stringtranslate.com

Análisis pan-cáncer

El análisis pancáncer tiene como objetivo examinar las similitudes y diferencias entre las alteraciones genómicas y celulares encontradas en diversos tipos de tumores . [1] [2] Los esfuerzos internacionales han realizado análisis pan-cáncer en exomas y genomas completos de cánceres, estos últimos incluyendo sus regiones no codificantes. En 2018, la Red de Investigación del Atlas del Genoma del Cáncer (TCGA) utilizó datos del exoma , el transcriptoma y el metiloma del ADN para desarrollar una imagen integrada de los puntos en común, las diferencias y los temas emergentes entre los tipos de tumores.

En 2020, el proyecto Pan-Cancer Analysis of Whole Genomes del Consorcio Internacional del Genoma del Cáncer (ICGC)/TCGA publicó un conjunto de 24 artículos que analizan genomas completos del cáncer y datos transcriptómicos de 38 tipos de tumores. En su documento principal se proporciona una descripción general completa del proyecto. [3]

Otro proyecto, el análisis pan-cáncer de proteínas de unión a ARN (RBP) en cánceres humanos, [4] exploró la expresión, la alteración del número de copias somáticas y los perfiles de mutación de 1542 RBP en ~7000 muestras clínicas de 15 tipos de cáncer. Este estudio caracterizó las propiedades oncogénicas de seis RBP (NSUN6, ZC3H13 , BYSL , ELAC1 , RBMS3 y ZGPAT ) en líneas celulares de cáncer colorrectal y de hígado.

Varios estudios han encontrado una conexión causal y predecible entre las alteraciones genómicas ( variantes de un solo nucleótido o variantes con un gran número de copias ) y la expresión genética en todos los tipos de tumores. Esta relación pan-cáncer entre el estado genómico y los datos cuantitativos transcriptómicos puede predecir una alteración genómica específica únicamente a partir de los perfiles de expresión génica; [5] también se puede utilizar como base para enfoques de aprendizaje automático .

Estudios pan-cáncer

Los estudios pan-cáncer tienen como objetivo detectar los genes cuya mutación favorece la oncogénesis, así como eventos genómicos recurrentes o aberraciones entre diferentes tumores . Para estos estudios es necesario estandarizar los datos entre múltiples plataformas, estableciendo criterios entre diferentes investigadores para trabajar los datos y presentar los resultados. Los datos ómicos permiten la rápida identificación y cuantificación de miles de moléculas en un solo experimento. La genómica aborda la posibilidad de que se expresen ciertos genes, la proteómica aborda qué genes realmente se expresan y la metabolómica aborda lo que sucedió en el tejido que se estudia. La combinación de todos ellos da información sobre el sistema biológico.

Comparación de tumores sólidos primarios y metastásicos.

La comparación del genoma completo de tumores sólidos primarios y metastásicos en todo el cáncer es un estudio de investigación integral publicado en Nature que explora las disparidades genómicas entre los tumores primarios en etapa temprana no tratados y los tumores metastásicos en etapa tardía tratados. Realizado a través de un análisis armonizado de 7.108 tumores secuenciados con el genoma completo en 23 tipos de cáncer, el estudio tuvo como objetivo comprender el impacto de los cambios genómicos en la progresión de la enfermedad y la resistencia a la terapia. [6]

Descripción general

Los tumores metastásicos exhibieron una menor heterogeneidad intratumoral y cariotipos conservados, mostrando aumentos modestos en mutaciones pero frecuencias elevadas de variantes estructurales. El estudio destacó las contribuciones variables de las huellas mutacionales e identificó diferencias genómicas específicas entre las etapas primaria y metastásica en varios tipos de cáncer.

Descripción general de la base de datos

Metodología y hallazgos

Implicaciones clínicas y resistencia terapéutica

Conclusión

Diferencias pan-cáncer entre tumores primarios y metastásicos

El estudio demostró diferencias genómicas sustanciales entre los tumores primarios y metastásicos en múltiples tipos de cáncer. Sin embargo, estas diferencias variaron considerablemente entre los cánceres, lo que influyó en el panorama genómico y las posibles respuestas terapéuticas. Se necesitan más investigaciones y conjuntos de datos más grandes para comprender de manera integral las complejidades de la evolución de los tumores, las metástasis y la resistencia a la terapia.

