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

Dispositivo de microfluidos selecciona células de cáncer basado fenotipo quimiotáctico

Por el equipo editorial de LabMedica en español
Actualizado el 15 Jul 2014
Se ha inventado un nuevo método para el estudio de las células de cáncer agresivas, usando un dispositivo de microfluidos que aísla solamente las células metastásicas más agresivas.

Normalmente la búsqueda de biomarcadores de la metástasis se ha concentrado en el estudio de ciertas moléculas o genes expresados por un número grande de células de cáncer migratorias, pero el problema es que es fácil pasar por alto diferencias sutiles en las subpoblaciones pequeñas de células que son las más agresivas.

Imagen: Esquema del dispositivo de microfluidos que clasifica las células de cáncer agresivas (Fotografía cortesía del laboratorio Reinhart-King).
Imagen: Esquema del dispositivo de microfluidos que clasifica las células de cáncer agresivas (Fotografía cortesía del laboratorio Reinhart-King).

Científicos de la Universidad de Cornell (Ithaca, Nueva York, EUA) clasificaron, primero, las células de acuerdo con el comportamiento más agresivo, y luego analizaron sólo las células más agresivas en busca de los cambios moleculares. Su innovación fue un dispositivo de microfluidos que contiene canales laterales para lavar las células menos agresivas, mientras que lleva a las células más agresivas por un canal separado.

En la búsqueda de biomarcadores de metástasis, la atención se ha puesto en gran medida de las mediciones del promedio de todo el conjunto, que detecta moléculas o genes. Sin embargo, los cambios moleculares individuales no siempre originan la enfermedad, y las medidas basadas en la población pueden enmascarar las firmas moleculares de las células responsables de la enfermedad.

Para su prueba de concepto, los investigadores seleccionaron células con respuestas migratorias al factor de crecimiento epidérmico, para las que no se conoce que el receptor esté presente en la mayoría de los cánceres humanos y están estrechamente vinculados a un mal pronóstico. El dispositivo novedoso selecciona las células con base en su comportamiento quimiotáctico, en lugar de sus diferencias moleculares, permitiendo que las células más agresivas sean estudiadas independientemente de la población heterogénea.

Cynthia A. Reinhart-King, PhD, una profesora asociada de ingeniería biomédica y autora principal del estudio dijo: El método que hemos tomado es un enfoque inverso de lo que se hace convencionalmente. En lugar de mirar cuales son las moléculas que son expresadas por el tumor, estamos estudiando su fenotipo, esto es, el comportamiento de las células individuales, inicialmente. Luego podemos determinar que moléculas están causando este comportamiento.

La Prof. Reinhart-King añadió: “La cosa que más nos emociona, además del dispositivo físico, es el marco conceptual que estamos usando tratando de cambiar las velocidades y buscar las células que están causando la peor parte de la enfermedad. El dispositivo también se podría usar en otras aplicaciones de ingeniería de tejidos, inflamación y curación de heridas”.

El estudio fue publicado en 19 de mayo de 2014 en la revista Technology.

Enlace relacionado:

Cornell University




Miembro Platino
Prueba de actividad proteasa ADAMTS-13
ATS-13 Activity Assay
Magnetic Bead Separation Modules
MAG and HEATMAG
POCT Fluorescent Immunoassay Analyzer
FIA Go
Miembro Oro
ANALIZADOR AUTOMÁTICO WESTERN BLOT
Tenfly Phoenix Blot Analyzer

Últimas Patología noticias

Modelo de IA predice respuesta a terapia contra cáncer de riñón
15 Jul 2014  |   Patología

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

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