ES2608322T3 - Procedimiento para predecir la respuesta a la quimioterapia en un paciente que padece o está en riesgo de desarrollar cáncer de mama recurrente - Google Patents
Procedimiento para predecir la respuesta a la quimioterapia en un paciente que padece o está en riesgo de desarrollar cáncer de mama recurrente Download PDFInfo
- Publication number
- ES2608322T3 ES2608322T3 ES12740974.6T ES12740974T ES2608322T3 ES 2608322 T3 ES2608322 T3 ES 2608322T3 ES 12740974 T ES12740974 T ES 12740974T ES 2608322 T3 ES2608322 T3 ES 2608322T3
- Authority
- ES
- Spain
- Prior art keywords
- expression
- genes
- tumor
- chemotherapy
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 101
- 230000004044 response Effects 0.000 title claims abstract description 63
- 238000002512 chemotherapy Methods 0.000 title claims abstract description 45
- 206010006187 Breast cancer Diseases 0.000 title claims abstract description 42
- 208000026310 Breast neoplasm Diseases 0.000 title claims abstract description 41
- 230000000306 recurrent effect Effects 0.000 title claims abstract description 6
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 131
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 114
- 230000014509 gene expression Effects 0.000 claims abstract description 97
- 102100039524 DNA endonuclease RBBP8 Human genes 0.000 claims abstract description 34
- 101000746134 Homo sapiens DNA endonuclease RBBP8 Proteins 0.000 claims abstract description 34
- 101000599056 Homo sapiens Interleukin-6 receptor subunit beta Proteins 0.000 claims abstract description 34
- 101000807354 Homo sapiens Ubiquitin-conjugating enzyme E2 C Proteins 0.000 claims abstract description 34
- 102100037795 Interleukin-6 receptor subunit beta Human genes 0.000 claims abstract description 34
- 102100036512 7-dehydrocholesterol reductase Human genes 0.000 claims abstract description 32
- 101000928720 Homo sapiens 7-dehydrocholesterol reductase Proteins 0.000 claims abstract description 32
- 101000701446 Homo sapiens Stanniocalcin-2 Proteins 0.000 claims abstract description 32
- 102100030510 Stanniocalcin-2 Human genes 0.000 claims abstract description 32
- 102100037256 Ubiquitin-conjugating enzyme E2 C Human genes 0.000 claims abstract description 30
- 102100039809 Matrix Gla protein Human genes 0.000 claims abstract description 29
- 101710137984 4-O-beta-D-mannosyl-D-glucose phosphorylase Proteins 0.000 claims abstract description 28
- 102100021663 Baculoviral IAP repeat-containing protein 5 Human genes 0.000 claims abstract description 28
- 101000818517 Homo sapiens Zinc-alpha-2-glycoprotein Proteins 0.000 claims abstract description 28
- 101710147263 Matrix Gla protein Proteins 0.000 claims abstract description 28
- 108010002687 Survivin Proteins 0.000 claims abstract description 28
- 102100021144 Zinc-alpha-2-glycoprotein Human genes 0.000 claims abstract description 28
- 230000008901 benefit Effects 0.000 claims abstract description 26
- 101001096541 Homo sapiens Rac GTPase-activating protein 1 Proteins 0.000 claims abstract description 20
- 102100037414 Rac GTPase-activating protein 1 Human genes 0.000 claims abstract description 20
- 108091032973 (ribonucleotides)n+m Proteins 0.000 claims abstract description 14
- 229940123237 Taxane Drugs 0.000 claims abstract description 13
- DKPFODGZWDEEBT-QFIAKTPHSA-N taxane Chemical class C([C@]1(C)CCC[C@@H](C)[C@H]1C1)C[C@H]2[C@H](C)CC[C@@H]1C2(C)C DKPFODGZWDEEBT-QFIAKTPHSA-N 0.000 claims abstract description 11
- 229940045799 anthracyclines and related substance Drugs 0.000 claims abstract description 10
- 238000011226 adjuvant chemotherapy Methods 0.000 claims abstract description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 53
- 239000003550 marker Substances 0.000 claims description 18
- 238000002493 microarray Methods 0.000 claims description 13
- 102000004169 proteins and genes Human genes 0.000 claims description 11
- -1 DHcR7 Proteins 0.000 claims description 10
- 238000011393 cytotoxic chemotherapy Methods 0.000 claims description 10
- 238000009396 hybridization Methods 0.000 claims description 6
- 239000012188 paraffin wax Substances 0.000 claims description 5
- 108091034117 Oligonucleotide Proteins 0.000 claims description 4
- 238000011366 aggressive therapy Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 2
- 239000000523 sample Substances 0.000 description 52
- 201000011510 cancer Diseases 0.000 description 31
- 238000012549 training Methods 0.000 description 31
- 238000003752 polymerase chain reaction Methods 0.000 description 25
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 22
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 20
- 210000001165 lymph node Anatomy 0.000 description 16
- 210000004027 cell Anatomy 0.000 description 15
- 210000001519 tissue Anatomy 0.000 description 14
- 238000011282 treatment Methods 0.000 description 14
- 102100038595 Estrogen receptor Human genes 0.000 description 13
- 239000000463 material Substances 0.000 description 12
- 230000000694 effects Effects 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 11
- 238000011227 neoadjuvant chemotherapy Methods 0.000 description 11
- 238000009099 neoadjuvant therapy Methods 0.000 description 11
- 238000003753 real-time PCR Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 238000002560 therapeutic procedure Methods 0.000 description 11
- 102000004000 Aurora Kinase A Human genes 0.000 description 10
- 108090000461 Aurora Kinase A Proteins 0.000 description 10
- 102100030350 Prolactin-inducible protein Human genes 0.000 description 10
- 201000010099 disease Diseases 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 239000012530 fluid Substances 0.000 description 10
- 238000001574 biopsy Methods 0.000 description 9
- 238000004393 prognosis Methods 0.000 description 9
- 238000001356 surgical procedure Methods 0.000 description 9
- 102100035923 4-aminobutyrate aminotransferase, mitochondrial Human genes 0.000 description 8
- 101000635854 Homo sapiens Myoglobin Proteins 0.000 description 8
- 101000706121 Homo sapiens Parvalbumin alpha Proteins 0.000 description 8
- 101001117517 Homo sapiens Prostaglandin E2 receptor EP3 subtype Proteins 0.000 description 8
- 102100030856 Myoglobin Human genes 0.000 description 8
- 102100024447 Prostaglandin E2 receptor EP3 subtype Human genes 0.000 description 8
- 108010038795 estrogen receptors Proteins 0.000 description 8
- 101001000686 Homo sapiens 4-aminobutyrate aminotransferase, mitochondrial Proteins 0.000 description 7
- 101000617130 Homo sapiens Stromal cell-derived factor 1 Proteins 0.000 description 7
- 102100021669 Stromal cell-derived factor 1 Human genes 0.000 description 7
- 108010046308 Type II DNA Topoisomerases Proteins 0.000 description 7
- 230000002914 neoplasic effect Effects 0.000 description 7
- 239000012071 phase Substances 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- WWJZWCUNLNYYAU-UHFFFAOYSA-N temephos Chemical compound C1=CC(OP(=S)(OC)OC)=CC=C1SC1=CC=C(OP(=S)(OC)OC)C=C1 WWJZWCUNLNYYAU-UHFFFAOYSA-N 0.000 description 7
- 102100025805 Cadherin-1 Human genes 0.000 description 6
- 108091007854 Cdh1/Fizzy-related Proteins 0.000 description 6
- 102100033587 DNA topoisomerase 2-alpha Human genes 0.000 description 6
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 6
- 101001077840 Homo sapiens Lipid-phosphate phosphatase Proteins 0.000 description 6
- 102100025357 Lipid-phosphate phosphatase Human genes 0.000 description 6
- NKANXQFJJICGDU-QPLCGJKRSA-N Tamoxifen Chemical compound C=1C=CC=CC=1C(/CC)=C(C=1C=CC(OCCN(C)C)=CC=1)/C1=CC=CC=C1 NKANXQFJJICGDU-QPLCGJKRSA-N 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 102000052116 epidermal growth factor receptor activity proteins Human genes 0.000 description 6
- 108700015053 epidermal growth factor receptor activity proteins Proteins 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 108020004999 messenger RNA Proteins 0.000 description 6
- YOHYSYJDKVYCJI-UHFFFAOYSA-N n-[3-[[6-[3-(trifluoromethyl)anilino]pyrimidin-4-yl]amino]phenyl]cyclopropanecarboxamide Chemical compound FC(F)(F)C1=CC=CC(NC=2N=CN=C(NC=3C=C(NC(=O)C4CC4)C=CC=3)C=2)=C1 YOHYSYJDKVYCJI-UHFFFAOYSA-N 0.000 description 6
- 102000039446 nucleic acids Human genes 0.000 description 6
- 108020004707 nucleic acids Proteins 0.000 description 6
- 150000007523 nucleic acids Chemical class 0.000 description 6
- 125000003729 nucleotide group Chemical group 0.000 description 6
- 230000001575 pathological effect Effects 0.000 description 6
- 108020004414 DNA Proteins 0.000 description 5
- 101000882584 Homo sapiens Estrogen receptor Proteins 0.000 description 5
- 101001053339 Homo sapiens Inositol polyphosphate 4-phosphatase type II Proteins 0.000 description 5
- 101000891579 Homo sapiens Microtubule-associated protein tau Proteins 0.000 description 5
- 101001093919 Homo sapiens SEC14-like protein 2 Proteins 0.000 description 5
- 102100024366 Inositol polyphosphate 4-phosphatase type II Human genes 0.000 description 5
- 206010027476 Metastases Diseases 0.000 description 5
- 102100040243 Microtubule-associated protein tau Human genes 0.000 description 5
- 102100035174 SEC14-like protein 2 Human genes 0.000 description 5
- 239000000090 biomarker Substances 0.000 description 5
- 230000000295 complement effect Effects 0.000 description 5
- 229940079593 drug Drugs 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 238000003364 immunohistochemistry Methods 0.000 description 5
- 230000009401 metastasis Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 210000004881 tumor cell Anatomy 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 239000012472 biological sample Substances 0.000 description 4
- 210000000481 breast Anatomy 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000036210 malignancy Effects 0.000 description 4
- 230000003211 malignant effect Effects 0.000 description 4
- 210000002445 nipple Anatomy 0.000 description 4
- 102000003998 progesterone receptors Human genes 0.000 description 4
- 108090000468 progesterone receptors Proteins 0.000 description 4
- 230000001225 therapeutic effect Effects 0.000 description 4
- 101710097446 3'(2'),5'-bisphosphate nucleotidase 1 Proteins 0.000 description 3
- 102100035680 Cadherin EGF LAG seven-pass G-type receptor 2 Human genes 0.000 description 3
- 102100035784 Decorin Human genes 0.000 description 3
- 101000715674 Homo sapiens Cadherin EGF LAG seven-pass G-type receptor 2 Proteins 0.000 description 3
- 101001000206 Homo sapiens Decorin Proteins 0.000 description 3
- 101000694802 Homo sapiens Receptor-type tyrosine-protein phosphatase T Proteins 0.000 description 3
- 101000631713 Homo sapiens Signal peptide, CUB and EGF-like domain-containing protein 2 Proteins 0.000 description 3
- ZDZOTLJHXYCWBA-VCVYQWHSSA-N N-debenzoyl-N-(tert-butoxycarbonyl)-10-deacetyltaxol Chemical compound O([C@H]1[C@H]2[C@@](C([C@H](O)C3=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=4C=CC=CC=4)C[C@]1(O)C3(C)C)=O)(C)[C@@H](O)C[C@H]1OC[C@]12OC(=O)C)C(=O)C1=CC=CC=C1 ZDZOTLJHXYCWBA-VCVYQWHSSA-N 0.000 description 3
- 101710122111 Probable proline iminopeptidase Proteins 0.000 description 3
- 101710170844 Proline iminopeptidase Proteins 0.000 description 3
- 101710122579 Putative proline iminopeptidase Proteins 0.000 description 3
- 102100028645 Receptor-type tyrosine-protein phosphatase T Human genes 0.000 description 3
- 102100028932 Signal peptide, CUB and EGF-like domain-containing protein 2 Human genes 0.000 description 3
- 239000002246 antineoplastic agent Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000001124 body fluid Anatomy 0.000 description 3
- 239000010839 body fluid Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- AOJJSUZBOXZQNB-TZSSRYMLSA-N doxorubicine Natural products O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@H](O)[C@H](C)O1 AOJJSUZBOXZQNB-TZSSRYMLSA-N 0.000 description 3
- 238000002509 fluorescent in situ hybridization Methods 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013188 needle biopsy Methods 0.000 description 3
- 210000002381 plasma Anatomy 0.000 description 3
- 102000040430 polynucleotide Human genes 0.000 description 3
- 108091033319 polynucleotide Proteins 0.000 description 3
- 239000002157 polynucleotide Substances 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 238000001959 radiotherapy Methods 0.000 description 3
- 210000002966 serum Anatomy 0.000 description 3
- 229960001603 tamoxifen Drugs 0.000 description 3
- RCINICONZNJXQF-MZXODVADSA-N taxol Chemical compound O([C@@H]1[C@@]2(C[C@@H](C(C)=C(C2(C)C)[C@H](C([C@]2(C)[C@@H](O)C[C@H]3OC[C@]3([C@H]21)OC(C)=O)=O)OC(=O)C)OC(=O)[C@H](O)[C@@H](NC(=O)C=1C=CC=CC=1)C=1C=CC=CC=1)O)C(=O)C1=CC=CC=C1 RCINICONZNJXQF-MZXODVADSA-N 0.000 description 3
- 238000011269 treatment regimen Methods 0.000 description 3
- 210000002700 urine Anatomy 0.000 description 3
- 102000017906 ADRA2A Human genes 0.000 description 2
- 101150094024 Apod gene Proteins 0.000 description 2
- 102100022954 Apolipoprotein D Human genes 0.000 description 2
- 102100022108 Aspartyl/asparaginyl beta-hydroxylase Human genes 0.000 description 2
- 101150067717 CXCL12 gene Proteins 0.000 description 2
- 201000009030 Carcinoma Diseases 0.000 description 2
- 102100029297 Cholinephosphotransferase 1 Human genes 0.000 description 2
- 206010009944 Colon cancer Diseases 0.000 description 2
- 108050006400 Cyclin Proteins 0.000 description 2
- 108010058546 Cyclin D1 Proteins 0.000 description 2
- 238000000018 DNA microarray Methods 0.000 description 2
- 101100465384 Danio rerio pvalb2 gene Proteins 0.000 description 2
- 101100521444 Danio rerio pvalb7 gene Proteins 0.000 description 2
- 238000002965 ELISA Methods 0.000 description 2
- 102100024165 G1/S-specific cyclin-D1 Human genes 0.000 description 2
- 101000756842 Homo sapiens Alpha-2A adrenergic receptor Proteins 0.000 description 2
- 101000901030 Homo sapiens Aspartyl/asparaginyl beta-hydroxylase Proteins 0.000 description 2
- 101000989606 Homo sapiens Cholinephosphotransferase 1 Proteins 0.000 description 2
- 101000745252 Homo sapiens Plasma membrane ascorbate-dependent reductase CYBRD1 Proteins 0.000 description 2
- 101000601441 Homo sapiens Serine/threonine-protein kinase Nek2 Proteins 0.000 description 2
- 101001056878 Homo sapiens Squalene monooxygenase Proteins 0.000 description 2
- 101000794213 Homo sapiens Thymus-specific serine protease Proteins 0.000 description 2
- 101000801481 Homo sapiens Tissue-type plasminogen activator Proteins 0.000 description 2
- 101000866298 Homo sapiens Transcription factor E2F8 Proteins 0.000 description 2
- 101000634975 Homo sapiens Tripartite motif-containing protein 29 Proteins 0.000 description 2
- 102000029749 Microtubule Human genes 0.000 description 2
- 108091022875 Microtubule Proteins 0.000 description 2
- 101150028973 PVALB gene Proteins 0.000 description 2
- 229930012538 Paclitaxel Natural products 0.000 description 2
- 102100039902 Plasma membrane ascorbate-dependent reductase CYBRD1 Human genes 0.000 description 2
- 102100036691 Proliferating cell nuclear antigen Human genes 0.000 description 2
- 101710100968 Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 2
- 208000007660 Residual Neoplasm Diseases 0.000 description 2
- 102100037703 Serine/threonine-protein kinase Nek2 Human genes 0.000 description 2
- 102100025560 Squalene monooxygenase Human genes 0.000 description 2
- 102100030138 Thymus-specific serine protease Human genes 0.000 description 2
- 102100033571 Tissue-type plasminogen activator Human genes 0.000 description 2
- 102100031555 Transcription factor E2F8 Human genes 0.000 description 2
- 102100029519 Tripartite motif-containing protein 29 Human genes 0.000 description 2
- 239000002671 adjuvant Substances 0.000 description 2
- 229930013930 alkaloid Natural products 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000035572 chemosensitivity Effects 0.000 description 2
- 239000002299 complementary DNA Substances 0.000 description 2
- 229960004397 cyclophosphamide Drugs 0.000 description 2
- 231100000433 cytotoxic Toxicity 0.000 description 2
- 229940127089 cytotoxic agent Drugs 0.000 description 2
- 230000001472 cytotoxic effect Effects 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 229960003668 docetaxel Drugs 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002255 enzymatic effect Effects 0.000 description 2
- 238000010195 expression analysis Methods 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 210000002751 lymph Anatomy 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000004688 microtubule Anatomy 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009826 neoplastic cell growth Effects 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 229960001592 paclitaxel Drugs 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003127 radioimmunoassay Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012340 reverse transcriptase PCR Methods 0.000 description 2
