Enfermedad residual en la leucemia mieloide aguda mutada por NPM1

Área de la Ciencia:

• Hematología y Oncología
• Diagnóstico molecular
• Biotecnología

Sus antecedentes:

• La leucemia mieloide aguda (LMA) es un cáncer genéticamente diverso con mutaciones de NPM1 como biomarcadores clave.
• Las mutaciones de NPM1 influyen significativamente en el diagnóstico, el pronóstico y la selección del tratamiento de la LMA.
• El monitoreo de la enfermedad residual mensurable (MRD) es vital para el manejo de la LMA mutada en NPM1, pero faltan pruebas estandarizadas.

Objetivo del estudio:

• Revisar las técnicas moleculares actuales y emergentes para la detección de MRD en la LMA mutada por NPM1.
• Evaluar la sensibilidad, especificidad y utilidad clínica de diversas herramientas de diagnóstico y pronóstico.
• Explorar el potencial y los desafíos de la integración de tecnologías avanzadas como la IA en la práctica clínica.

Principales métodos:

• Evaluación de la PCR cuantitativa (qPCR), la secuenciación de próxima generación (NGS) y la PCR digital de gotas (ddPCR) para la detección de MRD.
• Evaluación de enfoques innovadores, incluido el CRISPR-Cas9 y la secuenciación de células únicas para la heterogeneidad compleja de la LMA.
• Análisis de las aplicaciones de inteligencia artificial (IA) y aprendizaje automático (AM) en el diagnóstico, el pronóstico y el tratamiento personalizado.

Principales resultados:

• Las técnicas moleculares actuales ofrecen diversos grados de sensibilidad y especificidad para la detección de MRD.
• Los métodos avanzados como la secuenciación de una sola célula y CRISPR son prometedores en la caracterización de la diversidad clonal.
• Las herramientas de IA/ML tienen un gran potencial para mejorar la gestión de la lucha contra el blanqueo de capitales, pero se enfrentan a importantes desafíos de integración.

Conclusiones:

• Las estrategias de monitoreo de MRD adaptadas son esenciales para la LMA mutada por NPM1, teniendo en cuenta los perfiles de mutación individuales.
• Se necesita una combinación de tecnologías moleculares establecidas y nuevas, incluida la IA, para optimizar la toma de decisiones clínicas.
• Superar los desafíos en la calidad de los datos, la infraestructura y la regulación es fundamental para la adopción generalizada de tecnologías avanzadas en la lucha contra el blanqueo de dinero.