Generic filters
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Generic filters
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Artículo publicado en Cell muestra análisis de más de 20 tipos de cáncer través de big data

A través de big data, los investigadores analizaron una base de datos de más de 10 mil tumores de los 20 tipos de cáncer más frecuentes, para alcanzar el objetivo de identificar las proteínas reguladoras que controlan la información de alteraciones genómicas.

Un equipo especializado perteneciente a la Universidad de Columbia en Nueva York publicó el artículo: “Un panorama modular de reguladores maestros controla la identidad transcripcional del cáncer”, en el cual lograron analizar características genómicas de 10 mil tumores de los 20 cánceres más recurrentes a través de tecnología de inteligencia de datos o big data.

El objetivo del estudio fue identificar las proteínas reguladoras responsables de canalizar la información de las alteraciones genómicas y posteriormente transformarlas en la identidad transcripcional del cáncer. “El análisis genómico integrativo, utilizando un enfoque basado en redes, identificó 407 proteínas reguladoras maestras (MR) responsables de canalizar la genética de muestras individuales de 20 cohortes en The Cancer Genome Atlas (TCGA) en 112 subtipos de tumores transcripcionalmente distintos”, mencionan dentro del resumen del artículo.

Los hallazgos transmitidos en el artículo muestran las características principales que presenta un cáncer especifico, lo que beneficia la fiabilidad al momento de realizar un pronóstico del paciente. Lo que los investigadores denominan como la “identidad transcripcional” es importante al momento de definir las características del tumor y la gravedad del mismo.

Álvaro Aytés, coautor del estudio expresó que los resultados obtenidos muestran el control jerárquico de las propiedades de cada tumor y que el grado de activación de las 24 proteínas definen la identidad transcripcional, lo que beneficia su abordaje terapéutico.

La información y los modelos matemáticos y computacionales utilizados para el desarrollo del estudio, han sido puestos a disposición de miembros de la comunidad científica a través de una plataforma web.

Últimos tweets

Eventos más importantes en Salud Digital

2022 noviembre

Semana 1

lun 31
mar 1
mié 2
jue 3
vie 4
sáb 5
dom 6
lun 7
mar 8
mié 9
jue 10
vie 11
sáb 12
dom 13
lun 14
mar 15
mié 16
jue 17
vie 18
sáb 19
dom 20
lun 21
mar 22
mié 23
jue 24
vie 25
sáb 26
dom 27
lun 28
mar 29
mié 30
jue 1
vie 2
sáb 3
dom 4
  • Sin Eventos

  • Sin Eventos

  • Sin Eventos

  • Sin Eventos

  • Sin Eventos

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
error: Este contenido esta protegido...