- 238000003757 reverse transcription PCR Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 238000009121 systemic therapy Methods 0.000 description 2
- 238000011277 treatment modality Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- AQQSXKSWTNWXKR-UHFFFAOYSA-N 2-(2-phenylphenanthro[9,10-d]imidazol-3-yl)acetic acid Chemical compound C1(=CC=CC=C1)C1=NC2=C(N1CC(=O)O)C1=CC=CC=C1C=1C=CC=CC=12 AQQSXKSWTNWXKR-UHFFFAOYSA-N 0.000 description 1
- 102100038074 5'-AMP-activated protein kinase subunit beta-1 Human genes 0.000 description 1
- 108010075348 Activated-Leukocyte Cell Adhesion Molecule Proteins 0.000 description 1
- 102100026446 Aldo-keto reductase family 1 member C1 Human genes 0.000 description 1
- 102100024090 Aldo-keto reductase family 1 member C3 Human genes 0.000 description 1
- 102100021569 Apoptosis regulator Bcl-2 Human genes 0.000 description 1
- 206010003445 Ascites Diseases 0.000 description 1
- 108091012583 BCL2 Proteins 0.000 description 1
- 102100025277 C-X-C motif chemokine 13 Human genes 0.000 description 1
- 102100036170 C-X-C motif chemokine 9 Human genes 0.000 description 1
- 102100024210 CD166 antigen Human genes 0.000 description 1
- 102100025579 Calmodulin-2 Human genes 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 208000009458 Carcinoma in Situ Diseases 0.000 description 1
- 102100025064 Cellular tumor antigen p53 Human genes 0.000 description 1
- 108010008951 Chemokine CXCL12 Proteins 0.000 description 1
- 102000006573 Chemokine CXCL12 Human genes 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 108010016788 Cyclin-Dependent Kinase Inhibitor p21 Proteins 0.000 description 1
- 102100033270 Cyclin-dependent kinase inhibitor 1 Human genes 0.000 description 1
- 230000006820 DNA synthesis Effects 0.000 description 1
- 102100033589 DNA topoisomerase 2-beta Human genes 0.000 description 1
- 101150029707 ERBB2 gene Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000013446 GTP Phosphohydrolases Human genes 0.000 description 1
- 108091006109 GTPases Proteins 0.000 description 1
- 208000003098 Ganglion Cysts Diseases 0.000 description 1
- 102100021337 Gap junction alpha-1 protein Human genes 0.000 description 1
- 102000058063 Glucose Transporter Type 1 Human genes 0.000 description 1
- 102100031150 Growth arrest and DNA damage-inducible protein GADD45 alpha Human genes 0.000 description 1
- 101000742701 Homo sapiens 5'-AMP-activated protein kinase subunit beta-1 Proteins 0.000 description 1
- 101000718028 Homo sapiens Aldo-keto reductase family 1 member C1 Proteins 0.000 description 1
- 101000858064 Homo sapiens C-X-C motif chemokine 13 Proteins 0.000 description 1
- 101000947172 Homo sapiens C-X-C motif chemokine 9 Proteins 0.000 description 1
- 101000984150 Homo sapiens Calmodulin-2 Proteins 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 101000894966 Homo sapiens Gap junction alpha-1 protein Proteins 0.000 description 1
- 101001066158 Homo sapiens Growth arrest and DNA damage-inducible protein GADD45 alpha Proteins 0.000 description 1
- 101001046870 Homo sapiens Hypoxia-inducible factor 1-alpha Proteins 0.000 description 1
- 101000840257 Homo sapiens Immunoglobulin kappa constant Proteins 0.000 description 1
- 101001013150 Homo sapiens Interstitial collagenase Proteins 0.000 description 1
- 101000990912 Homo sapiens Matrilysin Proteins 0.000 description 1
- 101001055386 Homo sapiens Melanophilin Proteins 0.000 description 1
- 101001052490 Homo sapiens Mitogen-activated protein kinase 3 Proteins 0.000 description 1
- 101000946889 Homo sapiens Monocyte differentiation antigen CD14 Proteins 0.000 description 1
- 101001133056 Homo sapiens Mucin-1 Proteins 0.000 description 1
- 101000969812 Homo sapiens Multidrug resistance-associated protein 1 Proteins 0.000 description 1
- 101001000104 Homo sapiens Myosin-11 Proteins 0.000 description 1
- 101000978570 Homo sapiens Noelin Proteins 0.000 description 1
- 101001067833 Homo sapiens Peptidyl-prolyl cis-trans isomerase A Proteins 0.000 description 1
- 101000833899 Homo sapiens Peroxisomal acyl-coenzyme A oxidase 2 Proteins 0.000 description 1
- 101000764357 Homo sapiens Protein Tob1 Proteins 0.000 description 1
- 101000804792 Homo sapiens Protein Wnt-5a Proteins 0.000 description 1
- 101000738771 Homo sapiens Receptor-type tyrosine-protein phosphatase C Proteins 0.000 description 1
- 101000623857 Homo sapiens Serine/threonine-protein kinase mTOR Proteins 0.000 description 1
- 101000884271 Homo sapiens Signal transducer CD24 Proteins 0.000 description 1
- 101000642262 Homo sapiens Spondin-1 Proteins 0.000 description 1
- 101000831940 Homo sapiens Stathmin Proteins 0.000 description 1
- 101000946863 Homo sapiens T-cell surface glycoprotein CD3 delta chain Proteins 0.000 description 1
- 101000625739 Homo sapiens Thymosin beta-15A Proteins 0.000 description 1
- 101000838463 Homo sapiens Tubulin alpha-1A chain Proteins 0.000 description 1
- 101000625727 Homo sapiens Tubulin beta chain Proteins 0.000 description 1
- 101000788517 Homo sapiens Tubulin beta-2A chain Proteins 0.000 description 1
- 101000808011 Homo sapiens Vascular endothelial growth factor A Proteins 0.000 description 1
- 101001013509 Homo sapiens bMERB domain-containing protein 1 Proteins 0.000 description 1
- 206010020843 Hyperthermia Diseases 0.000 description 1
- 102100022875 Hypoxia-inducible factor 1-alpha Human genes 0.000 description 1
- 102100029572 Immunoglobulin kappa constant Human genes 0.000 description 1
- 102100034343 Integrase Human genes 0.000 description 1
- 102000015696 Interleukins Human genes 0.000 description 1
- 108010063738 Interleukins Proteins 0.000 description 1
- 102100038235 Large neutral amino acids transporter small subunit 2 Human genes 0.000 description 1
- 208000007433 Lymphatic Metastasis Diseases 0.000 description 1
- 101150033052 MAS5 gene Proteins 0.000 description 1
- 102100038884 Major vault protein Human genes 0.000 description 1
- 101710094960 Major vault protein Proteins 0.000 description 1
- 102100030417 Matrilysin Human genes 0.000 description 1
- 102000000380 Matrix Metalloproteinase 1 Human genes 0.000 description 1
- 102100026158 Melanophilin Human genes 0.000 description 1
- 102100024192 Mitogen-activated protein kinase 3 Human genes 0.000 description 1
- 102100035877 Monocyte differentiation antigen CD14 Human genes 0.000 description 1
- 101710159910 Movement protein Proteins 0.000 description 1
- 102100034256 Mucin-1 Human genes 0.000 description 1
- 102100021339 Multidrug resistance-associated protein 1 Human genes 0.000 description 1
- 102100036639 Myosin-11 Human genes 0.000 description 1
- 102100038813 Neuromedin-U Human genes 0.000 description 1
- 102100023731 Noelin Human genes 0.000 description 1
- 108090000854 Oxidoreductases Proteins 0.000 description 1
- 102000004316 Oxidoreductases Human genes 0.000 description 1
- 101150096336 PGR gene Proteins 0.000 description 1
- 102100034539 Peptidyl-prolyl cis-trans isomerase A Human genes 0.000 description 1
- 102100026795 Peroxisomal acyl-coenzyme A oxidase 2 Human genes 0.000 description 1
- 208000006994 Precancerous Conditions Diseases 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 101710187242 Prolactin-inducible protein homolog Proteins 0.000 description 1
- 108010065942 Prostaglandin-F synthase Proteins 0.000 description 1
- 108010092799 RNA-directed DNA polymerase Proteins 0.000 description 1
- 238000011529 RT qPCR Methods 0.000 description 1
- 102100029981 Receptor tyrosine-protein kinase erbB-4 Human genes 0.000 description 1
- 101710100963 Receptor tyrosine-protein kinase erbB-4 Proteins 0.000 description 1
- 102100037422 Receptor-type tyrosine-protein phosphatase C Human genes 0.000 description 1
- 201000000582 Retinoblastoma Diseases 0.000 description 1
- 108091006296 SLC2A1 Proteins 0.000 description 1
- 108091006238 SLC7A8 Proteins 0.000 description 1
- 108010044012 STAT1 Transcription Factor Proteins 0.000 description 1
- 101100344462 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) YDJ1 gene Proteins 0.000 description 1
- 102100023085 Serine/threonine-protein kinase mTOR Human genes 0.000 description 1
- 102100038081 Signal transducer CD24 Human genes 0.000 description 1
- 102100029904 Signal transducer and activator of transcription 1-alpha/beta Human genes 0.000 description 1
- 102100036428 Spondin-1 Human genes 0.000 description 1
- 102100024237 Stathmin Human genes 0.000 description 1
- 208000005400 Synovial Cyst Diseases 0.000 description 1
- 102100035891 T-cell surface glycoprotein CD3 delta chain Human genes 0.000 description 1
- 108010006785 Taq Polymerase Proteins 0.000 description 1
- 102100024702 Thymosin beta-15A Human genes 0.000 description 1
- 102000019347 Tob1 Human genes 0.000 description 1
- 108090001039 Transcription factor AP-2 Proteins 0.000 description 1
- 102100033348 Transcription factor AP-2-beta Human genes 0.000 description 1
- 102100028968 Tubulin alpha-1A chain Human genes 0.000 description 1
- 102100024717 Tubulin beta chain Human genes 0.000 description 1
- 108010078814 Tumor Suppressor Protein p53 Proteins 0.000 description 1
- 102000044159 Ubiquitin Human genes 0.000 description 1
- 108090000848 Ubiquitin Proteins 0.000 description 1
- 102100039037 Vascular endothelial growth factor A Human genes 0.000 description 1
- 102000043366 Wnt-5a Human genes 0.000 description 1
- 101150052853 YBT1 gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000009098 adjuvant therapy Methods 0.000 description 1
- 229940009456 adriamycin Drugs 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 229940100198 alkylating agent Drugs 0.000 description 1
- 239000002168 alkylating agent Substances 0.000 description 1
- 230000031016 anaphase Effects 0.000 description 1
- 230000000340 anti-metabolite Effects 0.000 description 1
- 230000002137 anti-vascular effect Effects 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 229940100197 antimetabolite Drugs 0.000 description 1
- 239000002256 antimetabolite Substances 0.000 description 1
- 210000003567 ascitic fluid Anatomy 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 102100031147 bMERB domain-containing protein 1 Human genes 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000027455 binding Effects 0.000 description 1
- 238000011953 bioanalysis Methods 0.000 description 1
- 238000007622 bioinformatic analysis Methods 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 238000007475 c-index Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000005773 cancer-related death Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000000973 chemotherapeutic effect Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000002759 chromosomal effect Effects 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 208000029742 colonic neoplasm Diseases 0.000 description 1
- 238000002648 combination therapy Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 239000002254 cytotoxic agent Substances 0.000 description 1
- 231100000599 cytotoxic agent Toxicity 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000003534 dna topoisomerase inhibitor Substances 0.000 description 1
- 229960004679 doxorubicin Drugs 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 238000009261 endocrine therapy Methods 0.000 description 1
- 230000008029 eradication Effects 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 238000010353 genetic engineering Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 108091008039 hormone receptors Proteins 0.000 description 1
- 238000001794 hormone therapy Methods 0.000 description 1
- 230000036031 hyperthermia Effects 0.000 description 1
- 230000002631 hypothermal effect Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 238000010166 immunofluorescence Methods 0.000 description 1
- 230000002055 immunohistochemical effect Effects 0.000 description 1
- 238000011532 immunohistochemical staining Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 201000004933 in situ carcinoma Diseases 0.000 description 1
- 238000011337 individualized treatment Methods 0.000 description 1
- 208000024312 invasive carcinoma Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000001155 isoelectric focusing Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 229940043355 kinase inhibitor Drugs 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 239000003446 ligand Substances 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 208000026037 malignant tumor of neck Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000001840 matrix-assisted laser desorption--ionisation time-of-flight mass spectrometry Methods 0.000 description 1
- 208000011645 metastatic carcinoma Diseases 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003068 molecular probe Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 125000004573 morpholin-4-yl group Chemical group N1(CCOCC1)* 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 229930014626 natural product Natural products 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 230000003538 neomorphic effect Effects 0.000 description 1
- 108010021512 neuromedin U Proteins 0.000 description 1
- 238000011275 oncology therapy Methods 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 238000012335 pathological evaluation Methods 0.000 description 1
- 238000011422 pharmacological therapy Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 239000003757 phosphotransferase inhibitor Substances 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 210000004910 pleural fluid Anatomy 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 230000002062 proliferating effect Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 102000005962 receptors Human genes 0.000 description 1
- 108020003175 receptors Proteins 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000010839 reverse transcription Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000011451 sequencing strategy Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 108010068698 spleen exonuclease Proteins 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 239000000021 stimulant Substances 0.000 description 1
- 210000002536 stromal cell Anatomy 0.000 description 1
- 238000011521 systemic chemotherapy Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 229940063683 taxotere Drugs 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- ABZLKHKQJHEPAX-UHFFFAOYSA-N tetramethylrhodamine Chemical compound C=12C=CC(N(C)C)=CC2=[O+]C2=CC(N(C)C)=CC=C2C=1C1=CC=CC=C1C([O-])=O ABZLKHKQJHEPAX-UHFFFAOYSA-N 0.000 description 1
- 230000004797 therapeutic response Effects 0.000 description 1
- 229940044693 topoisomerase inhibitor Drugs 0.000 description 1
- 238000005199 ultracentrifugation Methods 0.000 description 1
- 238000001262 western blot Methods 0.000 description 1
- 230000004572 zinc-binding Effects 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6809—Methods for determination or identification of nucleic acids involving differential detection
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/118—Prognosis of disease development
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Zoology (AREA)
- Genetics & Genomics (AREA)
- Wood Science & Technology (AREA)
- Physics & Mathematics (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Hospice & Palliative Care (AREA)
- Biophysics (AREA)
- Oncology (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Un procedimiento para predecir una respuesta a y/o el beneficio de la quimioterapia con taxano o antraciclina, incluyendo quimioterapia no adyuvante, en un paciente que padece, o está en riesgo de desarrollar, cáncer de mama recurrente, comprendiendo dicho procedimiento las etapas de: (a) determinar en una muestra de tumor de mama procedente de dicho paciente los niveles de expresión de ARN de los siguientes 8 genes: UBE2C, RACGAP1, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP, indicativos de una respuesta a la quimioterapia para un tumor, o (b) determinar en una muestra de tumor de mama procedente de dicho paciente los niveles de expresión de ARN de los siguientes 8 genes: UBE2C, BIRC5, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP; indicativos de una respuesta a la quimioterapia para un tumor (c) combinar de forma matemática los valores del nivel de expresión para los genes de dicho conjunto, cuyos valores se determinaron en la muestra de tumor para producir una puntuación combinada, en la que dicha puntuación combinada está prediciendo dicha respuesta y/o el beneficio de la quimioterapia.
