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.

Please note that the MedImaging website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Nuevo biomarcador PET predice el éxito de inmunoterapia con inhibidores de puntos de control

Por el equipo editorial de MedImaging en español
Actualizado el 06 Jun 2024
Print article
Imagen:  Los investigadores han identificado un nuevo biomarcador de imágenes para las respuestas tumorales a la terapia con ICI (foto cortesía de 123RF)
Imagen: Los investigadores han identificado un nuevo biomarcador de imágenes para las respuestas tumorales a la terapia con ICI (foto cortesía de 123RF)

Las inmunoterapias, como los inhibidores de puntos de control (ICI, sus siglas en inglés), han mostrado resultados clínicos prometedores en el tratamiento del melanoma, el cáncer de pulmón de células no pequeñas y otros tipos de tumores. Sin embargo, la eficacia de estas terapias varía significativamente, con tasas de respuesta objetiva que oscilan entre el 5 % y el 60 % entre los pacientes. Existe una necesidad apremiante de métodos confiables para evaluar las respuestas y determinar qué pacientes probablemente se beneficiarán de la inmunoterapia. Los enfoques tradicionales para monitorear las respuestas de los tumores sólidos, que se basan en tomografías computarizadas y resonancias magnéticas, a menudo provocan retrasos significativos en la medición de los efectos del tratamiento. Por el contrario, las técnicas de imagen molecular, en particular la PET, ofrecen una forma dinámica y no invasiva de evaluar biomarcadores in vivo, proporcionando un método prometedor para predecir la eficacia de la inmunoterapia en tiempo real.

Ahora, investigadores de la Universidad de Pekín (Pekín, China) han identificado la proteína galectina-1 (Gal-1) como un nuevo biomarcador de imágenes PET para la terapia con ICI, lo que permite a los médicos predecir las respuestas del tumor antes de que comience el tratamiento. La utilización de imágenes PET con Gal-1 también puede ayudar en la estratificación de los pacientes y la optimización de los tratamientos de inmunoterapia, lo que potencialmente mejora los resultados de los pacientes. En su estudio, el equipo utilizó un modelo de ratón para buscar nuevos biomarcadores de imágenes que pudieran indicar cómo responden los tumores a la terapia con ICI. El análisis proteómico reveló que los tumores con baja expresión de Gal-1 tenían más probabilidades de responder favorablemente a la terapia con ICI.

Luego, los investigadores procedieron a etiquetar Gal-1 con 124I para crear un radiotrazador (124I-α-Gal-1) y realizaron estudios de biodistribución y imágenes PET en animales pequeños para verificar la especificidad del trazador. Las imágenes PET con 124I-αGal-1 indicaron eficazmente el estado inmunosupresor del microambiente tumoral, lo que permitió la predicción temprana de la resistencia a los ICI. Para los tumores que se predijo que no responderían bien a los ICI, los investigadores idearon una estrategia de rescate utilizando un inhibidor de Gal-1, que mejoró significativamente la probabilidad de un tratamiento exitoso.

"La PET con Gal-1 abre vías para la predicción temprana de la eficacia del ICB antes del inicio del tratamiento y facilita el diseño preciso de regímenes combinados", afirmó Zhaofei Liu, PhD, profesor distinguido Boya en la Universidad de Pekín. "Este enfoque sensible tiene el potencial de lograr un tratamiento de precisión individualizado para los pacientes en el futuro".

Enlaces relacionados:
Universidad de Peking

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
1.5T Superconducting MRI System
uMR 680
Ultrasound System
P20 Elite
Mobile Digital C-arm X-Ray System
HHMC-200D

Print article
Radcal

Canales

RM

ver canal
Imagen: Las vías del cerebro destacadas son las más afectadas por una conmoción cerebral (foto cortesía de Benjamin Hacker, et al)

Modelo de IA diagnostica lesiones cerebrales traumáticas a partir de resonancias magnéticas con un 99 % de precisión

Una conmoción cerebral es un tipo de lesión cerebral traumática que puede provocar alteraciones temporales en la función cerebral. Ocurren debido a incidentes como lesiones... Más

Ultrasonido

ver canal
Imagen: Las nuevas aplicaciones habilitadas con IA, aprobadas por la FDA, se han integrado en los sistemas de ultrasonido EPIQ CVx y Affiniti CVx (foto cortesía de Royal Philips)

Plataforma de ultrasonido cardiovascular habilitada por IA de próxima generación acelera el análisis

La insuficiencia cardíaca es un importante desafío de salud mundial que afecta aproximadamente a 64 millones de personas en todo el mundo. Está asociada con altas tasas de mortalidad... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más

Industria

ver canal
Imagen: Calantic Digital Solutions  es una suite coordinada de soluciones de radiología basadas en IA que tiene como objetivo transformar la radiología (Foto cortesía de Bayer)

Bayer y Rad AI colaboran para expandir el uso de soluciones operativas de radiología de vanguardia basadas en IA

Los datos de imagen constituyen aproximadamente el 90 % de todos los datos médicos, y el volumen de estos datos sigue aumentando, lo que incrementa significativamente la carga de trabajo para los... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.