Biomarcador para pacientes con cáncer predice supervivencia
Por el equipo editorial de LabMedica en español
Actualizado el 01 Aug 2016
Actualizado el 01 Aug 2016
A los pacientes con cáncer los médicos les dicen cuánto tiempo tienen que vivir, y lo bien que responderán a los tratamientos, pero hay una manera de mejorar la exactitud de las predicciones de los médicos.
Imagen: Un análisis SURVIV de las isoformas del cáncer de mama desarrolladas en la UCLA. Las líneas azules se asocian con una mayor supervivencia, y las líneas de color magenta con tiempos de supervivencia más cortos (Fotografía cortesía del profesor Yi Xing).
Se ha desarrollado un nuevo método que podría conducir a una manera de hacer precisamente eso, a partir de datos sobre secuencias genéticas de los pacientes, con el fin de producir proyecciones más fiables para el tiempo de supervivencia y cómo podrían responder a posibles tratamientos.
Los científicos de la Universidad de California-Los Ángeles (UCLA, California, EUA) y sus colegas han desarrollado un método que analiza diversas isoformas de genes usando datos de moléculas de ácido ribonucleico (ARN) en muestras de cáncer. Estas isoformas son combinaciones de secuencias genéticas que pueden producir una enorme variedad de ARN y proteínas a partir de un solo gen.
Ese proceso, llamada secuenciación de ARN, o ARN-seq, revela la presencia y la cantidad de moléculas de ARN en una muestra biológica. En el método desarrollado, los científicos analizaron las proporciones de secuencias genéticas, ligeramente diferentes, dentro de las isoformas, lo que les permitió detectar diferencias importantes, pero sutiles, en las secuencias genéticas. En contraste, el análisis convencional agrega todas las isoformas juntas, lo que significa que la técnica pasa por alto diferencias importantes dentro de las isoformas.
Los científicos estudiaron tejidos de 2.684 personas con cáncer cuyas muestras fueron parte del Atlas del Genoma del Cáncer, de los Institutos Nacionales de la Salud, y pasaron más de dos años en el desarrollo del algoritmo para SURVIV (sigla en inglés para “análisis de supervivencia de la variación de isoformas de ARNm”). El equipo ha identificado alrededor de 200 isoformas que están asociadas con el tiempo de supervivencia para las personas con cáncer de mama; algunos predicen tiempos de supervivencia más largos, otros están asociados a tiempos más cortos. Armado con este conocimiento, los científicos podrían finalmente ser capaces de dirigirse a las isoformas asociados con tiempos de supervivencia más cortos con el fin de suprimirlas y luchar contra la enfermedad. Se evaluó el desempeño de los predictores de supervivencia utilizando una métrica llamada C-índice y encontraron que en los seis diferentes tipos de cáncer que analizaron, sus predicciones basadas en las isoformas se desempeñaron consistentemente mejor que las predicciones basadas en los genes convencionales.
Yi Xing, PhD, profesor asistente y autor principal del estudio, dijo: “Nuestro hallazgo sugiere que las proporciones de isoformas suministran una firma molecular más robusta de los pacientes con cáncer en los conjuntos de datos, a gran escala, de ARN-seq. En el cáncer, a veces un solo gen produce dos isoformas, una de las cuales promueve la metástasis y la otra, reprime la metástasis”. El estudio fue publicado el 9 de junio de 2016, en la revista Nature Communications.
Enlace relacionado:
Últimas Diagnóstico Molecular noticias
- Técnica de enriquecimiento de ácido nucleico circulante en sangre permite diagnóstico no invasivo del cáncer de hígado
- Primera prueba molecular aprobada por la FDA para detectar malaria en donantes de sangre podría mejorar seguridad del paciente
- Prueba de biomarcadores líquidos detecta enfermedades neurodegenerativas antes de que aparezcan síntomas