Description
5
10
15
20
25
30
35
40
45
50
55
DESCRIPCION
Procedimiento para predecir la respuesta a la quimioterapia en un paciente que padece o esta en riesgo de desarrollar cancer de mama recurrente
Campo tecnico
La presente invencion se refiere a procedimientos, kits y sistemas para predecir la respuesta de un tumor a la quimioterapia. De forma mas espedfica, la presente invencion se refiere a la prediccion de la respuesta a agentes quimioterapeuticos, en particular pero sin limitacion a un contexto neoadyuvante a base de las mediciones de los niveles de expresion de genes en muestras de tumor de pacientes de cancer de mama.
Antecedentes de la invencion
El cancer de mama es el tipo de tumor mas comun y una de las causas principales de muerte relacionada con el cancer en las mujeres (Jemal y col., CA Cancer J Clin., 2011). Se estima que una de cada diez mujeres desarrollara su vida cancer de mama durante. Aunque la incidencia ha aumentado a lo largo de los anos, la mortalidad ha disminuido de forma constante debido a los avances en la deteccion temprana y el desarrollo de estrategias de tratamiento eficaces nuevas.
Los pacientes con cancer de mama con frecuencia se tratan tras la cirugfa con radioterapia, terapia hormonal o quimioterapia citotoxica (tratamiento adyuvante) para controlar celulas tumorales residuales y reducir el riesgo de recidiva. La quimioterapia incluye el uso combinado de varios agentes citotoxicos, mientras que las estrategias de tratamiento a base antraciclina y taxano han demostrado ser superiores en comparacion con otras terapias de combinacion convencionales (Misset y col., J Clin Oncol., 1996, Henderson y col., J Clin Oncol., 2003).
La quimioterapia sistemica se aplica de forma comun para reducir la probabilidad de recidiva en tumores positivos para HER2/neu y en tumores que carecen de la expresion del receptor de estrogenos y del receptor de HER2/neu (triple negativo, basal). La decision sobre el tratamiento mas diffcil se refiere a los tumores luminales (positivos para el receptor de estrogenos y negativos para el receptor de HER2/neu), para los que factores clmicos clasicos como la clasificacion, el tamano tumoral y la implicacion de los ganglios linfaticos no proporciona una respuesta clara a la cuestion de si usa o no la quimioterapia.
Para reducir el numero de pacientes que padecen efectos secundarios graves sin un claro beneficio de la terapia sistemica, existe una gran necesidad de nuevos biomarcadores moleculares para predecir la sensibilidad a la quimioterapia y permitir asf una estrategia de tratamiento adaptada.
La quimioterapia tambien puede aplicarse en el contexto neoadyuvante (prequirurgica), en la que los pacientes de cancer de mama reciben terapia sistemica antes de que se extraigan mediante cirugfa las celulas tumorales restantes. La quimioterapia neoadyuvante del cancer de mama temprano conduce a elevadas tasas de respuestas clmica del 70-90 %. Sin embargo, en la mayona de los respondedores clmicos, la evaluacion patologica de los restos tumorales revela la presencia de focos residuales de celulas tumorales. A una completa erradicacion de las celulas cancerosas en la mama y los ganglios linfaticos tras el tratamiento neoadyuvante se le llama respuesta patologica completa (RpC) y se observa en solo el 10-25 % de todos los pacientes. La RpC es un marcador sustituto apropiado para la supervivencia sin enfermedad y un fuerte indicador de beneficio de la quimioterapia.
La estrategia del tratamiento prequirurgico proporciona la oportunidad de evaluar de forma directa la respuesta de un tumor particular a la terapia aplicada: la reduccion de la masa tumoral en respuesta a la terapia puede controlarse de forma directa. Para los pacientes con una baja probabilidad de respuesta debenan considerarse otras estrategias terapeuticas. Para identificar los marcadores predictivos mas valiosos pueden analizarse los biomarcadores en biopsias con aguja gruesa preterapeuticas. Una estrategia comun es aislar ARN de biopsias con aguja gruesa para el analisis de la expresion de genes antes de la terapia neoadyuvante. Mas adelante, el exito terapeutico se puede evaluar de forma directa mediante la reduccion tumoral y se puede correlacionar con los datos de expresion de genes.
Los ensayos multigenicos predictivos, como el DLDA30 (Hess y col., J Clin Oncol., 2006), han demostrado proporcionar informacion mas alla de los parametros clmicos, como la graduacion del tumor y el estado del receptor de hormonas en los pacientes de cancer de mama tratados con terapia neoadyuvante. Sin embargo, la prueba multigenica predictivica DLDA30 se establecio sin tener en cuenta el estado del receptor de estrogenos. Por lo tanto, la prueba podna reflejar las diferencias fenotfpicas entre un respondedor completo y un no respondedor, siendo los respondedores predominantemente negativos para ER y positivos para HER2/neu (Tabchy y col., Clin Can Res, 2010).
De forma adicional, las pruebas multigenicas establecidas para pronostico se analizaron en el contexto neoadyuvante para evaluar si los ensayos pronosticos tambien pueden predecir la quimiosensibilidad. Un ejemplo es el fndice de Grado Genomico (IGG), una prueba multigenica para definir el grado histologico a base de los perfiles de expresion de genes (Sotiriou y col, JNCI, 2006). Liedtke y colaboradores demostraron que un alto IGG esta asociado con quimiosensibilidad aumentada en pacientes de cancer de mama tratados con terapia neoadyuvante
5
10
15
20
25
30
35
40
45
50
55
(Liedtke, J Clin Oncol, 2009).
Aunque se ha demostrado que las firmas geneticas predicen la respuesta a la terapia, faltan los estudios de validacion a gran escala incluyendo los datos de seguimiento clmico y, hasta ahora, ninguno de ellos se utiliza comunmente para guiar las decisiones sobre el tratamiento en la rutina clmica.
El documento WO2010/076322 A1 desvela un procedimiento para predecir una respuesta a y/o el beneficio de una quimioterapia en un paciente que padece cancer, que comprende las etapas (i) clasificar un tumor en al menos dos clases, (ii) determinar en una muestra de tumor la expresion de al menos un gen marcador indicativa de una respuesta a la quimioterapia para un tumor en cada una de las clases respectivas, (iii) dependiendo de dicha expresion de genes, predecir dicha respuesta y/o beneficio; en el que dicho al menos un gen marcador comprende un gen seleccionado del grupo que consiste en TMSL8, ABCC1, EGFR, MVP, ACOX2, HER2/NEU, MYH11, TOB1, AKR1C1, ERBB4, NFKB1A, TOP2A, AKR1C3, ESR1, OLFM1, TOP2B, ALCAM, FRAP1, PGR, TP53, BCL2, GADD45A, PRKAB1, TUBA1A, C16orf45, HIF1A, PTPRC, TUBB, CA12, IGKC, RACGAP1, UBE2C, CD14, 1KBKB, S100A7, VEGFA, CD247, KRT5, SEPT8, YBX1, CD3D, MAPK3, SLC2A1, CDKN1A, MAPT, SLC7A8, CHPT1, MLPH, SPON1, CXCL13, MMP1, STAT1, CXCL9, MMP7, STC2, DCN, MUC1, STMN1 y combinaciones de los mismos.
Maia Chanrion y col. informan en Clin Cancer Res 2008; 14(6), 15 de marzo de 2008, p. 1744-1752 sobre una firma de expresion genica que puede predecir la recidiva del cancer de mama primario tratado con tamoxifeno. El estudio desvelado identifica una firma molecular que especifica un subgrupo de pacientes que no obtienen beneficios del tratamiento con tamoxifeno. Por lo tanto, estos pacientes pueden ser adecuados para terapias endocrinas alternativas y/o para quimioterapia.
El documento WO 2009/158143A1 desvela procedimientos para clasificar y para evaluar el pronostico de un sujeto que tiene cancer de mama. Los procedimientos incluyen la prediccion del subtipo de cancer de mama utilizando un algoritmo supervisado entrenado para estratificar sujetos a base del subtipo intrmseco del cancer de mama. El modelo de prediccion es a base del perfil de expresion de genes de los genes intrmsecos enumerados en la Tabla 1. Este modelo de prediccion puede utilizarse para predecir de forma precisa el subtipo intrmseco de un sujeto diagnosticado con o que se sospecha que tiene cancer de mama. Adicionalmente, se proporcionan composiciones y procedimientos para predecir el efecto de o la respuesta a la terapia de un sujeto diagnosticado con o que se sospecha que tiene cancer de mama. Estos procedimientos son utiles para guiar o determinar las opciones de tratamiento para un sujeto aquejado de cancer de mama. Los procedimientos de la invencion incluyen adicionalmente medios para evaluar los perfiles de expresion de genes, incluyendo micromatrices y ensayos de reaccion en cadena de la polimerasa cuantitativos, asf como kits que comprenden reactivos para la practica de los procedimientos de la invencion.
El documento WO 2006/119593 desvela procedimientos y sistemas para determinacion del pronostico en muestras de tumor, mediante la medicion de la expresion de genes en una muestra de tumor y la aplicacion de un mdice de grado de expresion de genes (IGG) o una puntuacion de recafda (PR) para proporcionar una puntuacion de riesgo numerica.
Karen J Taylor y col. informan en Breast Cancer Research 2010, 12:R39 sobre los cambios dinamicos en la expresion de genes in vivo, para predecir el pronostico de pacientes tratados con tamoxifeno con cancer de mama.
El documento WO 2008/006517A2 desvela procedimientos y kits para la prediccion de un efecto energico de la quimioterapia en un paciente de cancer. De forma mas espedfica, la invencion se refiere a la prediccion de la respuesta del tumor a la quimioterapia a base de las mediciones de los niveles de expresion de un pequeno conjunto de genes marcadores. El conjunto de genes marcadores es util para la identificacion de subtipos de cancer de mama sensibles a la quimioterapia a base de taxano, tal como por ejemplo una quimioterapia a base de taxano- antraciclina-ciclofosfamida (por ejemplo a base de Taxotere (docetaxel)-Adriamicina (doxorrubicina)-ciclofosfamida (es decir a base de TAC).
En el documento WO 2009/114836 A1 se desvelan conjuntos de genes que son utiles en la evaluacion del pronostico y/o la prediccion de la respuesta del cancer, por ejemplo cancer colorrectal, a la quimioterapia. Tambien se desvela una prueba de cancer validada de forma clmica, por ejemplo, una prueba colorrectal, para la evaluacion del pronostico y/o prediccion de la respuesta del paciente a la quimioterapia, utilizando el analisis de expresion. Se incluye el uso de material de biopsia incluido en parafina archivado, para el ensayo de todos los marcadores en los conjuntos de genes importantes, y por lo tanto, es compatible con el tipo de material de biopsia mas ampliamente disponible.
El documento WO 2011/120984A1 desvela procedimientos, kits y sistemas para el pronostico del efecto de la enfermedad sobre cancer de mama, comprendiendo dicho procedimiento: (a) determinar en una muestra de tumor de dicho paciente los niveles de expresion de ARN de al menos 2 de los siguientes 9 genes: UBE2C, BIRC5, RACGAP1, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP, (b) combinar de forma matematica los valores del nivel de expresion para los genes de dicho conjunto, valores que se determinaron en la muestra de tumor para proporcionar una puntuacion combinada, en los que dicha puntuacion combinada es indicativa de un pronostico de
5
10
15
20
25
30
35
40
45
50
55
dicho paciente; y kits y sistemas para realizar dicho procedimiento. Definiciones
A menos que se defina otra cosa, los terminos tecnicos y cientfficos utilizados en el presente documento tienen el mismo significativo que entiende comunmente un experto en la materia a la que pertenece la invencion.
“Predecir la respuesta a la quimioterapia” debena entenderse dentro del significado de la invencion como el acto de determinar un efecto probable de la quimioterapia citotoxica en un paciente afectado por cancer. La prediccion de una respuesta se hace preferentemente en referencia a valores de probabilidad de alcanzar un efecto deseado o no deseado de la quimioterapia. Los procedimientos predictivos de la presente invencion pueden utilizarse de forma clmica para hacer las decisiones de tratamiento, mediante la eleccion de las modalidades del tratamiento mas apropiadas para cualquier paciente particular.
La “respuesta de un tumor a la quimioterapia”, se refiere dentro del significado de la invencion a cualquier respuesta del tumor a la quimioterapia citotoxica, preferentemente a un cambio en la masa y/o el volumen tumoral, tras el inicio de la quimioterapia neoadyuvante, y/o la prolongacion del tiempo para la metastasis a distancia o el tiempo para la muerte despues de la quimioterapia neoadyuvante o adyuvante. La respuesta tumoral se puede evaluar en una situacion neoadyuvante en donde el tamano de un tumor tras la intervencion sistemica se puede comparar con el tamano y las dimensiones iniciales, como se mide mediante TC, PET, mamograma, ultrasonido o palpacion, registrado habitualmente como “respuesta clmica” de un paciente. Ademas, la respuesta puede evaluarse mediante la medicion con calibrador o el examen patologico del tumor tras la biopsia o la extirpacion quirurgica. La respuesta puede registrarse de un modo cuantitativo, como el cambio porcentual en el volumen tumoral o de un modo cualitativo, como “sin cambio” (SC), “remision parcial” (RP), “remision completa” (RC) u otro criterio cualitativo. La evaluacion de la respuesta del tumor se puede hacer de forma temprana tras el comienzo de la terapia neoadyuvante, por ejemplo tras unas pocas horas, dfas, semanas o preferentemente tras unos pocos meses. Un criterio de valoracion tfpico para la evaluacion de la respuesta es tras la finalizacion de la quimioterapia neoadyuvante o tras la extirpacion quirurgica de las celulas tumorales residuales y/o del lecho del tumor. Normalmente, esto es tres meses despues del inicio de la terapia neoadyuvante. Tambien, la respuesta puede evaluarse comparando el tiempo hasta la metastasis distal o la muerte de un paciente despues de la quimioterapia neoadyuvante o adyuvante, con el tiempo hasta la metastasis a distancia o hasta la muerte de un paciente no tratado con quimioterapia.
