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

Biomarcador mejora diagnóstico del cáncer esofágico

Por el equipo editorial de LabMedica en español
Actualizado el 25 Feb 2014
Se ha descubierto un marcador biológico que tiene el potencial de mejorar el diagnóstico, pronóstico y tratamiento del Carcinoma Escamocelular Esofágico (ESSC), la forma histológica principal de cáncer esofágico, una causa principal de muerte por cáncer en todo el mundo.

Actualmente, el ESCC tiene un muy mal pronóstico y la tasa de supervivencia global a los cinco años es del 20% a 30%, y como tal, hay una necesidad urgente de biomarcadores que permitan diagnosticar esta enfermedad tan pronto como sea posible con el fin de estimar la reacción a la quimioterapia o radioterapia en los pacientes y predecir la tasa de supervivencia global de los pacientes sometidos a tratamiento.

Imagen: Las cámaras de invasión BioCoat Matrigel (Fotografía cortesía de BD Bioscience).
Imagen: Las cámaras de invasión BioCoat Matrigel (Fotografía cortesía de BD Bioscience).

Científicos de la Universidad Nacional de Singapur (Singapur) estudiaron, entre 2010 y 2011, un total de 69 pares de tejidos tumorales primarios de ESCC y sus tejidos no tumorales emparejados, que fueron removidos quirúrgicamente, congelados en nitrógeno líquido, para la extracción de proteínas, ácido ribonucleico (ARN), y de ADN. El estudio incluyó una segunda cohorte de un total de 180 pares de tejidos tumorales primarios ESCC y sus tejidos no tumorales emparejados que fueron removidos quirúrgicamente e incrustados en un bloque de parafina para la construcción de microarrays tisulares (TMA) entre 2001 y 2005.

Los investigadores descubrieron que la enzima de edición de ARN, adenosina deaminasa, que actúa sobre el ARN-1 (ADAR1), y que cataliza el proceso de edición, está expresada exageradamente en los tumores ESCC. Observaron que la enzima ADAR1 cambia el producto de la proteína Antizima Inhibidor 1 (AZIN1) a una forma que promueve el desarrollo de la enfermedad. Clínicamente, la expresión exagerada del gen tumoral ADAR1 se correlacionó con el tiempo de supervivencia más corta de los pacientes con ESCC. La edición de ARN fue analizada mediante reacción en cadena de la polimerasa en tiempo real y los análisis de migración e invasión fueron realizados usando cámaras de 24 pozos BioCoat Matrigel (BD Biosciences; San José, CA, EUA).

Leilei Chen, MD, PhD, autora principal del estudio, dijo: “La investigación de la relación entre la edición de ARN mediada por ADAR1 y la progresión del cáncer es sólo el primer paso en esta investigación. La expresión exagerada tumoral de ADAR1 se puede utilizar como una señal de advertencia temprana de ESCC y detener o revertir el proceso puede bloquear la conversión de las células de normal a malignas”. Los autores concluyeron que ADAR1 puede servir como un biomarcador útil para detectar trastornos que pueden originar ESCC y como una diana terapéutica potencial. El estudio también puede proporcionar la clave de un proceso biológico para el desarrollo de medicamentos en el tratamiento de la ESCC. El estudio fue publicado el 3 de diciembre de 2013, en la revista Cancer Research.


Enlaces relacionados:

National University of Singapore

BD Biosciences


Miembro Platino
PRUEBA DE INMUNOENSAYO DE XILAZINA
Xylazine ELISA
Magnetic Bead Separation Modules
MAG and HEATMAG
PRUEBA DE ANTIPÉPTIDO CÍCLICO CITRULINADO
GPP-100 Anti-CCP Kit
Miembro Oro
Panel de melanoma
UltraSEEK Melanoma Panel

Últimas Patología noticias

Modelo de IA predice respuesta a terapia contra cáncer de riñón
25 Feb 2014  |   Patología

Kits de ensayo de enzima DUB sensibles y específicos requieren configuración mínima sin preparación del sustrato
25 Feb 2014  |   Patología

Primer modelo de IA para diagnóstico de cáncer de tiroides con precisión superior al 90 %
25 Feb 2014  |   Patología