Se identificaron genes que pueden revelar los pronósticos de pacientes con cáncer y que ayudarán a desarrollar nuevas pruebas diagnósticas y tratamientos.

En los últimos años se ha considerado que una serie selecta de genes podría revelar los pronósticos de los pacientes con cáncer. Sin embargo, en un estudio publicado el año pasado en que se analizaron los casos de cáncer de mama se observó que la mayor parte de estas «firmas de pronóstico» no eran más exactas que las series de genes fortuitos para determinar los pronósticos del cáncer. Si bien muchos consideraron esto como una decepción, los investigadores del Beth Israel Deaconess Medical Center (BIDMC), el Dana-Farber Cancer Institute y el Institut de Recherches Cliniques de Montreal (IRCM) vieron esto como una oportunidad para concebir un nuevo método de identificar series de genes que podrían tener un valor pronóstico más importante.

Dirigidos por el Dr. Andrew Beck, Director de Laboratorio de Investigación de Epidemiología Molecular en el BIDMC, el equipo ha creado el SAPS (Análisis de Importancia de Firmas de Pronósticos), un nuevo algoritmo que utiliza tres criterios específicos para identificar con más exactitud firmas de pronóstico relacionadas con la sobrevida de los pacientes.

Sus resultados, el análisis más extenso de esta clase que alguna vez se haya realizado, se comunican en un número reciente publicado en la versión en línea de la revista científica PLOS Computational Biology.

«El algoritmo SAPS utiliza tres criterios específicos,», explica Beck, quien también es Profesor Asistente de Patología en la Harvard Medical School. «En primer lugar, la serie de genes debe estar enriquecida para genes que se relacionan con la supervivencia. Además, la serie de genes debe distinguir a los pacientes en grupos que muestran diferencias en la sobrevida. Por último, también debe tener un desempeño significativamente mejor que series de genes fortuitos en estas tareas».

En el nuevo estudio, el equipo científico aplicó el algoritmo SAPS a los datos de características de expresión de genes del autor principal del estudio Benjamin Haibe-Kains, PhD, Director de Laboratorio de Bioinformática y Genómica Computacional en el IRCM y Profesor de Investigación Asistente en la University of Montreal. La primera serie de datos se obtuvo de 19 estudios de cáncer de mama publicados (incluidos aproximadamente 3.800 pacientes) y la segunda comprendió 12 estudios de características de expresión de genes publicados sobre el cáncer ovárico (incluidos datos de aproximadamente 1.700 pacientes).

Cuando los investigadores utilizaron el SAPS para analizar estas firmas de pronóstico previamente identificadas en el cáncer de mama y de ovario, descubrieron que sólo un pequeño subgrupo de las firmas que se consideraron estadísticamente significativas conforme a las mediciones normales, también lograban la significación estadística al valorarse mediante el algoritmo SAPS.

«Nuestro trabajo muestra que cuando se utilizan las relaciones de pronóstico para identificar firmas biológicas que favorecen el avance del cáncer, es importante no atenerse únicamente a una relación de una serie de genes con la sobrevida del paciente», dice Beck. «Una serie de genes puede parecer importante con base en su relación con la sobrevida, cuando en realidad no tiene un desempeño significativamente mejor que los genes fortuitos. Esto puede ser un problema importante, ya que puede originar conclusiones falsas con relación a la importancia biológica y clínica de una serie de genes».

Al utilizar el algoritmo SAPS, Beck y sus colaboradores descubrieron que podían superar este problema. El procedimiento SAPS garantiza que una serie de genes de pronóstico importantes no sólo se relaciona con la sobrevida del paciente sino también tiene un desempeño significativamente mejor que las series de genes aleatorias», dice Beck. Su equipo reveló nuevas firmas de pronóstico en subtipos de cáncer de mama y cáncer de ovario y demostró una semejanza notable entre las firmas en el cáncer de mama y el cáncer de ovario sin expresión de receptor de estrógeno, lo que indica nuevas dianas terapéuticas compartidas para estas neoplasias malignas invasivas.

Los hallazgos también indican que las firmas de pronóstico identificadas con SAPS no sólo ayudarán a prever los pronósticos de los pacientes sino también podrían ayudar a crear nuevos fármacos antineoplásicos. «Esperamos que los marcadores identificados en nuestro análisis esclarezcan nuevos conceptos sobre las vías biológicas que favorecen el avance del cáncer en los subtipos de cáncer de mama y ovario y algún día permitirán mejoras en el diagnóstico y el tratamiento dirigidos», dice Beck. «También esperamos que el método resulte ampliamente útil para otros investigadores». Con este propósito, al equipo le gustaría crear una herramienta accesible en Internet que permita a los investigadores con escaso conocimiento de software y programación estadística para identificar series de genes significativamente relacionadas con los pronósticos del paciente con diferentes enfermedades.

«También tenemos pensado liberar pronto un paquete de software, que incluye todos los códigos y documentación correspondiente de nuestra línea de producción de análisis», añade Haibe-Kains. «Esto permitirá a otros reproducir por completo nuestros resultados y a la vez permitirá a bioinformáticos y especialistas en biología computacional asumir y potencialmente adaptar y mejorar nuestra producción para abordar nuevos aspectos importantes en biomedicina».

Beck y sus colaboradores en la actualidad están investigando más para validar las firmas de pronóstico que identificaron en las neoplasias malignas de mama y ovario, con la esperanza de acercarlas a la clínica a través de la creación de nuevos diagnósticos y tratamiento. Señala: «También estamos extendiendo nuestro enfoque a otras neoplasias malignas frecuentes que carecen de firmas de pronóstico robustas»

Bibliografía

Los coautores del estudio fueron los investigadores del BIDMC Nicholas Knoblauch, Marco Hefti, Jennifer Kaplan y Stuart J. Schnitt; así como Aedin Culhane, Markus Schroeder, Thomas Risch y John Quackenbush, del Dana-Farber Cancer Institute.

Esta investigación fue respaldada por un premio de la Fundación de la Familia Klarman.

Beth Israel Deaconess Medical Center