El termino “tumor” como se utiliza en el presente documento, se refiere a todo crecimiento y proliferacion de celulas neoplasicas, ya sean malignas o benignas, y a todas las celulas y tejidos precancerosos y cancerosos.
El termino “cancer” se refiere a, o describe, el estado fisiologico en mairnferos que normalmente se caracteriza por el crecimiento celular no regulado. El termino “cancer” como se utiliza en el presente documento incluyen carcinomas (por ejemplo, carcinoma in situ, carcinoma invasivo, carcinoma metastasico) y estados pre malignos, cambios neomorficos independientes de su origen histologico. El termino “cancer” no se limita a alguna fase, grado, caractenstica histomorfologica, invasividad, agresividad o malignidad de un tejido afectado o agregacion celular. En particular se incluyen el cancer de fase 0, el cancer de fase I, el cancer de fase II, el cancer de fase III, el cancer de fase IV, el cancer de grado I, el cancer de grado II, el cancer de grado III, el cancer maligno y los carcinomas primarios.
La expresion “quimioterapia citotoxica” se refiere a diversas modalidades de tratamiento que afectan a la proliferacion celular y/o la supervivencia. El tratamiento puede incluir la administracion de agentes alquilantes, antimetabolitos, antraciclinas, alcaloides vegetales, inhibidores de la topoisomerasa y otros agentes antitumorales, incluyendo anticuerpos monoclonales e inhibidores de quinasas. En particular, el tratamiento citotoxico puede relacionarse a un tratamiento con taxano. Los taxanos son alcaloides vegetales que bloquean la division celular mediante el impedimento de la funcion de los microtubulos. El taxano prototipo es el producto natural paclitaxel, conocido de forma original como Taxol y obtenido al principio de la corteza del Tejo del Padfico. El docetaxel es un analogo semi sintetico del paclitaxel. Los taxanos potencian la estabilidad de los microtubulos, impidiendo la separacion de los cromosomas durante la anafase.
El termino “terapia” se refiere a la administracion secuencial o simultanea en el tiempo de agentes anti tumorales, y/o de agentes anti vasculares y/o anti estroma, y/o estimulantes o supresores del sistema inmunitario, y/o proliferativos de hematocitos y/o de terapia de radiacion, y/o de hipertermia, y/o de la hipotermia para la terapia del cancer. La administracion de estos se puede realizar de un modo adyuvante y/o neoadyuvante. La composicion de tal “protocolo” puede variar en la dosis de cada uno de los agentes individuales, el periodo de tiempo de aplicacion y la frecuencia de la administracion dentro de una ventana terapeutica definida. Actualmente estan en investigacion diversas combinaciones de diversos farmacos y/o procedimientos ffsicos, y diversos programas. Una “quimioterapia que contiene taxano/antraciclina” es una modalidad de terapia que comprende la administracion de taxano y/o de antraciclina y de derivados terapeuticamente eficaces de los mismos.
La expresion “quimioterapia neoadyuvante” se refiere a un regimen de terapia prequirurgico que consiste en un panel de agentes hormonales, quimioterapicos y/o de anticuerpos, que se desea que retraiga el tumor primario,
5
10
15
20
25
30
35
40
45
50
55
haciendo de este modo a la terapia local (cirugfa o radioterapia) menos destructiva o mas eficaz, permitiendo la cirugfa conservadora de la mama y la evaluacion de la respuesta de sensibilidad del tumor hacia los agentes espedficos in vivo.
La expresion “implicacion de los ganglios linfaticos” significa un paciente al que se le ha diagnosticado de forma previa metastasis en ganglios linfaticos. Abarcara a los ganglios linfaticos de drenaje, a los ganglios linfaticos cercanos y a la metastasis en los ganglios linfaticos distantes. Este diagnostico previo no formara en sf parte del procedimiento de la invencion. Mas bien, es una precondicion para la seleccion de pacientes cuyas muestras puedan utilizarse para una realizacion de la presente invencion. Se puede haber llegado a este diagnostico previo mediante cualquier procedimiento adecuado conocido en la tecnica, incluyendo, pero sin limitacion, la extirpacion de ganglios linfaticos y el analisis patologico, el analisis de biopsias, analisis in vitro de biomarcadores indicativos de metastasis, procedimientos de formacion de imagenes (por ejemplo tomograffa computarizada, rayos X, formacion de imagenes por resonancia magnetica, ultrasonido) y hallazgos intraquirurgicos.
La expresion “respuesta patologica completa” (RpC), como se utiliza en el presente documento, se refiere a una desaparicion completa o a la ausencia de celulas tumorales invasivas en la mama y/o en los ganglios linfaticos, segun se evalua mediante un examen histopatologico de la muestra de estudio quirurgica despues de la quimioterapia neoadyuvante.
El termino “marcador” o “biomarcador” se refiere a una molecula biologica, por ejemplo, un acido nucleico, peptido, protema, hormona, etc., cuya presencia o concentracion se puede detectar y correlacionar con una afeccion conocida, tal como una enfermedad.
La expresion “marcador predictivo” se refiere a un marcador que puede utilizarse para predecir la respuesta clmica de un paciente hacia un tratamiento dado.
El termino “pronostico”, como se utiliza en el presente documento, se refiere a una evaluacion individual de la malignidad de un tumor, o de la respuesta esperada si no hay terapia farmacologica. En contraste al mismo, el termino “prediccion” se refiere a una evaluacion individual de la malignidad de un tumor, o a la respuesta esperada si la terapia contiene un farmaco, en comparacion con la malignidad o respuesta sin este farmaco.
El termino “inmunohistoqmmica” o IHQ se refiere al procedimiento de localizar protemas en celulas de un corte de tejido aprovechando el principio de la union de los anticuerpos a los antfgenos de forma espedfica en tejidos biologicos. La tincion inmunohistoqmmica se utiliza ampliamente en el diagnostico y el tratamiento del cancer. Los marcadores moleculares espedficos son caractensticos de los tipos de cancer particulares. Ademas, la IHQ se utiliza ampliamente en la investigacion basica para entender la distribucion y localizacion de biomarcadores en distintas partes de un tejido.
El termino “muestra”, como se utiliza en el presente documento, se refiere a una muestra obtenida a partir de un paciente. La muestra puede ser de cualquier tejido o fluido biologico. Tales muestras incluyen, pero sin limitacion, esputo, sangre, suero, plasma, celulas sangmneas (por ejemplo, leucocitos), tejido, muestras de biopsia con aguja gruesa o con aguja fina, fluidos corporales que contienen celulas, acidos nucleicos que flotan libres, orina, fluido peritoneal y fluido pleural, o celulas procedentes de los mismos. Las muestras biologicas tambien pueden incluir cortes de tejidos tales como cortes congelados o fijados tomados para fines histologicos o celulas microdiseccionadas o partes extracelulares de los mismos. Una muestra biologica a analizar es material de tejido procedente de una lesion neoplasica tomada mediante aspiracion o puncion, escision o mediante cualquier otro procedimiento quirurgico que conduzca al material celular de biopsia o extirpado. Tal muestra biologica puede comprender celulas obtenidas a partir de un paciente. Las celulas pueden encontrarse en un “frotis” de celulas recolectado, por ejemplo, mediante una aspiracion del pezon, de un lavado ductal, de una biopsia de aguja fina o a partir de la descarga del pezon provocada o espontanea. En otra realizacion la muestra es un fluido corporal. Tales fluidos incluyen, por ejemplo, pero sin limitacion a estos fluidos, fluidos sangurneos, suero, plasma, linfa, fluidos asdticos, fluidos ginecologicos u orina.
Una “muestra de tumor” es una muestra que contiene material tumoral, por ejemplo material de tejido procedente de una lesion neoplasica tomado mediante aspiracion o puncion, escision o mediante cualquier otro procedimiento quirurgico que conduzca al material celular de biopsia o extirpado, incluyendo material conservado, tal como material recien congelado, material fijado en formalina, material incluido en parafina, y similares. Tal muestra biologica puede comprender celulas obtenidas a partir de un paciente. Las celulas pueden encontrarse en un “frotis” recolectado, por ejemplo, mediante una aspiracion del pezon, un lavado ductal, una biopsia de aguja fina o a partir de la descarga del pezon provocada o espontanea. En otra realizacion la muestra es un fluido corporal. Tales fluidos incluyen, pero sin limitacion a estos fluidos, por ejemplo fluidos sangurneos, suero, plasma, linfa, fluidos ascfticos, fluidos ginecologicos u orina.
La expresion “combinacion de niveles de expresion de forma matematica”, dentro del significado de la invencion se entendera como la obtencion de un valor numerico procedente de un determinado nivel de expresion de un gen y la aplicacion de un algoritmo a uno o mas de tales valores numericos, para obtener un valor numerico combinado o puntuacion combinada.
5
10
15
20
25
30
35
40
45
50
55
60
Una “puntuacion” dentro del significado de la invencion se entendera como un valor numerico, que esta relacionado con el efecto de la enfermedad del paciente y/o la respuesta de un tumor a la quimioterapia. El valor numerico se obtiene mediante la combinacion de los niveles de expresion de los genes marcadores utilizando coeficientes pre- especificados en un algoritmo matematico. Los niveles de expresion pueden emplearse como valores CT o delta CT obtenidos mediante RT-PCR cinetica, como valores de intensidad de fluorescencia absoluta o relativa, obtenidos a traves de micromatrices o mediante cualquier otro procedimiento util para cuantificar niveles de ARN absolutos o relativos. La combinacion de estos niveles de expresion se puede llevar a cabo, por ejemplo, multiplicando cada nivel de expresion por un coeficiente definido y especificado, y sumando tales productos para producir una puntuacion. La puntuacion tambien puede obtenerse de los niveles de expresion junto con otra informacion, por ejemplo, los datos clmicos como el tamano tumoral, el estado de los ganglios linfaticos o la clasificacion tumoral, y tales variables tambien pueden codificarse como numeros en una ecuacion. La puntuacion puede utilizarse en una escala continua para predecir la respuesta de un tumor a la quimioterapia y/o el efecto de una enfermedad del paciente. Los valores lfmite se pueden aplicar para distinguir subgrupos clmicos importantes. Los valores lfmite para tales puntuaciones se pueden determinar del mismo modo que los valores lfmite para los marcadores de diagnostico convencionales y son bien conocidos para los expertos en la materia. Un modo util para determinar tal valor lfmite es construir una curva operativa del receptor (curva ROC) a base de todos los valores lfmites concebibles y determinar el punto individual en la curva ROC con la mayor proximidad a la esquina superior izquierda (0/1) en la representacion ROC. Obviamente, la mayona de los valores lfmite temporales se determinaran mediante procedimientos menos formalizados, eligiendo la combinacion de sensibilidad y especificidad determinada mediante tal valor lfmite, proporcionando la informacion medica mas beneficiosa para el problema investigado.
La expresion “un procedimiento basado en PCR” como se utiliza en el presente documento se refiere a los procedimientos que comprenden una reaccion en cadena de la polimerasa (PCR). Esta es una estrategia para amplificar de forma exponencial acidos nucleicos, como ADN o ARN, a traves de replicacion enzimatica, sin utilizar un organismo vivo. Dado que la PCR es una tecnica in vitro, se puede realizar sin restricciones en la forma del ADN, y puede modificarse de forma extensa para realizar una amplia serie de manipulaciones geneticas. Cuando se trata de la determinacion de los niveles de expresion, puede utilizarse por ejemplo un procedimiento basado en PCR para detectar la presencia de un dado ARNm mediante (1) transcripcion inversa del grupo de ARNm completo (el asf llamado transcriptoma) en ADNc, con la ayuda de una enzima transcriptasa inversa, y (2) detectar la presencia de un dado ADNc con ayuda de los cebadores respectivos. Esta estrategia se conoce comunmente como PCR por transcriptasa inversa (rtPCR). Ademas, los procedimientos basados en PCR comprenden por ejemplo PCR en tiempo real y, particularmente adecuada para el analisis de los niveles de expresion, la PCR cinetica o cuantitativa (qPCR).
Una “micromatriz”, en el presente documento tambien denominada como un “biochip” o “chip biologico”, es una matriz de regiones que tengan una densidad de regiones discretas de al menos aproximadamente 100/cm2, y preferentemente de al menos aproximadamente 1000/cm2. Las regiones en una micromatriz tienen dimensiones tfpicas, por ejemplo, diametros, en el intervalo de entre aproximadamente 10-250 |im, y estan separadas de otras regiones en la matriz mediante aproximadamente la misma distancia.
La expresion “procedimiento basado en hibridacion”, como se utiliza en el presente documento, se refiere a procedimientos que imparten un procedimiento de combinacion de acidos nucleicos o analogos de nucleotido monocatenarios complementarios, en una molecula bicatenaria unica. Los nucleotidos o analogos de nucleotido se uniran a sus complementos en condiciones normales, y asf dos cadenas perfectamente complementarias se uniran entre sf facilmente. En la bioanalftica, las sondas monocatenariss, a menudo marcadas, son para encontrar secuencias diana complementarias. Si tales secuencias existen en la muestra, las sondas hibridaran con dichas secuencias, lo que despues pueden detectarse debido al marcador. Otros procedimientos basados en hibridacion comprenden procedimientos de micromatriz y/o de biochip. En ellos, las sondas estan inmovilizadas sobre una fase solida, la que despues se expone a una muestra. Si estan presentes acidos nucleicos complementarios en la muestra, estos hibridaran con las sondas y asf pueden detectarse. Estas estrategias tambien son conocidas como “procedimientos basados en matrices”. Aun otro procedimiento basado en hibridacion es la PCR, la cual se describe anteriormente. Cuando se trata de la determinacion de los niveles de expresion, los procedimientos basados en hibridacion pueden por ejemplo utilizarse para determinar la cantidad de ARNm para un dado gen.
La expresion “gen marcador”, como se utiliza en el presente documento, se refiere a un gen expresado de forma diferencial cuyo patron de expresion puede utilizarse como parte de un procedimiento predictivo, pronostico o diagnostico en la evaluacion de la neoplasia maligna o el cancer, o que, como alternativa, puede utilizarse en procedimientos para identificar compuestos utiles para el tratamiento o la prevencion de la neoplasia maligna y en particular del cancer de cabeza y cuello, de colon o de mama. Un gen marcador tambien puede tener las caractensticas de un gen diana.
Un “algoritmo” es un procedimiento que realiza alguna secuencia de operaciones para producir informacion.
La expresion “medicion de un nivel de protema”, como se utiliza en el presente documento, se refiere a los procedimientos que permiten la determinacion cuantitativa y/o cualitativa de una o mas protemas en una muestra. Estos procedimientos incluyen, entre otros, la purificacion de protemas, incluyendo ultracentrifugacion, precipitacion y cromatograffa, asf como el analisis y la determinacion de protemas, incluyendo inmunohistoqmmica,
inmunofluorescencia, ELISA (inmunoensayo ligado a enzimas), RIA (radioinmunoensayo) o el uso de micromatrices de protemas, la exploracion por doble hubrido, los procedimientos de transferencia incluyendo transferencia de western, electroforesis en geles mono y bidimensionales, isoelectroenfoque, asf como procedimientos que estan basados en espectrometna de masas, como MALDI-TOF y similares.
