Video Experimental Relacionado
Updated: Sep 10, 2025

08:14
MicroRNA Based Liquid Biopsy: The Experience of the Plasma miRNA Signature Classifier MSC for Lung Cancer Screening
Published on: October 26, 2017
15.8K
Investigar la separación de la fase líquido-líquido en el adenocarcinoma pulmonar para mejorar la precisión del
Zipei Song1, Yuting Li2, Pengpeng Zhang3
1Department of Thoracic Surgery, The First Affiliated Hospital of Nanjing Medical University, Nanjing, China.
Journal of cellular and molecular medicine
|August 22, 2025
Resumen
La separación de fase líquido-líquido (LLPS) es crucial en el cáncer de pulmón. Un nuevo modelo de aprendizaje automático, LLPSAS, predice con precisión el pronóstico del adenocarcinoma pulmonar y guía las estrategias de tratamiento.
Área de la Ciencia:
- Bioquímica y Biología Molecular
- Biología computacional
- En el campo de la oncología
Sus antecedentes:
- La separación de fase líquido-líquido (LLPS) es un proceso celular implicado en el desarrollo del cáncer.
- Comprender el papel de LLPS en la patogénesis del cáncer de pulmón es fundamental para mejorar los resultados de los pacientes.
Objetivo del estudio:
- Desarrollar una firma de pronóstico basada en el aprendizaje automático para el adenocarcinoma pulmonar (LUAD) asociado con LLPS.
- Evaluar la firma asociada a LLPS (LLPSAS) con respecto a los modelos pronósticos de LUAD existentes.
- Explorar las implicaciones biológicas y clínicas de los grupos de riesgo definidos por el LLPSAS.
Principales métodos:
- Desarrollo de una firma asociada a LLPS de 79 genes (LLPSAS) utilizando el aprendizaje automático.
- Evaluación del rendimiento pronóstico de LLPSAS con respecto a 140 modelos LUAD existentes.
- Análisis comparativo de los grupos de alto riesgo frente a los de bajo riesgo con respecto al enriquecimiento de la vía, las alteraciones genómicas, el microambiente inmune tumoral (TIME) y las respuestas al tratamiento.
- Validación de la expresión y localización de proteínas asociadas a LLPS en tejidos LUAD a través de inmunohistoquímica e inmunofluorescencia.
Principales resultados:
- LLPSAS demostró una capacidad de pronóstico superior para LUAD en comparación con los modelos existentes.
- Los pacientes de alto riesgo estratificados por LLPSAS mostraron una supervivencia global significativamente menor.
- Se observaron diferencias claras en el enriquecimiento de la vía, el paisaje genómico, el tiempo y las sensibilidades terapéuticas entre los grupos de riesgo.
- Grupo de bajo riesgo caracterizado por una inflamación de la TIME, lo que sugiere potencial para la inmunoterapia.
- Se han identificado fármacos eficaces de moléculas pequeñas para pacientes de alto riesgo de LUAD.
- Se ha confirmado la upregulación y la LLPS de proteínas clave (PLK1, HMMR, PRC1) en los tejidos LUAD.
Conclusiones:
- El LLPSAS es una herramienta sólida para predecir el pronóstico de LUAD.
- LLPSAS facilita estrategias de tratamiento personalizadas mediante la estratificación de los pacientes en función de perfiles biológicos y clínicos distintos.
- Esta firma ofrece información valiosa para optimizar el tratamiento y el manejo de la LUAD.
Palabras clave:
Respuesta a la inmunoterapiaSeparación de la fase líquido-líquidoAdenocarcinoma de pulmón (AAD)Aprendizaje automáticoel pronósticoSecuencia de ARN de una sola célula
