Los genes pueden predecir pronóstico de pacientes con cáncer

Sus resultados se publicaron el 24 de enero de 2013 en la edición en línea de la revista PLOS Computational Biology.

El equipo científico aplicó el algoritmo SAPS a los datos de análisis de expresión génica del autor principal del estudio, Benjamin Haibe-Kains, PhD, director del Laboratorio de Bioinformática y Genómica Computacional en IRCM y Profesor Asistente de Investigación en la Universidad de Montreal. La primera recogida de datos fue obtenida a partir de 19 estudios publicados de cáncer de seno (incluyendo aproximadamente 3.800pacientes), y el segundo incluyó 12 estudios publicados de perfiles de expresión de genes en el cáncer de ovario (incluyendo datos de aproximadamente 1.700 pacientes).

Cuando los investigadores utilizaron SAPS para analizar estas firmas pronósticas, previamente identificadas, en los cánceres de seno y de ovario, se encontraron con que sólo una pequeña parte de las firmas que fueron consideradas estadísticamente significativas por medidas estándar también alcanzaron significación estadística al ser evaluadas usando el SAPS.

El profesor Beck dijo: “Un conjunto de genes puede parecer importante con base a su asociación con la supervivencia, cuando en realidad no se desempeña significativamente mejor que los genes al azar. Esto puede ser un problema grave, ya que puede conducir a falsas conclusiones con respecto a la importancia biológica y clínica de un conjunto de genes”.

Mediante el uso de SAPS, Beck y sus colegas descubrieron que podían superar este problema. “El procedimiento SAPS garantiza que un conjunto significativo de genes pronósticos no sólo se relaciona con la supervivencia del paciente, sino también se desempeñan significativamente mejor que los conjuntos de genes al azar”, dijo el profesor Beck. Su equipo reveló nuevas firmas pronósticas en los subtipos de cáncer de seno y cáncer de ovario y demostró una sorprendente similitud entre las firmas en el cáncer de seno, con receptores de estrógenos negativos y el cáncer de ovario, lo que sugiere nuevos objetivos terapéuticos comunes para estos cánceres agresivos.

Los resultados también indicaron que las firmas pronósticas identificados con SAPS no sólo ayudarán a predecir los resultados de los pacientes sino que también podrían ayudar en el desarrollo de nuevos medicamentos contra el cáncer. “Esperamos que los marcadores identificados en nuestro análisis proporcionará nuevos conocimientos sobre los procesos biológicos que conducen a la progresión del cáncer de seno y los subtipos de cáncer de ovario, y algún día conducir a mejoras en el diagnóstico y la terapéutica, dirigidos”, dijo el profesor Beck. “También esperamos que el método resulte muy útil para otros investigadores”. El equipo desea crear una herramienta accesible por la web, para permitir a los investigadores, con poco conocimiento de software estadístico y programación, identificar conjuntos de genes asociados significativamente con los resultados del paciente en diferentes enfermedades.

El equipo planea lanzar un paquete de software que incluye toda la programación y la documentación correspondiente de su línea de análisis. El profesor Beck y su equipo están trabajando para validar aún más las firmas pronósticas que pudieran identificar en cánceres de seno y de ovario, con la esperanza de acercarlos a la clínica a través del desarrollo de nuevos diagnósticos y tratamientos. “También estamos ampliando nuestro método a otros cánceres comunes que carecen de firmas de pronóstico sólidas”, señaló.

Enlaces relacionados:

Beth Israel Deaconess Medical Center

Dana-Farber Cancer Institute

Institut de Recherches Cliniques de Montréal