Los científicos de la Universidad Johns Hopkins han desarrollado una nueva estrategia computacional que cambia los datos extremadamente complejos en una disposición reorganizada que acentúa la variedad persistente a la comprensión en las marcas subatómicas de las células tumorales. Esta nueva estrategia podría mejorar la información biomolecular compleja sobre los tumores, en un nivel fundamental.
Los científicos en realidad querían introducir esta metodología para prescribir el tratamiento apropiado para un paciente específico.
Donald Geman, profesor del Departamento de Matemática Aplicada y Estadística, autor principal del estudio, dijo: “Una de las cosas que las personas en este campo han notado en los últimos 10 años, y de hecho, ha sido sorprendente”. es cuánta heterogeneidad hay incluso entre dos pacientes con el mismo subtipo de cáncer. Con eso, quiero decir que en dos pacientes a los que se les diagnosticó melanoma, las lesiones cutáneas pueden parecer bastante similares a simple vista, pero las células cancerosas pueden ser muy diferentes a nivel molecular. Pueden tener diferentes formas de desregulación, incluidas diferentes variantes genéticas y diferentes perfiles de expresión genética “.
Saber todo lo que cabría esperar sobre los cosméticos hereditarios y las vías orgánicas obstaculizadas de un paciente específico podría permitirles a los médicos establecer opciones más educadas sobre el pronóstico y el tratamiento, cambiándolos al perfil subatómico específico.
Geman dijo, “Quieren saber si están buscando el perfil de una mujer que probablemente responderá o no a un medicamento en particular. ¿O los datos indican que el paciente probablemente recaerá dentro de los próximos cinco años? ¿O tiene un hombre un tipo particularmente agresivo de cáncer de próstata? ¿O es necesario extirpar quirúrgicamente los ganglios linfáticos para determinar la presencia o ausencia de metástasis en un paciente con algún tipo de cáncer de cabeza y cuello?
Los científicos imaginaron los resúmenes de análisis de sangre que se producen comúnmente cuando un paciente visita a un médico para un examen físico anual con el fin de proporcionar respuestas a las preguntas. En su mayor parte, informan si la glucosa, el colesterol y los diferentes resultados están dentro o fuera de niveles sólidos.
Tomando un signo de estas pruebas, los científicos descubrieron cómo simplificar enormemente la información sobre decenas de miles de estados moleculares convirtiendo estos datos en etiquetas binarias, que indican si una medición se encuentra dentro o más allá de los niveles saludables.
Geman, quien anteriormente dedicó muchos años a mejorar la tecnología de visión por computadora, es alentado por el proyecto relacionado con el cáncer y espera que sirva de modelo para otras colaboraciones fructíferas que involucran matemática avanzada y medicina.
“El objetivo”, dijo, “es tomar problemas de clasificación de interés clínico genuino y producir un algoritmo que sea preciso, interpretable y tenga sentido biológicamente”.
Co-autores principales del artículo PNAS fueron Wikum Dinalankara, un compañero de oncología en el Johns Hopkins Kimmel Cancer Center y la Facultad de Medicina de la Universidad Johns Hopkins; y el estudiante graduado Qian Ke del Departamento de Matemática Aplicada y Estadística en la Escuela de Ingeniería Whiting de la universidad. Los coautores de estos dos departamentos fueron Yiran Xu, Lanlan Ji, Nicole Pagane, Anching Lien, Tejasvi Matam, Elana J. Fertig, Laurent Younes y Luigi Marchionni. Otro coautor, Nathan D. Price, era del Instituto de Biología de Sistemas en Seattle.
Temas Científicos :

Al frente de la medicina regenerativa
Leer Más

Se identifica un punto dulce para el alivio del dolor
Leer Más

Anatomia humana hombro y espalda
Leer Más

Celulas cancerigenas
Leer Más

Variacion genetica debido a la diaspora africana
Leer Más

Estudiantes de doctorado exploran el desarrollo de eosinofilos en enfermedades alergicas
Leer Más

Nuevo enfoque para tratar el cancer de mama agresivo
Leer Más

Nuevos medicamentos para desacelerar el proceso de envejecimiento
Leer Más

Celulas nerviosas activas
Leer Más

Nanomateriales de ingenieria que ofrecen tratamientos precisos para las enfermedades del corazon
Leer Más

La comprension de los objetivos de las enzimas podria conducir a nuevas terapias contra el cancer
Leer Más

Por qué los desechos radiactivos se están derritiendo en vidrio.
Leer Más

Descubriendo el mecanismo del metabolismo
Leer Más

Informacion sobre el proceso molecular clave que subyace a muchos canceres
Leer Más

Una solucion universal para la medicina regenerativa
Leer Más

Nuevos conocimientos sobre la regulacion del hierro celular
Leer Más

Mitocondrias detras de la formacion de celulas sanguineas
Leer Más

Nuevas tecnologias para manipular celulas que pueden ayudar a tratar el parkinson, artritis y otras enfermedades
Leer Más

Neuronas interconectadas que transfieren informacion con pulso electrico
Leer Más

Celulas transparentes con nucleo, membrana celular y cromosomas visibles
Leer Más

La tecnologia desbloquea genomas del molde para nuevas drogas
Leer Más

El nanomaterial revestido de azucar es excelente para promover el crecimiento oseo
Leer Más

Nuevos conocimientos sobre el papel de la proteina en la respuesta inflamatora
Leer Más

Nuevos descubrimientos de ARN podrian mejorar la investigacion de celulas madres
Leer Más

Imagen de los canales de iones
Leer Más

El papel de la enzima clave en el desarrollo embrionario
Leer Más

Red reguladora ayuda a celulas a sobrevivir en ambientes con bajo nivel de oxigeno
Leer Más

Eliminacion de proteinas podria conducir a terapias mejoradas
Leer Más

Fondo de ADN
Leer Más

Celula cancerosa hecha en software 3d
Leer Más