Los médicos han buscado durante mucho tiempo una forma de predecir con precisión los resultados de supervivencia de los pacientes con cáncer observando los detalles biológicos de los cánceres específicos que tienen. Pero a pesar de los esfuerzos concertados, no existe tal bola de cristal clínica para la mayoría de los cánceres.
Ahora, los investigadores de la Facultad de Medicina de la Universidad de Stanford han compilado una base de datos que integra los patrones de expresión génica de 39 tipos de cáncer de casi 18,000 pacientes con datos sobre cuánto tiempo vivieron esos pacientes.
La combinación de los datos de tantas personas y cánceres permitió a los investigadores superar los problemas de reproducibilidad inherentes a estudios más pequeños. Como resultado, los investigadores pudieron ver claramente patrones generales que se correlacionan con resultados de supervivencia pobres o buenos. Esta información podría ayudarlosidentificar objetivos terapéuticos potenciales.
"Pudimos identificar vías clave que pueden estratificar dramáticamente la supervivencia a través de diversos tipos de cáncer", dijo Ash Alizadeh, MD, PhD, profesora asistente de medicina y miembro del Stanford Cancer Institute. "Los patrones fueron muy sorprendentes,especialmente porque pocos ejemplos de este tipo están disponibles actualmente para el uso de genes o células inmunes para el pronóstico del cáncer ".
En particular, los investigadores encontraron que la alta expresión de un gen llamado FOXM1, que está involucrado en el crecimiento celular, se asoció con un mal pronóstico a través de múltiples cánceres, mientras que la expresión del gen KLRB1, que modula la respuesta inmune del cuerpo al cáncer, parecía conferir un efecto protector.
Un artículo que describe la investigación se publicará en línea el 20 de julio en medicina natural . Alizadeh comparte la autoría principal con Sylvia Plevritis, PhD, profesora de radiología. El académico posdoctoral Aaron Newman, PhD, y el científico investigador senior Andrew Gentles, PhD, comparten la autoría principal del artículo.
La nueva base de datos, que estará disponible para médicos e investigadores, se llama PRECOG, una abreviatura para "predicción de resultados de cáncer a partir de perfiles genómicos".
Además de identificar patrones de expresión génica potencialmente útiles en los cánceres, los investigadores también utilizaron Cibersort, una técnica recientemente publicada desarrollada por Newman en el laboratorio de Alizadeh, para determinar la composición de los glóbulos blancos que acuden a un tumor. Cibersort evalúa los niveles relativosde células inmunes específicas de una mezcla de cáncer y células normales y deduce los tipos de células a partir de genes expresados en el tumor en masa, un proceso que Newman compara al análisis de un batido para identificar sus componentes de frutas y bayas.
"Pudimos inferir qué células inmunes están presentes o ausentes en tumores sólidos individuales, para estimar su prevalencia y correlacionar esa información con la supervivencia del paciente", dijo Newman. "Descubrimos que incluso puede distinguir ampliamente los tipos de cáncer solo en función dequé tipo de células inmunes se han infiltrado en el tumor "
Poniendo todo junto
Los investigadores han intentado durante años identificar patrones específicos de expresión génica en tumores cancerosos que difieren de los del tejido normal. Al hacerlo, es posible aprender qué ha salido mal en las células cancerosas y dar ideas sobre cómoes mejor bloquear el crecimiento destructivo de las células, pero la extrema variabilidad entre pacientes y tumores individuales ha dificultado el proceso, incluso cuando se enfoca en tipos de cáncer en particular.
"Hay muchos más genes en una célula que pacientes con cualquier tipo de cáncer, y esto hace que descubrir los genes importantes para los resultados del cáncer sea un problema difícil", dijo Gentles. "Porque es fácil encontrar asociaciones espurias que noNo se sostuvo en los estudios de seguimiento, combinamos información de una amplia gama de tipos de cáncer para ver mejor las correlaciones significativas ".
Gentles y Alizadeh primero recopilaron datos disponibles públicamente sobre los patrones de expresión génica de muchos tipos de cánceres. Luego, concordaron minuciosamente los perfiles de expresión génica con información clínica sobre los pacientes, incluyendo su edad, estado de la enfermedad y cuánto tiempo sobrevivieron después del diagnóstico. Juntoscon Newman, combinaron los estudios en una base de datos final.
"Queríamos poder conectar los datos de expresión génica con el resultado del paciente para miles de personas a la vez", dijo Alizadeh. "Entonces podríamos preguntar qué podríamos aprender de manera más amplia".
Viendo el bosque
Al observar el bosque, en lugar de los árboles, los investigadores hicieron algunos hallazgos sorprendentes. Observaron que los genes pronósticos a menudo se compartían entre distintos tipos de cáncer, lo que sugiere que programas biológicos similares afectan la supervivencia a través del cáncer. Fueron capaces de identificar la parte superior10 genes que parecían conferir resultados adversos, y los 10 principales asociados con resultados más positivos. Muchos de estos genes están involucrados en aspectos de la división celular o están asociados con distintos tipos de glóbulos blancos que inundan un tumor.
También fueron capaces de identificar combinaciones de glóbulos blancos que parecen favorables. En particular, la presencia de un número elevado de células plasmáticas, que secretan grandes cantidades de anticuerpos, y ciertos tipos de células T se correlacionaron con mejores tasas de supervivencia del paciente en muchosdiferentes tipos de cánceres sólidos, incluidos los cánceres de pulmón y de mama. Por el contrario, una alta proporción de neutrófilos, también conocidos como granulocitos, se asociaron con resultados adversos.
Los investigadores esperan que PRECOG y Cibersort aumenten nuestra comprensión de la biología del cáncer y ayuden en el desarrollo de nuevas terapias para pacientes con cáncer. Además, los investigadores están aplicando estas herramientas para predecir mejor qué pacientes responderán a los nuevos y emergentes anti-terapias contra el cáncer. Esto es especialmente importante dados los recientes avances en el desarrollo de fármacos que comprometen las respuestas inmunitarias en pacientes con cáncer, pero que funcionan bien solo para un subconjunto de pacientes, dijo Alizadeh.
Fuente de la historia :
Materiales proporcionados por Centro médico de la Universidad de Stanford . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :