Busca avançada
Ano de início
Entree

Classificação molecular de nódulos tireoidianos indeterminados através de microRNA profiling

Processo: 15/07590-3
Linha de fomento:Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
Vigência: 01 de março de 2016 - 30 de abril de 2017
Área do conhecimento:Ciências Biológicas - Genética - Genética Humana e Médica
Pesquisador responsável:Marcos Tadeu dos Santos
Beneficiário:Marcos Tadeu dos Santos
Empresa:Onkos Diagnósticos Moleculares Ltda. - ME
Município: Ribeirão Preto
Pesq. associados:André Lopes Carvalho ; Cristovam Scapulatempo Neto ; Ricardo Ribeiro Gama
Auxílios(s) vinculado(s):17/16417-9 - Caracterização e validação multicêntrica de um exame molecular para classificação de nódulos tireoidianos indeterminados baseado em microRNA profiling, AP.PIPE
Assunto(s):Técnicas de diagnóstico molecular  Neoplasias  Nódulo da glândula tireoide  Tireoidectomia  MicroRNAs 

Resumo

Nódulos tireoidianos são comuns. Por palpação, podem ser encontradas entre 1 a 7% da população. Diretrizes nacionais e internacionais recomendam que nódulos acima de 1 cm em pacientes com função da tireoide normal, devem ser puncionados através de Punção de Aspirativa por Agulha Fina (PAAF). Cerca de 65 a 80% destes nódulos puncionados são considerados benignos e de 5 a 15% malignos. Entretanto, entre 15 a 30% são classificados como indeterminados. Estes, por recomendação clínica e risco de malignidade, são encaminhados para cirurgia de tireoidectomia, entretanto, a análise histológica pós-cirúrgica reclassifica de 70 a 80% dos casos como benignos, evidenciando o elevado índice de cirurgias desnecessárias. Diversas técnicas moleculares já foram desenvolvidas na tentativa de auxiliar a resolução deste problema. Apesar de clinicamente úteis, nenhuma das técnicas descritas até hoje apresentam, em conjunto, elevada sensibilidade e especificidade, limitando seu uso e aplicação. Utilizando dados de expressão de miRNAs disponíveis no banco de dados ArrayExpress (EMBL-EBI), nós desenvolvemos um classificador molecular piloto, em parceria com a start-up suiça SimplicityBio, que por análises cruzadas apresentou 90% de sensibilidade e 87% de especificidade com base na análise de apenas 4 miRNAs, in silico. O objetivo deste presente projeto é desenvolver e validar um classificador molecular que, através da análise de assinaturas moleculares geradas pelo perfil de expressão de microRNAs (microRNA profiling) seja capaz de classificar nódulo tireoidiano indeterminado pelo PAAF, em potencialmente benigno ou maligno, com elevada sensibilidade e especificidade. Para isso, pretendemos analisar por PCR em Tempo Real a expressão de microRNAs selecionados em 160 amostras tireoidianas benignas e malignas, classificadas no PAAF como indeterminadas. Metade das amostras serão utilizadas para identificação e geração de assinaturas moleculares específicas de cada classe e o desenvolvimento final de um classificador molecular. A outra metade das amostras serão utilizadas em um teste-cego que visa validar o algoritmo desenvolvido. A empresa, em fase de constituição, contará com a parceria dos pesquisadores e da infraestrutura do Hospital de Câncer de Barretos. Pretende atuar em um nicho do mercado de diagnósticos moleculares até então não explorado no Brasil, estabelecendo a técnica de Gene Expression Profiling como uma plataforma tecnológica, com foco na área de medicina personalizada para oncologia. Sob os pilares do conhecimento, inovação aberta e solução ao cliente, a empresa pretende se diferenciar da concorrência através de um P&D de alto desempenho. Visto que cerca de 48000 cirurgias são realizadas desnecessariamente por ano no Brasil e que geram um gasto de R$ 135 milhões, o potencial impacto clínico da redução deste número de cirurgias e a economia que o sistema de saúde como um todo pode obter, além de um preço mais acessível que os competidores por se tratar de uma tecnologia nacional, são fatores que contribuirão para o sucesso deste produto. (AU)

Matéria(s) publicada(s) no blog Pesquisa para Inovação FAPESP sobre o auxílio:
Inteligência artificial a serviço de diagnóstico de câncer 
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.