5 La expresion “PCR cinetica” o “PCR cuantitativa” (qPCR) se refiere a cualquier tipo de procedimiento de PCR que permite la cuantificacion del molde en una muestra. La PCR en tiempo real cuantitativa comprende distintas tecnicas de realizacion o de deteccion de producto, como por ejemplo la tecnica TaqMan o la tecnica LightCycler. La tecnica TaqMan, por ejemplo, utiliza una sonda fluorogenica marcada de forma dual. La PCR en tiempo real TaqMan mide la acumulacion de un producto a traves del fluoroforo durante las fases exponenciales de la PCR, mas bien que en el 10 punto final como en la PCR convencional. El aumento exponencial de producto se utiliza para determinar el ciclo umbral, CT (sigla del ingles cycle threshold), es decir, el numero de ciclos de PCR en el cual se detecta un aumento exponencial de la fluorescencia significativo, y que se correlaciona de forma directa con el numero de copias de ADN molde presente en la reaccion. La preparacion de la reaccion es muy similar a la PCR convencional, pero se lleva a cabo en un ciclador termico en tiempo real que permite la medicion de moleculas fluorescentes en los tubos PCR. A 15 diferencia de la PCR regular, en la PCR en tiempo real TaqMan se anade una sonda a la reaccion, es decir, un oligonucleotido monocatenario complementario a un segmento de 20-60 nucleotidos dentro del molde de ADN y emplazado entre los dos cebadores. Un indicador fluorescente o fluoroforo (por ejemplo 6-carboxifluorescema, sigla: FAM, o tetraclorofluorescema, sigla: TET) y un extintor (por ejemplo, tetrametilrodamina, sigla: TAMRA, o un dihidrociclopirroloindol tripeptido “ligante del surco menor”, sigla: MGB) estan acoplados de forma covalente a los 20 extremos 5' y 3' de la sonda, respectivamente [2]. La estrecha proximidad entre el fluoroforo y el extintor acoplados a la sonda inhibe la fluorescencia procedente del fluoroforo. Durante la PCR, a medida que se inicia la smtesis de ADN la actividad exonucleasa 5' a 3' de la polimerasa Taq degrada la proporcion de la sonda que se ha apareado con el molde (de ah su nombre: polimerasa Taq + PacMan). La degradacion de la sonda libera al fluoroforo de ella y rompe la estrecha proximidad con el extintor, atenuando asf el efecto extintor y permitiendo la fluorescencia del 25 fluoroforo. Por lo tanto, la fluorescencia detectada en el ciclador termico de PCR en tiempo real es directamente proporcional al fluoroforo liberado y la cantidad de molde de ADN presente en la PCR.
“Cebador” y “sondas”, dentro del significado de la invencion, tendra el significado ordinario de estos terminos que son bien conocidos para el experto en la materia de biologfa molecular. En una realizacion preferente de la invencion, “cebador” y “sondas” se entenderan como moleculas de polinucleotido que tienen una secuencia identica, 30 complementaria, homologa u homologa a los complementos de las regiones de un polinucleotido diana que se va a detectar o cuantificar. En aun otra realizacion, estan tambien comprendidos para el uso como cebadores y/o sondas los analogos de nucleotido y/o morfolinos. “Sondas marcadas de forma individual” dentro del significado de la invencion, se entendera que son sondas moleculares que comprenden un polinucleotido, oligonucleotido o analogo de nucleotido y un marcador, utiles en la deteccion o cuantificacion de la sonda. Los marcadores preferentes son 35 moleculas fluorescentes, moleculas luminiscentes, moleculas radioactivas, moleculas enzimaticas y/o moleculas extintoras.
Objeto de la invencion
Es un objeto de la presente invencion proporcionar un procedimiento mejorado para la prediccion de una respuesta de un tumor en un paciente que padece o esta en riesgo de desarrollar una enfermedad neoplasica - en particular 40 cancer de mama - para al menos un modo dado de tratamiento.
Es otro objeto de la presente invencion evitar la quimioterapia citotoxica adyuvante y/o neoadyuvante innecesaria en pacientes que padecen una enfermedad neoplasica, en especial cancer de mama.
Es otro objeto de la presente invencion ofrecer para las muestras de tejido clmicas fijadas de rutina, un sistema de ensayo diagnostico mas solido y espedfico que la inmunohistoqmmica convencional que ayude mejor al medico a 45 seleccionar modalidades de tratamiento individualizadas.
En una realizacion mas preferente el procedimiento desvelado puede utilizarse para seleccionar una terapia adecuada para una enfermedad neoplasica, en particular para canceres de mama.
Es otro objeto de la presente invencion detectar nuevas dianas para farmacos dirigidos recientemente disponibles, o para determinados farmacos todavfa por desarrollar.
50 Sumario de la invencion
Debe indicarse que, como se utiliza en la memoria descriptiva y en las reivindicaciones adjuntas, las formas singulares “un”, “una” y “el/la” incluyen referentes singulares y/o plurales, a menos que el contexto indique claramente otra cosa. Ademas debe entenderse que, en el caso que se proporcionen intervalos de parametros que esten delimitados por valores numericos, se considera que los intervalos incluyen estos valores de lfmite.
55 Los problemas anteriores se resuelven mediante procedimientos y medios proporcionados por la invencion.
5
10
15
20
25
30
35
40
45
50
55
El estado del receptor de estrogeno en general se determina utilizando inmunohistoqmmica. El estado de HER2/NEU (ERBB2) en general se determina utilizando inmunohistoqmmica e hibridacion in situ fluorescente. Sin embargo, el estado del receptor de estrogenos y el estado de HER2/NEU (ERBB2) pueden, para los fines de la invencion, determinarse mediante cualquier procedimiento adecuado, por ejemplo, inmunohistoqmmica, hibridacion in situ fluorescente (FISH) o analisis de expresion de genes.
Se desvela un procedimiento para predecir una respuesta a y/o el beneficio de la quimioterapia, incluyendo la quimioterapia neoadyuvante, en un paciente que padece o esta en riesgo de desarrollar enfermedad neoplasica recurrente, en particular cancer de mama. Dicho procedimiento comprende las etapas de:
(a) determinar en una muestra de tumor procedente de dicho paciente los niveles de expresion de genes de al menos 3 de los siguientes 9 genes: UBE2C, BIRCS, RACGAP1, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP
(b) combinar de forma matematica los valores del nivel de expresion de los genes de dicho conjunto, cuyos valores se determinaron en la muestra de tumor para producir una puntuacion combinada, en los que dicha puntuacion combinada esta prediciendo dicha respuesta y/o el beneficio de la quimioterapia.
El documento WO 2011/120984A1 utiliza los nueve genes, sin embargo, para predecir un efecto del cancer de mama en un tumor de un paciente de cancer de mama positivo para receptor de estrogenos y negativo para HER2, que no esta relacionado con el procedimiento de la presente invencion que esta prediciendo una respuesta para/o el beneficio de la quimioterapia. Los genes de la presente invencion se utilizan para un objeto distinto.
El procedimiento de la invencion para predecir una respuesta a y/o el beneficio de la quimioterapia con taxano o antraciclina, incluyendo quimioterapia neoadyuvante, en un paciente que padece o esta en riesgo de desarrollar cancer de mama recurrente, comprende las etapas de:
a) determinar en una muestra de tumor de mama procedente de dicho paciente los niveles de expresion de ARN de los siguientes 8 genes: UBE2C, RACGAP1, DhCR7, STC2, AZGpl, RBBP8, IL6ST y MGP, indicativos de una respuesta a la quimioterapia para un tumor o
b) determinar en una muestra de tumor de mama procedente de dicho paciente los niveles de expresion de ARN de los siguientes 8 genes: UBE2C, BIRC5, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP; indicativos de una respuesta a la quimioterapia para un tumor
(c) combinar de forma matematica los valores del nivel de expresion para los genes de dicho conjunto, cuyos valores se determinaron en la muestra de tumor para producir una puntuacion combinada, en la que dicha puntuacion combinada esta prediciendo dicha respuesta y/o beneficio de la quimioterapia.
Una realizacion adicional desvela un procedimiento que comprende:
(a) determinar en una muestra de tumor procedente de dicho paciente los niveles de expresion de ARN de los siguientes 8 genes: UBE2C, BIRCS, DHCR7, STC2, AZGpl, RBBP8, IL6ST y MGP; indicativos de una respuesta a la quimioterapia para un tumor, aunque BIRCS puede reemplazarse por UBE2C o TOP2A o RACGAP1 o AURKA o NEK2 o E2F8 o PCNA o CYBRD1 o DCN o ADRA2A o SQLE o CXCL12 o EPHX2 o ASPH o PRSS16 o EGFR o CCND1 o TRIM29 o DHCR7 o PIP o TFAP2B o WNT5A o APOD o PTPRT, a condicion de que tras un reemplazo se seleccionen 8 genes distintos; y
aunque UBE2C puede reemplazarse por BIRC5 o RACGAP1 o T0P2A o AURKA o NEK2 o E2F8 o PCNA o CYBRD1 o ADRA2A o DCN o SQLE o CCND1 o ASPH o CXCL12 o PIP o PRSS16 o EGFR o DHCR7 o EPHX2 o TRIM29, a condicion de que tras un reemplazo se seleccionen los 8 genes distintos; y
aunque DHCR7 puede reemplazarse por AURKA, BIRC5, UBE2C o por cualquier otro gen que pueda reemplazar a BIRC5 o UBE2C, a condicion de que tras un reemplazo se seleccionen 8 genes distintos; y aunque STC2 puede reemplazarse por INPP4B o IL6ST o SEC14L2 o MAPT o CHPT1 o ABAT o SCUBE2 o ESR1 o RBBP8 o PGR o PTPRT o HsPA2 o PTGER3, a condicion de que tras un reemplazo se seleccionen 8 genes distintos; y
aunque AZGP1 puede reemplazarse por PIP o EPHX2 o PLAT o SEC14L2 o SCUBE2 o PGR, a condicion de que tras un reemplazo se seleccionen 8 genes distintos; y
aunque RBBP8 puede reemplazarse por CELSR2 o pGr o STC2 o ABAT o IL6ST a condicion de que tras un reemplazo se seleccionen 8 genes distintos; y
aunque IL6ST puede reemplazarse por INPp4B o STC2 o MAPT o SCUBE2 o ABAT o PGR o SEC14L2 o ESR1 o GJA1 o MGP o EPHX2 o RBBP8 o PTPRT o PLAT, a condicion de que tras un reemplazo se seleccionen 8 genes distintos; y
aunque MGP puede reemplazarse por APOD o IL6ST o EGFR, a condicion de que tras un reemplazo se seleccionen 8 genes distintos;
(b) combinar de forma matematica los valores del nivel de expresion para los genes de dicho conjunto, cuyos valores se determinaron en la muestra de tumor para producir una puntuacion combinada, en la que dicha puntuacion combinada esta prediciendo dicha respuesta y/o beneficio de la quimioterapia.
5
10
15
20
25
30
35
40
45
50
El procedimiento de la invencion es particularmente adecuado para predecir una respuesta a la quimioterapia citotoxica que contiene taxano/antraciclina, preferentemente en tumores negativos para Her2/neu, positivos para receptor de estrogenos (luminales), preferentemente en el modo neoadyuvante.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que dicho nivel de expresion se determina como un nivel de ARNm. De acuerdo con un aspecto de la divulgacion, se proporciona un procedimiento como se describe anteriormente, en el que dicho nivel de expresion se determina como un nivel de expresion de genes.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que dicho nivel de expresion se determina mediante al menos uno de
un procedimiento basado en PCR, un procedimiento basado en micromatriz, un procedimiento basado en hibridacion, y
una estrategia de secuenciacion y/o de secuenciacion de ultima generacion
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que dicha determinacion de niveles de expresion es en una muestra de tumor fijada con formalina incluida en parafina o en una muestra de tumor congelada recientemente.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que el nivel de expresion de dicho al menos un gen marcador se determina como un patron de expresion con respecto a al menos un gen de referencia o a un valor de expresion promedio calculado.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que dicha etapa de combinar de forma matematica comprende una etapa de aplicar un algoritmo a valores representativos de un nivel de expresion de un dado gen.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que dicho algoritmo es una combinacion lineal de dichos valores, representativo de un nivel de expresion de un dado gen.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que un valor representativo de un nivel de expresion de un dado gen se multiplica por un coeficiente.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que se determinan uno, dos o mas umbrales para dicha puntuacion combinada y se discrimina en riesgo elevado y bajo, riesgo elevado, intermedio y bajo, o mas grupos de riesgo, aplicando el umbral de la puntuacion combinada.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que una puntuacion combinada elevada es indicativa del beneficio de una terapia mas agresiva, por ejemplo quimioterapia citotoxica. Los expertos en la materia entenderan que una “puntuacion elevada” en este aspecto se refiere a un valor de referencia o un valor lfmite. El experto en la materia entendera adicionalmente que dependiendo del algoritmo particular utilizado para obtener la puntuacion combinada, tambien puede ser indicativa del beneficio de una terapia mas agresiva una puntuacion “baja”, por debajo de un lfmite o un valor de referencia, por ejemplo quimioterapia citotoxica.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que la informacion con respecto al estado de los ganglios del paciente se procesa en la etapa de combinar de forma matematica los valores de nivel de expresion para los genes, para producir una puntuacion combinada.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que dicha informacion con respecto al estado de los ganglios es un valor numerico < 0 si dicho estado de los ganglios es negativo, y dicha informacion es un valor numerico > 0 si dicho estado de los ganglios es positivo o desconocido. En realizaciones ejemplares de la invencion, a un estado de los ganglios negativo se le asigna el valor 0, a un estado de los ganglios desconocido se le asigna el valor 0,5 y a un estado de los ganglios positivo se le asigna el valor 1. Se pueden elegir otros valores para reflejar un peso distinto del estado de los ganglios dentro de un algoritmo.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que dicha informacion con respecto al tamano tumoral del paciente se procesa en la etapa de combinar de forma matematica los valores del nivel de expresion para los genes, para producir una puntuacion combinada.
De acuerdo con un aspecto de la invencion, se proporciona un procedimiento como se describe anteriormente, en el que dicha informacion con respecto al estado de los ganglios y el tamano tumoral del paciente se procesa en la etapa de combinar de forma matematica los valores del nivel de expresion para los genes, para producir una puntuacion combinada.
5
10
15
20
25
30
35
40
45
50
55
La invencion se refiere adicionalmente al uso de un kit para realizar el procedimiento como se describe anteriormente, comprendiendo dicho kit un conjunto de oligonucleotidos que tiene una capacidad de unirse de forma espedfica a secuencias, o para secuencias de fragmentos de los genes en una combinacion de genes, en los que
(i) dicha combinacion comprende al menos los 8 genes UBE2C, BIRCS, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP; o
(ii) dicha combinacion comprende al menos los 8 genes UBE2C, RACGAP1, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP.
Adicionalmente, se desvela un producto de programa de ordenador que tiene la capacidad de procesar valores representativos de un nivel de expresion de una combinacion de genes, combinando de forma matematica dichos valores para producir una puntuacion combinada, en el que dicha puntuacion combinada esta prediciendo dicha respuesta y/o el beneficio de la quimioterapia en dicho paciente.
Dicho producto de programa de ordenador puede almacenarse en un soporte de datos o implementarse en un sistema diagnostico que tenga la capacidad de producir valores representativos de un nivel de expresion de un dado gen, tal como un sistema de PCR en tiempo real.
Si el producto de programa de ordenador esta almacenado en un soporte de datos o se ejecuta en un ordenador, los operarios pueden introducir los valores de expresion obtenidos para el nivel de expresion de los genes respectivos. Despues, el producto del programa de ordenador puede aplicar un algoritmo para producir una puntuacion combinada indicativa del beneficio de la quimioterapia citotoxica para un dado paciente.
