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.

LabMedica

Deascargar La Aplicación Móvil
Noticias Recientes Expo COVID-19 Química Clínica Diagnóstico Molecular Hematología Inmunología Microbiología Patología Tecnología Industria Focus

CELLAVISION AB

Método de perfilado genético 3D revela lesiones pancreáticas precancerosas

Por el equipo editorial de LabMedica en español
Actualizado el 27 Jun 2024

Pequeñas lesiones precancerosas en el páncreas, conocidas como neoplasias intraepiteliales pancreáticas (PanIN), son precursoras de algunas de las formas más agresivas y mortales de cáncer de páncreas. Debido a su tamaño diminuto, las PanIN son difíciles de detectar y no son visibles mediante exámenes radiológicos estándar. En consecuencia, los pacientes suelen recibir un diagnóstico de cáncer de páncreas, como adenocarcinoma ductal de páncreas (PDAC), sólo después de que el cáncer ha avanzado y se ha extendido a otros órganos. Las técnicas tradicionales de tinción histológica 2D, que implican cortar tejidos finos, teñirlos y examinarlos bajo un microscopio, ofrecen solo una visión limitada de las PanIN y no arrojan luz sobre sus orígenes y cómo progresan hacia el cáncer. Para obtener una comprensión más clara de las PanIN, los investigadores han diseñado un enfoque 3D.

Este novedoso método de perfil genómico 3D, desarrollado por investigadores de Johns Hopkins Medicine (Baltimore, MD, EUA), identifica con éxito las PanIN y proporciona el mapa 3D más completo de lesiones precancerosas en el páncreas humano hasta la fecha, allanando el camino para estrategias de detección temprana de PDAC y otros cánceres de páncreas. Después de procesar tejido de 38 muestras de páncreas normales en cientos de diapositivas 2D secuenciales, los investigadores emplearon CODA, un sistema de aprendizaje automático, para analizar y transformar estas imágenes de diapositivas en modelos digitales 3D.


Imagen: Un modelo impreso en 3D de lesiones pancreáticas precancerosas encontradas en imágenes de histología (foto cortesía de Ashley Kiemen)
Imagen: Un modelo impreso en 3D de lesiones pancreáticas precancerosas encontradas en imágenes de histología (foto cortesía de Ashley Kiemen)

Estas reconstrucciones 3D descubrieron redes complejas de PanIN interconectadas, que muestran una densidad promedio de 13 PanIN por centímetro cúbico, con un rango que varía de 1 a 31 PanIN por centímetro cúbico. Las observaciones indicaron que los pacientes con PDAC en otras partes del páncreas tendían a tener una carga de PanIN más alta en comparación con aquellos con enfermedades no ductales, aunque las diferencias no fueron estadísticamente significativas. El equipo también realizó análisis adicionales en ocho de las muestras mediante microdisección guiada en 3D y secuenciación de ADN de PanIN específicas. El análisis genómico reveló que estas redes consistían en PanIN genéticamente distintas, cada una impulsada por diferentes mutaciones genéticas, incluidas mutaciones en el gen KRAS, un precursor común en la mayoría de los cánceres de páncreas. Este descubrimiento de múltiples mutaciones independientes dentro de lesiones precancerosas no tiene precedentes en otros órganos. Si bien la tecnología CODA aún no es adecuada para uso diagnóstico, su potencial se extiende más allá de las enfermedades pancreáticas, ya que puede adaptarse a diversos tejidos, enfermedades u organismos modelo.

"En realidad, no muchas personas desarrollan cáncer de páncreas, por lo que nos sorprendió encontrar una gran cantidad de precáncer, o PanIN, dentro de las regiones normales del páncreas", dijo Laura Wood, MD, Ph.D., profesora asociada de patología y oncología en el Centro Oncológico Kimmel y la Facultad de Medicina de la Universidad Johns Hopkins y uno de los autores principales del estudio. "Esta investigación destaca lo que aún no sabemos sobre el envejecimiento normal y plantea preguntas fundamentales sobre cómo surge el cáncer en el páncreas humano".

"Esto es sólo el comienzo", añadió Wood. “Queremos seguir investigando qué significa esto en el contexto de otros tejidos de órganos. Si el tejido normal tiene miles de PanIN, ¿cómo identificamos cuáles son clínicamente relevantes para la enfermedad y cuáles no?

Enlaces relacionados:
Medicina Johns Hopkins


New
Miembro Platino
Flu SARS-CoV-2 Combo Test
OSOM® Flu SARS-CoV-2 Combo Test
Magnetic Bead Separation Modules
MAG and HEATMAG
POCT Fluorescent Immunoassay Analyzer
FIA Go
New
Miembro Oro
Liquid Ready-To-Use Lp(a) Reagent
Lipoprotein (a) Reagent

Últimas Patología noticias

Nueva técnica revela los primeros signos de mutaciones genéticas

Herramienta de inteligencia artificial autodidacta diagnostica y predice la gravedad del cáncer de pulmón común

Nuevo método basado en IA para el análisis de tejidos mejora la comprensión de la patología de enfermedades