma detección del cáncer de piel con alta precisión
- Firmas inmunitarias únicas distinguen enfermedad autoinmune rara de esclerosis múltiple
- Sencillo método de microscopía óptica revela estructuras ocultas con un detalle asombroso
- Tecnología de hidrogeles aísla vesículas extracelulares para diagnóstico precoz de enfermedades
Canales
Química Clínica
ver canal
Herramienta en línea detecta exposición a medicamentos directamente en muestras de pacientes
Los médicos suelen basarse en entrevistas con pacientes y sus historiales médicos para determinar qué medicamentos ha tomado una persona, pero esta información suele ser incompleta. Las personas pueden... Más
Sonda de imágenes químicas podría rastrear y tratar cáncer de próstata
El cáncer de próstata sigue siendo una de las principales causas de enfermedad y muerte en hombres, y muchos pacientes desarrollan resistencia a las terapias hormonales bloqueantes convencionales.... Más
Discrepancia entre dos pruebas comunes de función renal indica problemas de salud graves
La creatinina ha sido durante mucho tiempo el método estándar para medir la filtración renal, mientras que la cistatina C, una proteína producida por todas las células humanas, se ha recomendado como marcador... MásDiagnóstico Molecular
ver canal
Nueva prueba rápida de hepatitis C abre camino para tratamiento el mismo día
La infección crónica por hepatitis C afecta a aproximadamente 50 millones de personas en todo el mundo y causa alrededor de 242.000 muertes al año, principalmente debido a cirrosis... Más
Análisis del cáncer ovárico supera a pruebas tradicionales en su detección temprana
A nivel mundial, el cáncer de ovario es uno de los cánceres más mortales que afectan a las mujeres. Tradicionalmente, el diagnóstico temprano del cáncer de ovario ha... MásHematología
ver canal
Pruebas de MRD podrían predecir supervivencia en pacientes con leucemia
La leucemia mieloide aguda es un cáncer sanguíneo agresivo que altera la producción normal de células sanguíneas y suele recaer incluso después de un tratamiento intensivo. Actualmente, los médicos carecen... Más
Análisis sanguíneo de actividad plaquetaria en mediana edad podría identificar riesgo temprano de Alzheimer
La detección temprana de la enfermedad de Alzheimer sigue siendo una de las mayores necesidades insatisfechas en neurología, sobre todo porque los cambios biológicos que subyacen al... MásInmunología
ver canal
Análisis de sangre rutinario puede predecir mayor beneficiario de terapia con células T CAR
La terapia con células T CAR ha transformado el tratamiento para pacientes con linfoma no Hodgkin en recaída o resistente al tratamiento. Sin embargo, muchos pacientes finalmente recaen a... Más
Nueva prueba distingue falsos positivos inducidos por vacuna de infección activa por VIH
Desde que se identificó el VIH en 1983, más de 91 millones de personas han contraído el virus y más de 44 millones han fallecido por causas relacionadas. Hoy en día, casi 40 millones de personas en todo... MásMicrobiología
ver canal
Método de diagnóstico en sangre identifica infecciones IVRI pediátricas
Las infecciones de las vías respiratorias inferiores (IVRI) son una de las principales causas de enfermedad y muerte en todo el mundo, y la neumonía es la principal causa infecciosa de muerte... Más
Prueba de diagnóstico rápido es estándar de oro para detección de sepsis
La sepsis causa la muerte de 11 millones de personas en todo el mundo cada año y genera enormes costos de atención médica. Solo en EUA y Europa, la sepsis representa 100.000 millones de dólares en gastos... MásTecnología
ver canal
Modelos de aprendizaje automático diagnostican ELA antes mediante biomarcadores sanguíneos
La esclerosis lateral amiotrófica (ELA) es una enfermedad neurodegenerativa de rápida progresión, notoriamente difícil de diagnosticar en sus etapas iniciales.... Más
Modelo de inteligencia artificial podría acelerar diagnóstico de enfermedades raras
Identificar qué variantes genéticas causan enfermedades sigue siendo uno de los mayores desafíos de la medicina genómica. Cada persona porta decenas de miles de cambios en el... MásIndustria
ver canal
Abbott adquiere Exact Sciences, empresa de detección de cáncer
Abbott (Abbott Park, IL, EUA) ha firmado un acuerdo definitivo para adquirir Exact Sciences (Madison, WI, EUA), lo que le permitirá entrar y liderar en segmentos de diagnóstico de cáncer... Más