Los procedimientos de la presente invencion tienen la ventaja de proporcionar una prediccion fiable de la respuesta y/o el beneficio de la quimioterapia a base del uso solo de un pequeno numero de genes. Se ha encontrado que los procedimientos de la presente invencion son especialmente adecuados para analizar la respuesta y/o el beneficio de la quimioterapia de pacientes con tumores clasificados como positivos para ESR1 y negativos para ERBB2.
Descripcion detallada de la invencion
En las subreivindicaciones y en la siguiente descripcion de las figuras y ejemplos respectivos, se desvelan detalles, aspectos, caractensticas y ventajas adicionales del objeto de la invencion, los cuales, de un modo ejemplar, muestran realizaciones preferentes de la presente invencion.
A partir del deposito de datos combinado de expresion de genes (GEO) se recuperaron cuatro conjuntos de datos de expresion de genes disponibles para el publico (Affymetrix HG-U133A). Todos los pacientes de cancer de mama analizados se trataron con quimioterapia neoadyuvante basada en antraciclina o taxano/antraciclina. Los archivos de celdas de micromatriz se normalizaron por MAS5, con un procedimiento de escalado global y una intensidad diana de 500. Para la evaluacion de la respuesta al tratamiento se utilizo como criterio de valoracion principal la respuesta patologica completa (RpC). El analisis se realizo en todos los pacientes de cancer de mama negativos para HER2/neu y en el subconjunto de pacientes de cancer de mama positivos para ER, negativos para HER2, de acuerdo con niveles lfmite pre especificados (conjunto de sondas ERBB2 216836 < 6000 = negativo para HER2/neu, conjunto de sondas ERBB2 216836 < 6000 y conjunto de sondas ESR1 > 1000 = positivo para ER/negativo para HER2/neu).
La puntuacion T5 se examino en 374 pacientes de cancer de mama negativos para HER2 tratados con terapia neoadyuvante (figura 1). Entre los 374 pacientes, se clasificaron 63 tumores (el 16,8%) como riesgo bajo de T5, mientras 311 tumores (el 83,2%) fueron de riesgo bajo de TS. Solo uno de los tumores de riesgo bajo por T5 alcanzo una RpC tras la terapia neoadyuvante, mientras que 84 de los 85 acontecimientos de RpC se clasificaron como de riesgo alto por T5. La sensibilidad de la puntuacion T5 fue del 99 % y el valor predictivo negativo del 98 %, con un area bajo la curva operativa caractenstica del receptor de 0,69 (figura 1).
La Figura 1 muestra:
a) La distribucion de la puntuacion T5 en 374 pacientes de cancer de mama negativos para HER2/neu (85 acontecimientos RpC frente a 289 muestras con enfermedad residual); prueba de Mann-Whitney de dos colas
b) Utilizando la puntuacion de T5 5 como lfmite pre-especificado, la sensibilidad fue del 99 %, la especificidad de 21 %, el valor predictivo negativo del 98 % y el valor predictivo positivo del 27 %, area bajo la curva operativa caractenstica del receptor de 0,69.
La puntuacion T5 se examino en 221 pacientes de cancer de mama positivos para ER, negativos para HER2, tratados con terapia neoadyuvante (figura 2). Entre los 221 pacientes, 61 tumores (el 27,6 %) se clasificaron como de riesgo bajo por T5, mientras que 160 tumores (el 72,4%) fueron de riesgo elevado por T5. Solo uno de los tumores con riesgo bajo por T5 alcanzo una RpC tras la terapia neoadyuvante, mientras que 24 de los 25 acontecimientos de RpC se clasificaron como de riesgo elevado por T5. La sensibilidad de la puntuacion T5 fue del 96 % y el valor predictivo negativo del 98 %, con area bajo la curva operativa caractenstica del receptor de 0,73 (figura 2).
5
10
15
20
25
30
La Figura 2 muestra:
c) La distribucion de la puntuacion T5 en 221 pacientes de cancer de mama positivo para receptor de estrogenos y negativo para HER2/neu (25 acontecimientos de RpC frente a 196 muestras con enfermedad residual); prueba de Mann-Whitney de dos colas
d) Utilizando la puntuacion TS 5 como Kmite pre-especificado, la sensibilidad fue del 96 %, la especificidad del 30 %, el valor predictivo negativo del 98 % y el valor predictivo positivo del 15 %, con area bajo la curva operativa caractenstica del receptor de 0,73.
En el presente documento se desvelan combinaciones exclusivas de genes de marcadores que pueden combinarse en algoritmos para la nueva prueba predictiva presentada en el presente documento. Tecnicamente, el procedimiento de la invencion puede practicarse utilizando dos tecnologfas: 1.) Aislamiento de ARN total a partir de tejido de tumor recien obtenido o fijado y 2.) RT-PCR cuantitativa de los acidos nucleicos aislado. Como alternativa, se contempla medir los niveles de expresion utilizando tecnologfas alternativas, por ejemplo mediante micromatriz, en particular matrices U-133 de affymetrix o mediante la medicion al nivel de protemas.
Los procedimientos de la invencion son a base de la determinacion cuantitativa de las especies de ARN aisladas a partir del tumor, para obtener los valores de expresion y el posterior analisis bioinformatico de dichos valores de expresion determinados. Las especies de ARN se pueden aislar a partir de cualquier tipo de muestra de tumor, por ejemplo de muestras de biopsias, muestras de frotis, material tumoral extirpado, tejido de tumor reciente congelado o a partir de tejido de tumor incluido en parafina y fijado con formalina. En primer lugar, se determinan los niveles de ArN de genes que codifican combinaciones espedficas de los genes UBE2C, BIRC5, DHCR7, RACGAP1, AURKA, PVALB, NMU, STC2, AZGP1, RBBP8, IL6ST, MGP, PTGER3, CXCL12, ABAT, CDH1 y PIP, o combinaciones espedficas de los mismos, segun se indica. A base de estos valores de expresion se calcula mediante una combinacion matematica una puntuacion predictiva, por ejemplo, de acuerdo con las formulas T5, T1, T4 o T5b (vease a continuacion).
Un valor de la puntuacion elevado indica una probabilidad aumentada de una respuesta patologica completa tras el tratamiento con la quimioterapia neoadyuvante, un valor de la puntuacion bajo indica una probabilidad reducida de desarrollar una respuesta patologica completa tras el tratamiento neoadyuvante. En consecuencia, una puntuacion elevada tambien indica que el paciente es un paciente de riesgo elevado que se beneficiara de una terapia mas agresiva, por ejemplo de la quimioterapia citotoxica.
A continuacion la Tabla 1 muestra las combinaciones de genes utilizados para cada algoritmo.
Tabla 1: Combinacion de genes para los respectivos algoritmos:
- Gen
- Algo_T1 Algo_T4 Alg_T5 Algo_T5b
- UBE2C
- X X
- BIRC5
- X X X
- DHCR7
- X X X
- RACGAP1
- X X
- AURKA
- X
- PVALB
- X X
- NMU
- X X
- STC2
- X X X
- AZGP1
- X X
- RBBP8
- X X X
- IL6ST
- X X X
- MGP
- X X
- PTGER3
- X X
- CXCL12
- X X
- ABAT
- X
- CDH1
- X
- PIP
- X
A continuacion la Tabla 2 muestra el ID del conjunto de sondas Affy y el mapeo del ID de diseno de TaqMan de los genes marcadores de la presente invencion.
Tabla 2: Sfmbolo del gen, ID del conjunto de sondas Affy y el mapeo del ID del diseno de TaqMan:
- Gen
- ID de diseno ID del conjunto de sondas
- UBE2C
- R65 202954_at
- BIRC5
- SC089 202095_s_at
- DHCR7
- CAGMC3344 201791_s_at
- RACGAP1
- R125-2 222077_s_at
- AURKA
- CAGMC336 204092_s_at
- PVALB
- CAGMC339 205336_at
- NMU
- CAGMC331 206023_at
- STC2
- R52 203438_at
- AZGP1
- CAGMC372 209309_at
- RBBP8
- CAGMC347 203344_s_at
- IL6ST
- CAGMC312 212196_at
- MGP
- CAGMC383 202291_s_at
- PTGER3
- CAGMC315 213933_at
- CXCL12
- CAGMC342 209687_at
- ABAT
- CAGMC338 209460_at
- CDH1
- CAGMC335 201131_s_at
A continuacion la Tabla 3 muestra los nombres completos, las ID de Entrez Gene, los numeros de registro del gene bank y el emplazamiento cromosomico de los genes marcadores de la presente invencion
- Sfmbolo
- Nombre completo oficial ID de Entrez Numero de Emplazamiento
- oficial
- Gene referencia
- UBE2C
- enzima E2C de conjugacion de ubiquitina 11065 U73379 20q13. 12
- BIRC5
- PIA baculovmca que contiene repeticiones 5 332 U75285 17q25
- DHCR7
- 7-dihidrocolesterol reductasa 1717 AF034544 11q13. 4
- STC2
- estaniocalcina 2 8614 AB012664 5q35.2
- RBBP8
- protema de union de retinoblastoma 8 5932 AF043431 18q11. 2
- IL6ST
- transductor de senal de la interleucina 6 3572 M57230 5q11
- MGP
- protema de la matriz Gla 4256 M58549 12p12. 3
- AZGP1
- alfa-2-glucoprotema 1, union a cinc 563 BC005306 11q22. 1
- RACGAP1
- protema de activacion de la Rac GTPasa 1 29127 NM 013277 12q13
- AURKA
- aurora quinasa A 6790 BC001280 20q13
- PVALB
- parvalbumina 5816 NM_002854 22q13. 1
- NMU
- neuromedina U 10874 X76029 4q12
- PTGER3
- receptor de la prostaglandina E 3 (subtipo EP3) 5733 X83863 1p31.2
- CXCL12
- ligando de la quimiocina (motivo C-X-C) 12 (factor derivado de celulas estromales 1) 6387 L36033 10q11.1
- ABAT
- 4-aminobutirato aminotransferasa 18 L32961 16p13. 2
- CDH1
- cadherina 1, tipo 1, E-cadherina (epitelial) 999 L08599 16q22. 1
- PIP C
- protema inducida por prolactina 5304 NMM 002652 7q32-qter
5
Algoritmo de ejemplo T5:
El algoritmo T5 es una agrupacion de cuatro miembros en donde cada miembro es una combinacion lineal de dos genes. Las formulas matematicas para T5 se muestran a continuacion; la notacion es la misma que para T1. T5 se puede calcular solo a partir de los datos de expresion de genes.
10 Miembro de riesgo 1 = 0,434039 [0,301..0,567] * (0,939 * BIRC5 -3,831)
-0,491845 [-0,714..-0,270] * (0,707 * RBBP8 -0,934)
Miembro de riesgo 2 = 0,488785 [0,302..0,675] * (0,794 * UBE2C -1,416)
-0,374702 [-0,570..-0,179] * (0,814 * IL6ST -5,034)
5
10
15
20
25
30
35
40
45
50
Miembro de riesgo 3 = 0,39169 [0,541..-0,242] * (0,674 * AZGP1 -0,777)
+0,44229 [0,256..0,628] * (0,891 * DHCR7 -4,378)
Miembro de riesgo 4 = 0,377752 [-0,543..-0,212] * (0,485 * MGP +4,330)
-0,177669 [-0,267..-0,088] * (0,826 * STC2 -3,630)
riesgo = Miembro de riesgo 1 + Miembro de riesgo 2 + Miembro de riesgo 3 + Miembro de riesgo 4
Los coeficientes a la izquierda de cada lmea se calcularon como los coeficientes de regresion de los riesgos proporcionales de COX, los numeros entre corchetes indican los lfmites del intervalo de confianza del 95 % para estos coeficientes. En otras palabras, en lugar de multiplicar el termino (0,939 * BIRC5 -3,831) por 0,434039, se puede multiplicar por cualquier coeficiente entre 0,301 y 0,567, y todavfa proporcionar un resultado predictivo dentro de los lfmites del intervalo de confianza del 95 %. Los terminos entre parentesis a la derecha de cada lmea indican una transferencia de plataforma de la PCR a Affymetrix: Las variables PVALB, CDH1, ... indican las expresiones basadas en PCR normalizadas por los genes de referencia (valores delta Ct), el termino entero dentro de los parentesis corresponde al logaritmo (en base 2) de los valores de expresion de micromatriz de Affymetrix de los conjuntos de sonda correspondientes.
Algoritmo de ejemplo TSclin:
El algoritmo TSclin es una puntuacion combinada que consiste en la puntuacion T5 y los parametros clmicos (estados de los ganglios y tamano tumoral).
T5clin = 0,35 * t + 0,64 * n + 0,28*s
en donde t codifica el tamano tumoral (1: <1 cm, 2: >1 cm a < 2 cm, 3: >2 cm a < 5 cm, 4: >5 cm), y n el estado de los ganglios (1: negativo, 2: 1 a 3 ganglios positivos, 3: 4 hasta 4 ganglios positivos, 4: >10 ganglios positivos).
En una realizacion preferente, el umbral para la puntuacion T5clin es 3,3.
Algoritmo de ejemplo T1:
El algoritmo T1 es una agrupacion de tres miembros en donde cada miembro es una combinacion lineal de hasta cuatro variables. En las variables generales pueden estar las expresiones de genes o las variables clmicas. En T1 la unica variable que no es genica es el estado de los ganglios codificado como 0, si el paciente es negativo para ganglios linfaticos y como 1, si el paciente es positivo para ganglios linfaticos. Las formulas matematicas para T1 se muestran a continuacion.
Miembro de riesgo 1 = +0,193935 [0,108..0,280] * (0,792 * PVALB -2,189)
-0,240252 [-0,400..-0,080] * (0,859 * CDH1 -2,900)
-0,270069 [-0,385..-0,155] * (0,821 * STC2 - 3,529)
+ 1,2053 [0,534..1,877] * estado de ganglios
Miembro de riesgo 2 = -0,25051 [-0,437..-0,064] * (0,558 * CXCL12 +0,324)
-0,421992 [-0,687..-0,157] * (0,715 * RBBP8 -1,063)
+0,148497 [0,029..0,268] * (1,823 * NMU -12,563)
+0,293563 [0,108..0,479] * (0,989 * BIRC5 -4,536)
Miembro de riesgo 3 = +0,308391 [0,074..0,543] * (0,812 * AURKA -2,656)
-0,225358 [-0,395..-0,055] * (0,637 * PTGER3 +0,492)
-0,116312 [-0,202..-0,031] * (0,724 * PIP +0,985)
riesgo = + Miembro de riesgo 1 + Miembro de riesgo 2 + Miembro de riesgo 3
Los coeficientes a la izquierda de cada lmea se calcularon como los coeficientes de regresion de los riesgos proporcionales de COX, los numeros entre corchetes indican los lfmites del intervalo de confianza del 95 % para estos coeficientes. Los terminos entre parentesis a la derecha de cada lmea indican una transferencia de plataforma de la PCR a Affymetrix: Las variables PVALB, CDH1, ... indican las expresiones basadas en PCR normalizadas mediante los genes de referencia, el termino entero dentro de los parentesis corresponde al logaritmo (en base 2) de los valores de expresion de micromatriz de Affymetrix de los conjuntos de sonda correspondientes.
Algoritmo de ejemplo T4:
El algoritmo T4 es una combinacion lineal de motivos. Los primeros 10 genes de varios analisis de los conjuntos de datos de Affymetrix y de los datos de PCR se agruparon en motivos. Los genes que no pertenecen a un grupo se utilizaron como motivos de genes individuales. En un analisis de multivarianza se encontraron los coeficientes de regresion de riesgos proporcionales de COX.
