Identificação de uma assinatura de expressão gênica preditiva para o câncer colorretal através da análise combinada de dados públicos de expressão gênica

• Processo: 14/19062-9
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Vigência (Início): 01 de abril de 2015
• Vigência (Término): 31 de março de 2016
• Área do conhecimento: Ciências Biológicas - Genética - Genética Humana e Médica
• Pesquisador responsável: Camila Miranda Lopes Ramos
• Beneficiário: Camila Miranda Lopes Ramos
• Pesquisador Anfitrião: John Quackenbush
• Instituição Sede: Hospital Sírio-Libanês. Sociedade Beneficente de Senhoras (SBSHSL). São Paulo , SP, Brasil
• Local de pesquisa: Harvard University, Cambridge, Estados Unidos
• Assunto(s): Neoplasias colorretais Biologia computacional
• Palavra(s)-Chave do Pesquisador: Assinatura de expressão gênica | câncer colorretal | Integração de dados gênomicos | Bioinformática

Resumo

O câncer colorretal representa uma das neoplasias mais frequentes e com alta taxa de mortalidade em todo mundo. A cirurgia é o principal tratamento de escolha, no entanto após a ressecção ainda há um considerável risco de recidiva para os pacientes de estádio II e III. Enquanto os avanços da quimioterapia sistêmica melhoraram a sobrevida global de pacientes com câncer de cólon estádio III, ainda não está bem estabelecido quais pacientes de estádio II se beneficiam do tratamento adjuvante. Os fatores clinicopatológicos utilizados hoje ainda são insuficientes para identificar os pacientes estádio II com alto risco de recorrência, bem como os pacientes de estádio III com baixo risco, ocorrendo um possível sub ou super tratamento dos mesmos. O estudo do perfil global de expressão gênica tem auxiliado na compreensão de mecanismos da tumorigênese e, mais recentemente, teve impacto sobre a prática clínica. Especialmente para o câncer de mama, o perfil genômico tem melhorado a nossa capacidade de prognóstico, e diversos ensaios baseados em expressão gênica estão disponíveis comercialmente. Tendo em vista a abordagem bem sucedida para o câncer de mama e o rápido desenvolvimento de tecnologias de larga escala para o estudo do perfil genômico, a busca por assinaturas de expressão gênica aumentou consideravelmente e abordagens semelhantes tem sido aplicada a outros tipos de tumores. No entanto, muitas assinaturas de expressão gênica estabelecidas falharam quando aplicadas a grupos de amostras independentes. Sendo assim, novos métodos e um maior rigor estatístico estão sendo considerados. O gerenciamento, integração e interpretação de dados genômicos são essenciais para a pesquisa biomédica moderna. Atualmente, o maior desafio não depende da aquisição de dados genômicos, mas, principalmente, da sua interpretação e tradução para a prática clínica. Considerando o grande número de informações genômicas disponíveis hoje, as meta-análises representam um enorme potencial para melhorar a coleta e interpretação desses dados. No entanto, a análise de conjuntos de dados combinados ainda é pouco explorada, principalmente pela dificuldade em integrar e reanalisar os dados primários. O objetivo deste projeto é identificar uma assinatura de expressão gênica capaz de predizer a resposta ao tratamento adjuvante para o câncer de cólon estádio II através da análise combinada de dados públicos de expressão gênica. O primeiro passo é a combinação de dados clínicos e de expressão gênica de estudos independentes de câncer colorretal permitindo a reanálise dos dados primários. Dados brutos dos estudos de microarray e de sequenciamento de última geração serão processados e normalizados. Em seguida, o conjunto de dados combinados será utilizado para construir e validar assinaturas de expressão gênica. Através de aprendizado de máquina, será possível identificar padrões de expressão associados a condições específicas (por exemplo resposta à quimioterapia). Finalmente, a assinatura de expressão gênica será validada utilizando conjuntos de dados independentes, como o The Cancer Genome Atlas (TCGA). Resumidamente, a abordagem proposta conta com a vasta quantidade de dados de expressão gênica disponíveis de estudos independentes, possibilitando a identificação de uma assinatura de expressão gênica recorrente e confiável. Assim, esta estratégia deve evitar as limitações de assinaturas provenientes de estudos individuais, e deve melhorar a precisão e a confiança da assinatura resultante. Finalmente, este projeto consta com o desenvolvimento de uma abordagem computacional com grande potencial para explorar a abundância de dados genômicos disponíveis publicamente e, ainda, pode ser expandida para outros tipos de tumor e de dados genômicos. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

LOPES-RAMOS, CAMILA M.; PAULSON, JOSEPH N.; CHEN, CHO-YI; KUIJJER, MARIEKE L.; FAGNY, MAUD; PLATIG, JOHN; SONAWANE, ABHIJEET R.; DEMEO, DAWN L.; QUACKENBUSH, JOHN; GLASS, KIMBERLY. Regulatory network changes between cell lines and their tissues of origin. BMC Genomics, v. 18, SEP 12 2017. (14/19062-9)