Ilustraci\u00f3n esquem\u00e1tica de la aplicaci\u00f3n de la descomposici\u00f3n del tensor de conjuntos de datos epigen\u00f3micos heterog\u00e9neos que separan los subtipos de enfermedad del miometrio uterino normal y del leiomioma. Cr\u00e9dito: Leistico, Saini et al, Cell Reports, ePub: 30 de marzo de 2021 Dise\u00f1o art\u00edstico: Priyanka Saini, Debabrata Chakravarti, Feng Fei <\/p>\n
Usando una nueva t\u00e9cnica computacional integradora, cient\u00edficos de Northwestern y la Universidad de Illinois en Urbana-Champaign (UIUC) pudieron clasificar las enfermedades a nivel molecular utilizando conjuntos de datos epigen\u00f3micos, seg\u00fan un estudio reciente publicado en Cell Reports. <\/p>\n
El nuevo enfoque, desarrollado en colaboraci\u00f3n por los autores de Northwestern y UIUC, se llama DeCET (Descomposici\u00f3n y clasificaci\u00f3n de tensores epigen\u00f3micos); analiza datos complejos y heterog\u00e9neos para identificar diferencias epigen\u00f3micas entre tipos de tejido, subtipos de enfermedades y cambios en el tipo de c\u00e9lula o diferenciaci\u00f3n celular, explic\u00f3 Debabrata Chakravarti, Ph.D., vicepresidenta de investigaci\u00f3n traslacional y profesora Anna Lapham de Obstetricia y Ginecolog\u00eda. y autor principal del estudio.<\/p>\n
El epigenoma, la colecci\u00f3n de todas las modificaciones en las prote\u00ednas histonas y el genoma que alteran la expresi\u00f3n g\u00e9nica, lleva instrucciones esenciales para especificar la identidad celular, por lo que los ensayos epigen\u00f3micos pueden ofrecer un marcador de diagn\u00f3stico s\u00f3lido para una amplia gama de enfermedades, seg\u00fan Chakravarti, tambi\u00e9n profesor de farmacolog\u00eda y subdirector de recursos compartidos en el Robert H. Lurie Comprehensive Cancer Center. Por ejemplo, el patr\u00f3n de metilaci\u00f3n del ADN puede clasificar los tumores primarios y secundarios del sistema nervioso central, as\u00ed como identificar el tipo de c\u00e9lula del origen de un c\u00e1ncer.<\/p>\n
Jun Song, Ph.D., Profesor Fundador de F\u00edsica en UIUC y Grant Barish, MD, profesor asociado de Medicina en la Divisi\u00f3n de Endocrinolog\u00eda de Northwestern, fueron coautores principales del estudio, y Priyanka Saini, Ph.D., de Northwestern y Jacob Leistico de UIUC, fueron coautores principales. de El estudio. Leistico dirigi\u00f3 el desarrollo algor\u00edtmico y Saini dirigi\u00f3 el trabajo experimental, creando un equipo sin\u00e9rgico entre las dos instituciones.<\/p>\n
El equipo colaborativo de cient\u00edficos b\u00e1sicos, m\u00e9dicos y f\u00edsicos realiz\u00f3 estudios iniciales sobre fibromas uterinos o leiomiomas, que son tumores no cancerosos de las c\u00e9lulas del m\u00fasculo liso uterino con opciones de tratamiento limitadas que se desarrollan en hasta el 70 por ciento de las mujeres.<\/p>\n
Los cient\u00edficos primero realizaron un an\u00e1lisis epigen\u00f3mico de 25 muestras uterinas normales y 25 de fibromas coincidentes de pacientes. Luego, el equipo us\u00f3 DeCET para analizar los datos e identificar caracter\u00edsticas epigen\u00f3micas clave que podr\u00edan distinguir claramente el tejido de miometrio normal de los estados de enfermedad y los subtipos de leiomiomas.<\/p>\n
Luego, los investigadores aplicaron DeCET a muestras humanas \u00abdesconocidas\u00bb para predecir el estado del tejido. . La metodolog\u00eda discrimin\u00f3 con precisi\u00f3n entre tipos y subtipos normales y de enfermedad utilizando las firmas epigen\u00f3micas.<\/p>\n
Finalmente, para demostrar la aplicabilidad general de DeCET, el equipo ampli\u00f3 su an\u00e1lisis utilizando conjuntos de datos epigen\u00f3micos de c\u00e1ncer disponibles p\u00fablicamente y clasific\u00f3 con \u00e9xito otras enfermedades. , como el c\u00e1ncer de mama y de pr\u00f3stata.<\/p>\n
\u00abNuestros estudios superan los inconvenientes de los m\u00e9todos de an\u00e1lisis actuales, como las elecciones arbitrarias de los par\u00e1metros del metan\u00e1lisis y la variabilidad entre muestras\u00bb, explicaron Saini y Leistico.<\/p>\n
DeCET tambi\u00e9n super\u00f3 a las herramientas existentes en la estratificaci\u00f3n de distintos tipos de tejidos, subtipos de enfermedades y estados de diferenciaci\u00f3n celular, seg\u00fan Barish.<\/p>\n
\u00abLa elaboraci\u00f3n de perfiles epigen\u00f3micos es un camino hacia la medicina personalizada\u00bb, dijo Chakravarti.<\/p>\n
\u00abEsperamos que nuestro estudio ayude a comprender e identificar mejor los estados de la enfermedad, lo que facilitar\u00e1 futuras estrategias terap\u00e9uticas, diagn\u00f3sticas y pron\u00f3sticas\u00bb, agreg\u00f3 Song, quien supervis\u00f3 el estudio computacional desarrollo algor\u00edtmico. <\/p>\n
Explore m\u00e1s<\/p>\n
Nuevo m\u00e9todo de diagn\u00f3stico del c\u00e1ncer revela la complejidad de los tumores de c\u00e1ncer de mama M\u00e1s informaci\u00f3n:<\/strong> Jacob R. Leistico et al. El tensor epigen\u00f3mico predice los subtipos de enfermedades y revela una evoluci\u00f3n tumoral restringida, Cell Reports (2021). DOI: 10.1016\/j.celrep.2021.108927 Informaci\u00f3n del diario:<\/strong> Cell Reports <\/p>\n Proporcionado por Northwestern University Cita<\/strong>: Herramienta computacional bioinform\u00e1tica analiza muestras de tejido para discernir enfermedades (2021, 31 de marzo) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-03-bioinformatic-tool-tissue-samples-discern.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Ilustraci\u00f3n esquem\u00e1tica de la aplicaci\u00f3n de la descomposici\u00f3n del tensor de conjuntos de datos epigen\u00f3micos heterog\u00e9neos que separan los subtipos de enfermedad del miometrio uterino normal y del leiomioma. Cr\u00e9dito: Leistico, Saini et al, Cell Reports, ePub: 30 de marzo de 2021 Dise\u00f1o art\u00edstico: Priyanka Saini, Debabrata Chakravarti, Feng Fei Usando una nueva t\u00e9cnica computacional … Continuar leyendo \u00abLa herramienta computacional bioinform\u00e1tica analiza muestras de tejido para discernir la enfermedad\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-16744","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16744","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=16744"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16744\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=16744"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=16744"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=16744"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}