GA4 - Google Analitycs
Suscríbete
Suscríbete

Recibe todas las noticias
en tu e-mail

Enfermedades

Cáncer: Hallan vulnerabilidades clave mediante análisis de BigData de 10 mil tumores

Los resultados del estudio tendrían el potencial para mejorar el diagnóstico y tratamiento del cáncer. 

EFE

Investigadores identificaron vulnerabilidades clave del cáncer.(EFE)

Investigadores identificaron vulnerabilidades clave del cáncer. | EFE

Un estudio liderado por la Universidad de Columbia (EU), con participación del Instituto de Investigación Biomédica de Bellvitge (IDIBELL), en Hospitalet de Llobregat (Noreste de España) y el Instituto Catalán de Oncología (ICO), identificaron vulnerabilidades clave del cáncer mediante el análisis de Big Data de 10 mil tumores.

El IDIBELL explicó este martes que los resultados obtenidos, publicados en la revista científica "Cell", tienen el potencial de mejorar el diagnóstico y tratamiento del cáncer.

Los investigadores han analizado, a través de algoritmos computacionales, los datos genómicos de 10 mil tumores de los 20 cánceres más frecuentes con el objetivo "de identificar las proteínas reguladoras responsables de canalizar la información proveniente de las alteraciones genómicas y transformarla en la identidad transcripcional propia del cáncer".

Así, han identificado hasta 112 subtipos de tumores definidos por 407 de estas proteínas reguladoras que canalizan la información.

Además, el análisis ha puesto en evidencia que los 112 subtipos tumorales se pueden catalogar a partir del grado de activación o inactivación de solo 24 grupos de proteínas reguladoras, o lo que es lo mismo, la combinación de 24 características fundamentales de cáncer.

Conocer cuáles son las características fundamentales que presenta un cáncer concreto puede ayudar a hacer una previsión muy fiable del pronóstico del paciente.

Los investigadores han validado alguna de las características fundamentales descritas en cánceres de próstata o riñón, entre otros, y mediante técnicas de edición genética y tratamientos farmacológicos han demostrado que las predicciones hechas a través de algoritmos se cumplían en los ensayos con modelos experimentales.

En esta nota

Comentarios

Suscríbete

Recibe lo mejor de Mundo Sano en tu casilla de E-mail

Registrarse implica aceptar los Términos y Condiciones