Investigação de moduladores da sinalização oncogênica em tumores de ovário com instabilidade genômica

• Processo: 20/11453-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2020
• Data de Término da vigência: 30 de novembro de 2021
• Área de conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: Fabio Albuquerque Marchi
• Beneficiário: Karina Tiemy Oyama
• Instituição Sede: A C Camargo Cancer Center. Fundação Antonio Prudente (FAP). São Paulo , SP, Brasil
• Assunto(s): Oncologia Biologia computacional Neoplasias ovarianas Instabilidade Integração Análise in silico
• Palavra(s)-Chave do Pesquisador: Carcinoma seroso de alto grau | Instabilidade | Integração | Moduladores | Sinalização | Oncologia

Resumo

O carcinoma seroso de alto grau (CSAG), o tipo histológico mais prevalente de câncer de ovário, tem as menores taxas de sobrevida e é a principal causa no mundo de mortes relacionadas ao câncer ginecológico. O CSAG é caracterizado pela alta frequência de mutações no gene TP53, instabilidade genômica e poucos alvos acionáveis para terapia. Apesar de uma resposta clínica inicial na maioria dos pacientes, a recorrência é frequente, com baixas taxas de sobrevida. Assim, as principais necessidades clínicas para esses tumores incluem a identificação de novos alvos terapêuticos e uma melhor compreensão dos mecanismos que conduzem à resistência a quimioterapia. Buscando contribuir com uma perspectiva diferente sobre esses tumores nós propomos neste projeto uma análise in silico para a identificação de possíveis moduladores (genes e proteínas) da atividade da sinalização celular em 174 CSAG, sensíveis e resistentes a terapia sistêmica, classificados de acordo com seu perfil de deficiência de recombinação homóloga, mutações e alterações no número de cópias. Com este estudo nós esperamos identificar alvos com potencial terapêutico que possam ser investigados em experimentos funcionais no laboratório, contribuir biologicamente com uma perspectiva sobre as vias de sinalização alteradas em tumores resistentes e também consolidar o aprendizado sobre ferramentas de bioinformática disponíveis para essas análises.