IBYME   02675
INSTITUTO DE BIOLOGIA Y MEDICINA EXPERIMENTAL
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
IDENTIFICACIÓN DE BIOMARCADORES DE PROGRESIÓN TUMORAL EN CÁNCER DE ENDOMETRIO EMPLEANDO ESTRATEGIAS BIOINFORMÁTICAS Y MOLECULARES
Autor/es:
FURLONG LAURA; ROSSO MARINA; VAZQUEZ-LEVIN MONICA HEBE; MENCUCCI, MARÍA VICTORIA; LACUNZA EZEQUIEL; ABBA MARTÍN; ABASCAL MARIA FLORENCIA; BESSO MARIA JOSE
Reunión:
Jornada; XXXII JORNADAS DE ONCOLOGÍA ANGEL ROFFO; 2017
Resumen:
El Cáncer de Endometrio (CE) es el sexto más común en mujeres a nivel mundial. La estadificación preoperatoria se realiza mediante evaluación histológica de una biopsia (histología, estadio, grado) para clasificar a las pacientes en grupos de riesgo de recurrencia. El 25% de los casos se diagnostica en estadio avanzado y se asocia a pronóstico pobre debido a la falta de marcadores moleculares para su detección. En este contexto, las herramientas bioinformáticas constituyen una herramienta robusta para la identificación de biomarcadores integrando una gran diversidad de procesos biológicos asociados al avance de la enfermedad. Se proponen como Objetivos: 1) Realizar un relevamiento de los genes asociados al CE empleando herramientas de minería de texto, 2) Identificar un conjunto de genes diferencialmente expresados en muestras de pacientes de CE respecto de endometrio no tumoral a partir de un estudio de expresión global, 3) Jerarquizar los genes obtenidos en el Objetivo 2, empleando una herramienta bioinformática de priorización génica, 4) Realizar un análisis de perfiles de expresión de los genes obtenidos en el Objetivo 3 para determinar su asociación con parámetros clínico-patológicos del CE, 5) Evaluar el impacto de la expresión de los genes seleccionados en el Objetivo 4 sobre la sobrevida libre de enfermedad y la sobrevida total de las pacientes con CE y 6) Validar los genes candidatos evaluando su expresión (transcripto) en muestras de pacientes con CE. Metodologías: 1) Empleo de herramientas bioinformáticas para el análisis de: a) Minería de texto (DisGeNET), b) Datos de expresión global disponibles en repositorios públicos (?datasets?: GEO GSE1705 n=91, TCGA Endometrioid cancer n=219) y c) Priorización de genes candidatos (TOPPGENE). 2) Procesamiento de muestras de biopsia de pacientes con CE (n=34) para evaluación de la expresión de transcriptos por PCR cuantitativa en tiempo real (qPCR). Resultados: 1) La búsqueda en la base de datos DisGeNET arrojó un total de 472 genes asociados al CE. 2) El análisis de expresión génica empleando el ?dataset? de GEO reveló 6314 genes expresados diferencialmente en muestras de CE (n=79) respecto de endometrio no tumoral (n=12) (p