5
10
15
20
25
30
35
40
45
En los motivos generales pueden estar las expresiones de genes individuals o las expresiones de genes medias de genes correlacionados. Las formulas matematicas para T4 se muestran a continuacion.
prolif = ((0,84 [0,697..0,977] * RACGAP1 -2,174) + (0,85 [0,713..0,988]
*DHCR7 -3,808) + (0,94 [0,786..1,089] * BIRC5 -3,734)) / 3
motiv2 = ((0,83 [0,693..0,96] * IL6ST -5,295) + (1,11 [0,930..1,288] * ABAT
-7,019) + (0,84 [0,701..0,972] * STC2 -3,857)) / 3
ptger3 = (PTGER3 * 0,57 [0,457..0,659] + 1,436)
cxcl12 = (CXCL12 * 0,53 [0,446..0,618] + 0,847)
pvalb = (PVALB * 0,67 [0,558..0,774] -0,466)
Los factores y desfases para cada gen indican una transferencia de plataforma de la PCR a Affymetrix: Las variables RACGAP1, DHCR7, ... indican expresiones basadas en PCR normalizadas por CALM2 y PPIA, el termino entero dentro de los parentesis corresponde al logaritmo (en base 2) de los valores de expresion de micromatriz de Affymetrix de los conjuntos de sondas correspondientes.
Los numeros entre corchetes indican los lfmites del intervalo de confianza del 95 % para estos factores.
Como el algoritmo se realiza incluso mejor en combinacion con una variable clmica, se anadio el estado de ganglios. En T4 el estado de ganglios se codifica como 0, si el paciente es negativo para ganglios linfaticos y como 1, si el paciente es positivo para ganglios linfaticos. Con esto, el algoritmo T4 es:
riesgo = -0,32 [-0,510..-0,137] * motiv2
+ 0,65 [0,411..0,886] * prolif
-0,24 [-0,398..-0,08] * ptger3
-0,05 [-0,225..0,131] * cxcl12
+ 0,09 [0,019..0,154] * pvalb
+ estado de ganglios
Los coeficientes de riesgo se calcularon como los coeficientes de regresion de los riesgos proporcionales de COX, los numeros entre corchetes indican los lfmites del intervalo de confianza del 95 % para estos coeficientes.
El algoritmo T5b es una agrupacion de dos miembros en donde cada miembro es una combinacion lineal de cuatro genes. Las formulas matematicas para T5b se muestran a continuacion, la notacion es la misma que para T1 y T5. En T5b una variable no genica es el estado de ganglios codificado como 0, si el paciente es negativo para ganglios linfaticos y como 1, si el paciente es positivo para ganglios linfaticos y como 0,5 si el estado de ganglios linfaticos es desconocido. T5b se define por:
Miembro de riesgo 1 = 0,359536 [0,153..0,566] * (0,891 * DHCR7 -4,378)
-0,288119 [-0,463..-0,113] * (0,485 * MGP + 4,330)
+0,257341 [0,112,,0,403] * (1,118 * NMU -5,128)
-0,337663 [-0,499,,-0,176] * (0,674 * AZGP1 -0,777)
Miembro de riesgo 2 = 0,374940 [-0,611..-0,139] * (0,707 * RBBP8 -0,934)
0,387371 [-0,597..-0,178] * (0,814 * IL6ST -5,034)
+0,800745 [0,551.1,051] * (0,860 * RACGAP1 -2,518)
+0,770650 [0,323..1,219] * estado de ganglios
riesgo = Miembro de riesgo 1 + Miembro de riesgo 2
El experto entendera que estos logaritmos representan ejemplos particulares y que se basan en la informacion con respecto a la asociacion de la expresion de genes con la prediccion de la respuesta terapeutica.
Simplificacion del algoritmo empleando subconjuntos de genes
“Algoritmo de ejemplo T5” es una agrupacion predictiva que consiste en 4 miembros con 2 genes de interes cada uno. Cada miembro es un predictivo independiente y autocontenido de la recidiva a distancia y/o de la respuesta a la terapia, cada miembro adicional contribuye a la solidez y al poder predictivo del algoritmo. La ecuacion a
5
10
15
20
25
30
35
40
45
continuacion muestra el “Algoritmo de Ejemplo T5”; para facilitar la lectura, el numero de d^gitos tras la coma en los numeros decimales se ha limitado hasta 2; el intervalo en corchetes enumera el intervalo estimado de los coeficientes (media +/- 3 desviaciones tipicas).
Algoritmo T5:
+0,41 [0,21..0,61] * BIRC5 -0,33 [-0,57..-0,09] * RBBP8 +0,38 [0,15..0,61] * UBE2C -0,30 [-0,55..-0,06] * IL6ST -0,28 [-0,43..-0,12] * AZGP1 +0,42 [0,16..0,68] * DHCR7
-0,18 [-0,31..-0,06] * MGP -0,13 [-0,25..-0,02] * STC2
mdices c: conjunto de entrenamiento= 0,724,
Los nombres de los genes en el algoritmo indican la diferencia de la expresion de ARNm del gen en comparacion con uno o mas genes constitutivos, como se describe anteriormente.
Al analizar una cohorte distinta de la cohorte de busqueda (234 muestras de tumor), fue sorprendente darse cuenta de que algunas simplificaciones del “algoritmo T5 original” todavfa produdan un desempeno diagnostico no significativamente inferior al algoritmo TS original. La simplificacion mas directa fue reducir la agrupacion predictiva a solo un miembro. Los ejemplos de desempeno de las “agrupaciones de un miembro” se muestran a continuacion:
solo miembro 1:
+0,41 [0,21..0,61] * BIRC5 -0,33 [-0,57..-0,09] * RBBP8
indices c: conjunto de entrenamiento = 0,653, cohorte independiente = 0,681 solo miembro 2:
+0,38 [0,15..0,61] * UBE2C -0,30 [-0,55..-0,06] * IL6ST
indices c: conjunto de entrenamiento = 0,664, cohorte independiente = 0,696 solo miembro 3:
-0,28 [-0,43..-0,12] * AZGP1 +0,42 [0,16..0,68] * DHCR7
indices c: conjunto de entrenamiento = 0,666, cohorte independiente = 0,601 solo miembro 4:
-0,18 [-0,31..-0,06] * MGP -0,13 [-0,25..-0,02] * STC2
indices c: conjunto de entrenamiento = 0,668, cohorte independiente = 0,593
El desempeno de las agrupaciones de un miembro esta notablemente reducido en comparacion con el desempeno del algoritmo completo, como se muestra en una cohorte independiente de 234 muestras.
La combinacion de forma gradual de mas de uno pero menos de cuatro miembros para un nuevo algoritmo predictivo de agrupacion pronostico, con frecuencia conduce a un pequeno pero significativo aumento del desempeno diagnostico en comparacion con la agrupacion de un miembro. Fue sorprendente darse cuenta de que hubo marcadas mejoras mediante algunas combinaciones de miembros de la agrupacion, mientras que otras combinaciones tuvieron una produccion cercana a la no mejora. De forma inicial, la hipotesis fue que una combinacion de miembros que representa similares motivos biologicos, reflejado en que los genes empleados produjeron una mejora mas pequena que la combinacion de miembros, lo que refleja claramente distintos motivos biologicos. No obstante, este no fue el caso. No se pudo identificar una regla para pronosticar una combinacion de algunos genes para generar un algoritmo que presente mas capacidad pronostica que otra combinacion de genes. Las combinaciones prometedoras solo pudieron seleccionarse a base de los datos experimentales. Las combinaciones identificadas de miembros de agrupacion combinados para producir algoritmos simplificados pero altamente eficaces se muestran a continuacion.
solo miembros 1 y 2:
+0,41 [0,21..0,61] * BIRC5 -0,33 [-0,57..-0,09] * RBBP8
+0,38 [0,15..0,61] * UBE2C -0,30 [-0,55..-0,06] * IL6ST
indices c: conjunto de entrenamiento = 0,675, cohorte independiente = 0,712 solo miembros 1 y 3:
5
10
15
20
25
30
35
40
+0,41 [0,21. 0,61] * BIRC5 -0,33 [-0,57..-0,09] * RBBP8
-0,28 [-0,43..-0,12] * AZGP1 +0,42 [0,16..0,68] * DHCR7
mdices c: conjunto de entrenamiento n = 0,697, cohorte independiente = 0,688 solo miembros 1 y 4:
+0,41 [0,21..0,61] * BIRC5 -0,33 [-0,57..-0,09] * RBBP8
-0,18 [-0,31..-0,06] * MGP -0,13 [-0,25..-0,02] * STC2
indices c: conjunto de entrenamiento = 0,705, cohorte independiente = 0,697 solo miembros 2 y 3:
+0,38 [0,15..0,61] * UBE2C -0,30 [-0,55..-0,06] * IL6ST
-0,28 [-0,43..-0,12] * AZGP1 +0,42 [0,16..0,68] * DHCR7
mdices c: conjunto de entrenamiento = 0,698, cohorte independiente = 0,670 solo miembros 1, 2 y 3:
+0,41 [0,21..0,61] * BIRC5 -0,33 [-0,57..-0,09] * RBBP8
+0,38 [0,15..0,61] * UBE2C -0,30 [-0,55..-0,06] * IL6ST
-0,28 [-0,43..-0,12] * AZGP1 +0,42 [0,16..0,68] * DHCR7
mdices c: conjunto de entrenamiento = 0,701, cohorte independiente = 0,715
La no omision de los miembros al completo de la agrupacion, pero sf de un unico gen o genes de distintos miembros de la misma, es posible pero requiere un reentrenamiento del algoritmo entero. Aun asf, puede ser ventajoso realizarlo tambien. El desempeno de algoritmos simplificados generados omitiendo todos los miembros o genes individuales es en gran medida identico.
Variantes del algoritmo por reemplazo de genes
Los algoritmos descritos, tales como el “algoritmo de ejemplo T5” anterior, tambien puede modificarse reemplazando uno o mas genes por uno o mas de otros genes. El fin de tales modificaciones es reemplazar genes diffciles de medir en una plataforma espedfica por un gen que se ensaya de forma mas directa en esta plataforma. Mientras que tal transferencia puede no necesariamente producir un desempeno mejorado, en comparacion con un algoritmo inicial, puede generar el indicio para implantar el algoritmo pronostico en una plataforma de diagnostico particular. En general, el reemplazo de un gen por otro gen, aunque conserva la capacidad diagnostica del algoritmo predictivo, puede realizarse mejor reemplazando un gen por un gen coexpresado con una elevada correlacion (mostrado por ejemplo mediante el coeficiente de correlacion de Pearson). Aun asf, debe tenerse en cuenta que la expresion de ARNm de dos genes elevadamente correlativa en una plataforma puede parecer bastante independiente una de la otra cuando se evalua en otra plataforma. Por consiguiente, cuando se reduce a la practica experimental, tal reemplazo aparentemente facil puede producir resultados deficientes decepcionantes, asf como sorprendentes buenos resultados, siempre dependiendo de la imponderabilidad de la plataforma empleada. Repitiendo este procedimiento se pueden reemplazar varios genes.
La eficacia de tal estrategia se puede demostrar evaluando el desempeno predictivo de la puntuacion del algoritmo T5 y de sus variantes en las cohortes de validacion. La siguiente tabla muestra el mdice c con respecto al criterio de valoracion de recidiva a distancia en dos cohortes de validacion.
- Variante
- Estudio de validacion A Estudio validacion B
- algoritmo T5 original
- mdice c = 0,718 mdice c = 0,686
- omision de BIRC5 (ajustando la expresion a alguna constante)
- mdice c = 0,672 mdice c = 0,643
- reemplazando BIRC5 por UBE2C (sin ajuste del coeficiente)
- mdice c = 0,707 mdice c = 0,678
Se puede observar que la omision de uno de los genes de T5, mostrado aqu por ejemplo para BIRC5, reduce de forma notable el desempeno predictivo. El reemplazo por otro gen produce aproximadamente el mismo desempeno.
Un procedimiento mejor de reemplazo de un gen es reentrenar el algoritmo. Dado que T5 consiste en cuatro miembros de la agrupacion independientes, se debe reentrenar solo el miembro que contiene el gen reemplazo. Las
5
10
15
20
25
30
35
40
siguientes ecuaciones demuestran los reemplazos de genes del algoritmo T5 mostrado anteriormente, entrenados en una cohorte de 234 pacientes de cancer de mama. A continuacion se muestra solo un miembro, para el calculo del mdice c se utilizaron los miembros restantes sin cambios, a partir del algoritmo T5 original. El intervalo entre corchetes enumera el intervalo estimado de coeficientes: media +/- 3 desviaciones tipicas.
Miembro 1 de T5:
Miembro 1 original:
+0,41 [0,21..0,61] * BIRC5 -0,33 [-0,57..-0,09] * RBBP8
indices c = conjunto de entrenamiento == 0,724, cohorte independiente = 0,705 reemplazo de BlRC5 por TOP2A en el miembro 1:
+0,47 [0,24..0,69] * TOP2A -0,34 [-0,58..-0,10] * RBBP8
indices c = conjunto de entrenamiento = 0,734, cohorte independiente = 0,694 reemplazo de BlRC5 por RACGPA1 en el miembro 1:
+0,69 [0,37..1,00] * RACGAP1 -0,33 [-0,57..-0,09] * RBBP8
indices c = conjunto de entrenamiento = 0,736, cohorte independiente = 0,743 reemplazo de RBBP8 por CELSR2 en el miembro 1:
+0,38 [0,19..0,57] * BIRC5 -0,18 [-0,41..0,05] * CELSR2
indices c = conjunto de entrenamiento = 0,726, cohorte independiente = 0,680 reemplazo de RBBP8 por PGR en el miembro 1:
+0,35 [0,15..0,54] * BIRC5 -0,09 [-0,23..0,05] * PGR
indices c = conjunto de entrenamiento = 0,727, cohorte independiente = 0,731
Miembro 2 de T5:
Miembro 2 original:
+0,38 [0,15..0,61] * UBE2C -0,30 [-0,55..-0,06] * IL6ST
indices c = conjunto de entrenamiento = 0,724, cohorte independiente = 0,725 reemplazo de UBE2C por RACGAP1 en el miembro 2:
+0,65 [0,33..0,96] * RACGAP1 -0,38 [-0,62..-0,13] * IL6ST
indices c = conjunto de entrenamiento = 0,735, cohorte independiente = 0,718 reemplazo de UBE2C por TOP2A en el miembro 2:
+0,42 [0,20..0,65] * TOP2A -0,38 [-0,62..-0,13] * IL6ST
indices c = conjunto de entrenamiento = 0,734, cohorte independiente = 0,700 reemplazo de IL6ST por INPP4B en el miembro 2:
+0,40 [0,17..0,62] * UBE2C -0,25 [-0,55..0,05] * INPP4B
indices c = conjunto de entrenamiento = 0,725, cohorte independiente = 0,686 reemplazo de IL6ST por MAPT en el miembro 2:
+0,45 [0,22..0,69] * UBE2C -0,14 [-0,28..0,01] * MAPT
indices c = conjunto de entrenamiento = 0,727, cohorte independiente = 0,711
Miembro 3 de T5:
Miembro 3 original:
-0,28 [-0,43..-0,12] * AZGP1 +0,42 [0,16..0,68] * DHCR7
indices c = conjunto de entrenamiento = 0,724, cohorte independiente = 0,705 reemplazo de AZGP1 por PIP en el miembro 3:
-0,10 [-0,18..-0,02] * PIP +0,43 [0,16..0,70] * DHCR7
5
10
15
20
25
30
indices c = conjunto de entrenamiento = 0,725, cohorte independiente = 0,692 reemplazo de AZGP1 por EPHX2 en el miembro 3:
-0,23 [-0,43..-0,02] * EPHX2 +0,37 [0,10..0,64] * DHCR7
indices c = conjunto de entrenamiento = 0,719, cohorte independiente = 0,698 reemplazo de AZGP1 por PLAT en el miembro 3:
-0,23 [-0,40..-0,06] * PLAT +0,43 [0,18..0,68] * DHCR7
indices c = conjunto de entrenamiento = 0,712, cohorte independiente = 0,715 reemplazo de DHCR7 por AURKA en el miembro 3:
-0,23 [-0,39..-0,06] * AZGP1 +0,34 [0,10..0,58] * AURKA
indices c = conjunto de entrenamiento = 0,716, cohorte independiente = 0,733
Miembro 4 de T5:
Miembro 4 original:
-0,18 [-0,31..-0,06] * MGP -0,13 [-0,25..-0,02] * STC2
indices c = conjunto de entrenamiento = 0,724, cohorte independiente = 0,705 reemplazo de MGP por APOD en el miembro 4:
-0,16 [-0,30..-0,03] * APOD -0,14 [-0,26..-0,03] * STC2
indices c = conjunto de entrenamiento = 0,717, cohorte independiente = 0,679 reemplazo de MGP por EGFR en el miembro 4:
-0,21 [-0,37..-0,05] * EGFR -0,14 [-0,26..-0,03] * STC2
indices c = conjunto de entrenamiento = 0,715, cohorte independiente = 0,708 reemplazo de STC2 por INPP4B en el miembro 4:
-0,18 [-0,30..-0,05] * MGP -0,22 [-0,53..0,08] * INPP4B
indices c = conjunto de entrenamiento = 0,719, cohorte independiente = 0,693 reemplazo de STC2 por SEC14L2 en el miembro 4:
-0,18 [-0,31..-0,06] * MGP -0,27 [-0,49..-0,06] * SEC14L2
indices c = conjunto de entrenamiento = 0,718, cohorte independiente = 0,681
Se puede observar que los reemplazos de genes individuales identificados de forma experimental por una cuantificacion con PCR cuantitativa normalmente afecta el desempeno predictivo del algoritmo T5, evaluado mediante el mdice c solo de forma no significativa.
