Sumario: | Introducción: El cáncer de mama (CaMa) es el segundo cáncer más común a nivel mundial y el tipo de cáncer más frecuente entre las mujeres, con una estimación de 1,67 millones de nuevos casos diagnosticados en el año 2012 y representando 25% de todos los cánceres, aunado a que sigue siendo la causa más común de muerte por cáncer entre las mujeres. Debido a que los tumores de mama son muy heterogéneos y dinámicos, es esencial comprender los mecanismos moleculares implicados en su desarrollo y la adquisición de malignidad. Por ejemplo, el estudio de las alteraciones en el número de copias (CNA) y sus consecuencias a nivel transcripcional, ha proporcionado datos relevantes con respecto a la biología tumoral, el diagnóstico y tratamiento de CaMa. Objetivo: Analizar el transcriptoma de biopsias de adenocarcinomas ductales infiltrantes de pacientes del Noreste del país para correlacionarlo con sus CNA focales y amplias. Material y Métodos: Se analizó el transcriptoma de 24 biopsias (12 tumores y 12 tejido sano adyacente) utilizando los microarreglos SurePrint G3 Human Gene Exp v3, 8x60K un color, los cuales fueron escaneados en la plataforma de microarreglos SureScan y analizados integralmente (análisis multi-ómico) con el software GeneSpring GX v14.5 (Agilent Technologies). Resultados: Se identificaron 99 entidades diferencialmente expresadas (p<0.01) entre tejido tumoral vs. tejido sano adyacente, de las cuales, 34 estuvieron sobrexpresadas y 65 subexpresadas en el tumor con respecto al tejido sano adyacente. Entre estas entidades, se identificaron ARN-lnc diferencialmente expresados, destacando lnc- C9orf131-1, lnc-SLC25A21-2, lnc-ERP44-3, lnc-BBOX1-1, lnc-SPRYD3-1 y lnc-GLB1-1.
Adicionalmente, el análisis integral con CNA mostró un panel de 590 alteraciones en el ADN procedente de CaMa ductal infiltrante. Derivado de este último, encontramos una correlación del 42% (96 genes, p<0.01) entre las CNA identificadas y la expresión génica. Las vías de señalización identificadas con significancia estadística de la correlación de datos multi-ómicos fueron EGFR1 y TGFBR, las cuales corresponden con los datos de la literatura. Sin embargo, algunos genes diferencialmente expresados en las vías no se han asociado a CaMa. Entre estos, validamos por qPCR un ARN-lnc, que es candidato como biomarcador en CaMa.
Conclusiones: Se realizó exitosamente un análisis de transcriptoma de todas las muestrasincluidas en este estudio, así como un análisis multi-ómico integrando datos de CNA y expresión génica. Además de confirmar datos de la literatura, encontramos nuevos genes diferencialmente expresados, entre ellos un potencial biomarcador diagnóstico para CaMa.
|