La siguiente tabla muestra los candidatos potenciales de genes de reemplazo para los genes del algoritmo T5. Cada gen candidato se muestra en una celda de la tabla: el nombre del gen esta seguido entre parentesis del coeficiente de correlacion de Pearson absoluto de la expresion del gen original en el algoritmo TS y el candidato de reemplazo, y la ID del conjunto de sondas HG-U133A.
Claims (12)
- 5101520253035404550REIVINDICACIONES1. Un procedimiento para predecir una respuesta a y/o el beneficio de la quimioterapia con taxano o antraciclina, incluyendo quimioterapia no adyuvante, en un paciente que padece, o esta en riesgo de desarrollar, cancer de mama recurrente, comprendiendo dicho procedimiento las etapas de:(a) determinar en una muestra de tumor de mama procedente de dicho paciente los niveles de expresion de ARN de los siguientes 8 genes: UBE2C, RACGAP1, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP, indicativos de una respuesta a la quimioterapia para un tumor, o(b) determinar en una muestra de tumor de mama procedente de dicho paciente los niveles de expresion de ARN de los siguientes 8 genes: UBE2C, BIRC5, DHcR7, STC2, AZGP1, RBBP8, IL6ST y MGP; indicativos de una respuesta a la quimioterapia para un tumor(c) combinar de forma matematica los valores del nivel de expresion para los genes de dicho conjunto, cuyos valores se determinaron en la muestra de tumor para producir una puntuacion combinada, en la que dicha puntuacion combinada esta prediciendo dicha respuesta y/o el beneficio de la quimioterapia.
- 2. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que dicho nivel de expresion se determina como no-protema, tal como un nivel de expresion de gen.
- 3. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que dicho nivel de expresion se determina mediante al menos uno deun procedimiento basado en PCR, un procedimiento basado en micromatriz, oun procedimiento basado en hibridacion, un enfoque de secuenciacion y/o de secuenciacion de ultima generacion.
- 4. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que dicha determinacion de los niveles de expresion es en una muestra de tumor fijada con formalina incluida en parafina o en una muestra de tumor reciente congelada.
- 5. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que el nivel de expresion de dicho al menos un gen marcador se determina como un patron de expresion con respecto a al menos un gen de referencia o con respecto a un valor de expresion promedio calculado.
- 6. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que dicha etapa de combinar de forma matematica comprende una etapa de aplicacion de un algoritmo a valores representativos de un nivel de expresion de un gen dado, en particular en el que dicho algoritmo es una combinacion lineal de dichos valores representativos de un nivel de expresion de un gen dado, o en el que un valor para un nivel de expresion representativo de un gen dado se multiplica por un coeficiente.
- 7. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que se determinan uno, dos o mas umbrales para dicha puntuacion combinada y se discrimina en riesgo elevado y bajo, riesgo elevado, intermedio y bajo, o mas grupos de riesgo mediante la aplicacion del umbral en la puntuacion combinada.
- 8. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que una puntuacion combinada elevada es indicativa del beneficio de una terapia mas agresiva, por ejemplo la quimioterapia citotoxica.
- 9. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que la informacion con respecto al estado de los ganglios del paciente se procesa en la etapa de la combinacion de forma matematica de los valores del nivel de expresion para los genes, para producir una puntuacion combinada.
- 10. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que dicha informacion con respecto al tamano del tumor del paciente se procesa en la etapa de combinar de forma matematica los valores del nivel de expresion para los genes, para producir una puntuacion combinada.
- 11. El procedimiento de una cualquiera de las reivindicaciones anteriores, en el que dicha informacion con respecto al estado de los ganglios y el tamano del tumor del paciente se procesa en la etapa de combinar de forma matematica los valores del nivel de expresion para los genes, para producir una puntuacion combinada.
- 12. Uso de un kit para realizar el procedimiento de al menos una de las reivindicaciones 1 a 11, comprendiendo dicho kit un conjunto de oligonucleotidos que tiene la capacidad de unirse de forma espedfica a secuencias o a secuencias de fragmentos de los genes en una combinacion de genes, en el que(i) dicha combinacion comprende al menos los 8 genes UBE2C, BIRC5, DHCR7, STC2, AZGP1, RBBP8, IL6ST y MGP; o(ii) dicha combinacion comprende al menos los 8 genes UBE2C, RACGAP1, DHCR7, STC2, AZGP1, RBBP8, IL6STy MGP.Puntuacion EP
imagen1 imagen2 Especificidad -100 %Figura 1imagen3 imagen4 Figura 2imagen5
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP11175852 | 2011-07-28 | ||
| EP11175852 | 2011-07-28 | ||
| PCT/EP2012/064865 WO2013014296A1 (en) | 2011-07-28 | 2012-07-30 | Method for predicting the response to chemotherapy in a patient suffering from or at risk of developing recurrent breast cancer |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2608322T3 true ES2608322T3 (es) | 2017-04-07 |
Family
ID=46598521
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES12740974.6T Active ES2608322T3 (es) | 2011-07-28 | 2012-07-30 | Procedimiento para predecir la respuesta a la quimioterapia en un paciente que padece o está en riesgo de desarrollar cáncer de mama recurrente |
| ES16184484T Active ES2714582T3 (es) | 2011-07-28 | 2012-07-30 | Procedimiento de predicción de la respuesta a la quimioterapia en un paciente que padece o está en riesgo de desarrollar un cáncer de mama recurrente |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES16184484T Active ES2714582T3 (es) | 2011-07-28 | 2012-07-30 | Procedimiento de predicción de la respuesta a la quimioterapia en un paciente que padece o está en riesgo de desarrollar un cáncer de mama recurrente |
Country Status (7)
| Country | Link |
|---|---|
| US (4) | US20140228241A1 (es) |
| EP (2) | EP2737081B1 (es) |
| ES (2) | ES2608322T3 (es) |
| HU (1) | HUE032391T2 (es) |
| PL (1) | PL2737081T3 (es) |
| PT (1) | PT2737081T (es) |
| WO (1) | WO2013014296A1 (es) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5940517B2 (ja) | 2010-03-31 | 2016-06-29 | ジヴィドン ダイアグノスティックス ゲゼルシャフト ミット ベシュレンクテル ハフツング | 内分泌治療下における乳癌再発を予測するための方法 |
| EP2951317B1 (en) | 2013-02-01 | 2017-10-11 | Sividon Diagnostics GmbH | Method for predicting the benefit from inclusion of taxane in a chemotherapy regimen in patients with breast cancer |
| JP6164689B2 (ja) * | 2013-08-30 | 2017-07-19 | 国立大学法人大阪大学 | 乳癌術前化学療法に対する感受性の診断補助方法および判定装置 |
| PL228355B1 (pl) * | 2013-10-15 | 2018-03-30 | Wroclawskie Centrum Badan Eit Spolka Z Ograniczona Odpowiedzialnoscia | Sposób wykrywania obnizonej podatnosci na przeciwnowotworowa chemioterapie adjuwantowa cytostatykiem z grupy oksazofosforyn i antybiotykiem z grupy antracyklin u pacjentów z inwazyjnym przewodowym rakiem gruczołu piersiowego (IDC) |
| AU2015217698A1 (en) * | 2014-02-12 | 2016-06-30 | Sividon Diagnostics Gmbh | Method for predicting the response and survival from chemotherapy in patients with breast cancer |
| WO2016205936A1 (en) * | 2015-06-22 | 2016-12-29 | Sunnybrook Research Institute | Systems and methods for prediction of tumor response to chemotherapy using pre-treatment quantitative ultrasound parameters |
| US11497476B2 (en) * | 2015-06-22 | 2022-11-15 | Sunnybrook Research Institute | Systems and methods for prediction of tumor treatment response to using texture derivatives computed from quantitative ultrasound parameters |
| EP3679160A4 (en) * | 2017-09-08 | 2021-05-19 | Myriad Genetics, Inc. | Method of using biomarkers and clinical variables for predicting chemotherapy benefit |
| EP3856933A1 (en) * | 2018-09-27 | 2021-08-04 | BioNTech Diagnostics GmbH | Predictive and prognostic methods in breast cancer |
| EP3887548A1 (en) | 2018-11-30 | 2021-10-06 | GBG Forschungs GmbH | Method for predicting the response to cancer immunotherapy in cancer patients |
| CN113061655B (zh) * | 2021-03-25 | 2022-04-19 | 中国科学院合肥物质科学研究院 | 一组用于预测乳腺癌新辅助化疗敏感性的基因标签及应用 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2608643A1 (en) | 2005-05-13 | 2006-11-16 | Universite Libre De Bruxelles | Gene-based algorithmic cancer prognosis |
| EP2041307A2 (en) | 2006-07-13 | 2009-04-01 | Siemens Healthcare Diagnostics GmbH | Prediction of breast cancer response to taxane-based chemotherapy |
| US8067178B2 (en) | 2008-03-14 | 2011-11-29 | Genomic Health, Inc. | Gene expression markers for prediction of patient response to chemotherapy |
| US9631239B2 (en) | 2008-05-30 | 2017-04-25 | University Of Utah Research Foundation | Method of classifying a breast cancer instrinsic subtype |
| WO2010076322A1 (en) | 2008-12-30 | 2010-07-08 | Siemens Healthcare Diagnostics Inc. | Prediction of response to taxane/anthracycline-containing chemotherapy in breast cancer |
| JP5940517B2 (ja) | 2010-03-31 | 2016-06-29 | ジヴィドン ダイアグノスティックス ゲゼルシャフト ミット ベシュレンクテル ハフツング | 内分泌治療下における乳癌再発を予測するための方法 |
-
2012
- 2012-07-30 PT PT127409746T patent/PT2737081T/pt unknown
- 2012-07-30 HU HUE12740974A patent/HUE032391T2/en unknown
- 2012-07-30 EP EP12740974.6A patent/EP2737081B1/en active Active
- 2012-07-30 US US14/235,168 patent/US20140228241A1/en not_active Abandoned
- 2012-07-30 ES ES12740974.6T patent/ES2608322T3/es active Active
- 2012-07-30 PL PL12740974T patent/PL2737081T3/pl unknown
- 2012-07-30 WO PCT/EP2012/064865 patent/WO2013014296A1/en not_active Ceased
- 2012-07-30 ES ES16184484T patent/ES2714582T3/es active Active
- 2012-07-30 EP EP16184484.0A patent/EP3150720B1/en active Active
-
2016
- 2016-09-23 US US15/275,150 patent/US20170081728A1/en not_active Abandoned
-
2019
- 2019-01-24 US US16/256,483 patent/US20190144949A1/en not_active Abandoned
-
2022
- 2022-04-06 US US17/714,862 patent/US20220307090A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20190144949A1 (en) | 2019-05-16 |
| EP2737081A1 (en) | 2014-06-04 |
| EP2737081B1 (en) | 2016-09-28 |
| PT2737081T (pt) | 2016-12-23 |
| ES2714582T3 (es) | 2019-05-29 |
| US20220307090A1 (en) | 2022-09-29 |
| HUE032391T2 (en) | 2017-09-28 |
| EP3150720B1 (en) | 2018-12-12 |
| PL2737081T3 (pl) | 2017-04-28 |
| US20140228241A1 (en) | 2014-08-14 |
| EP3150720A1 (en) | 2017-04-05 |
| WO2013014296A1 (en) | 2013-01-31 |
| US20170081728A1 (en) | 2017-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2608322T3 (es) | Procedimiento para predecir la respuesta a la quimioterapia en un paciente que padece o está en riesgo de desarrollar cáncer de mama recurrente | |
| ES2525382T3 (es) | Método para la predicción de recurrencia del cáncer de mama bajo tratamiento endocrino | |
| KR101437718B1 (ko) | 위암의 예후 예측용 마커 및 이를 이용하는 위암의 예후 예측 방법 | |
| JPWO2010064702A1 (ja) | 癌の予後を予測するためのバイオマーカー | |
| CN107889509A (zh) | 用于膀胱癌分子亚型分型的方法和试剂盒 | |
| ES2828923T3 (es) | Prueba de metilación de ADN para detectar cáncer de próstata | |
| KR101847815B1 (ko) | 삼중음성유방암의 아형 분류 방법 | |
| US20160348183A1 (en) | Method for predicting the response and survival from chemotherapy in patients with breast cancer | |
| CN110229899B (zh) | 用于结直肠癌早期诊断或预后预测的血浆标记物组合 | |
| KR102194215B1 (ko) | 위암 진단용 바이오마커 및 이의 용도 | |
| JP6638128B2 (ja) | 腎がんの悪性度の検査マーカー及び検査方法 | |
| US10301685B2 (en) | Method for predicting the benefit from inclusion of taxane in a chemotherapy regimen in patients with breast cancer | |
| CN118922561A (zh) | 肾癌诊断用尿液miRNA标志物、诊断试剂及试剂盒 | |
| WO2001077385A1 (en) | Method of detecting cancer | |
| EA010571B1 (ru) | Способ диагностики немелкоклеточного рака легких и набор для его осуществления | |
| RU2537263C2 (ru) | Способ скрининга и мониторинга онкологических заболеваний и набор для его осуществления (варианты) | |
| JP2004248502A (ja) | 癌悪性度の評価方法 | |
| EP3325643B1 (en) | Methods and means for dysplasia analysis | |
| JP2004248501A (ja) | 癌悪性度の評価方法 | |
| HK1256263B (en) | Methods and means for dysplasia analysis | |
| CN101089198A (zh) | Knsl4的转移相关基因功能和预测乳腺癌患者预后的标志物用途及其应用方法 |