Significado

Los hallazgos ofrecen información valiosa sobre la progresión del tumor y los mecanismos de resistencia a la terapia, sentando las bases para posibles estrategias de tratamiento personalizadas para varios tipos de cáncer.

Recursos y bases de datos

Los casi 800 terabytes de datos del proyecto ICGC/TCGA Pan-Cancer Analysis of Whole Genomes se han puesto a disposición a través de varios portales y repositorios, incluidos los del Instituto de Investigación del Cáncer de Ontario , el Instituto Europeo de Bioinformática del Laboratorio Europeo de Biología Molecular , y el Centro Nacional de Información Biotecnológica . Todos los datos obtenidos de los esfuerzos de TCGA están disponibles en TARGET Data Matrix del Instituto Nacional del Cáncer de EE. UU. y en el portal web ProteinPaint. [7]

Los recursos pan-cáncer de StarBase [8] se crearon para las redes de ARN largos no codificantes , microARN , ARN endógenos competitivos y RBP.

enlaces externos

Referencias

  1. ^ Red de investigación del Atlas del genoma del cáncer; Weinstein, JN; Collisson, EA; Molinos, GB; Shaw, KR; Ozenberger, Licenciado en Letras; Ellrott, K; Shmulevich, yo; Lijadora, C; Stuart, JM (octubre de 2013). "Proyecto de análisis Pan-Cancer del Atlas del genoma del cáncer". Genética de la Naturaleza . 45 (10): 1113–20. doi :10.1038/ng.2764. PMC  3919969 . PMID  24071849.
  2. ^ Omberg, L; Ellrott, K; Yuan, Y; Kandoth, C; Wang, C; Kellen, señor; Amigo, SH; Estuardo, J; Liang, H; Margolin, AA (octubre de 2013). "Permitir el análisis computacional transparente y colaborativo de 12 tipos de tumores dentro del Atlas del genoma del cáncer". Genética de la Naturaleza . 45 (10): 1121–6. doi :10.1038/ng.2761. PMC 3950337 . PMID  24071850. 
  3. ^ Consorcio de análisis pancáncer de genomas completos de ICGC / TCGA (5 de febrero de 2020). "Análisis pan-cáncer de genomas completos". Naturaleza . 578 (7793): 82–93. Código Bib :2020Natur.578...82I. doi : 10.1038/s41586-020-1969-6 . PMC 7025898 . PMID  32025007. 
  4. ^ Wang, ZL; Li, B; Luo, YX; Lin, Q; Liu, SR; Zhang, XQ; Zhou, H; Yang, JH; Qu, LH (2 de enero de 2018). "Caracterización genómica integral de proteínas de unión a ARN en cánceres humanos". Informes celulares . 22 (1): 286–298. doi : 10.1016/j.celrep.2017.12.035 . PMID  29298429.
  5. ^ Mercatelli, Daniele; Rayo, Bosque; Giorgi, Federico M. (2019). "Modelado pancáncer y unicelular de alteraciones genómicas mediante la expresión génica". Fronteras en genética . 10 : 671. doi : 10.3389/fgene.2019.00671 . ISSN  1664-8021. PMC 6657420 . PMID  31379928. 
  6. ^ Martínez-Jiménez, Francisco; Movasati, Ali; Brunner, Sascha Remy; Nguyen, Luan; Priestley, Pedro; Cuppen, Edwin; Van Hoeck, Arne (junio de 2023). "Comparación del genoma completo del cáncer de tumores sólidos primarios y metastásicos". Naturaleza . 618 (7964): 333–341. Código Bib :2023Natur.618..333M. doi :10.1038/s41586-023-06054-z. ISSN  1476-4687. PMC 10247378 . PMID  37165194. 
  7. ^ "Explorando la alteración genómica en el cáncer pediátrico utilizando ProteinPaint". Genética de la naturaleza.
  8. ^ Li, JH; Liu, S; Zhou, H; Qu, LH; Yang, JH (enero de 2014). "starBase v2.0: decodificación de redes de interacción miARN-ceARN, miARN-ncARN y proteína-ARN a partir de datos CLIP-Seq a gran escala". Investigación de ácidos nucleicos . 42 (Problema de base de datos): D92-7. doi : 10.1093/nar/gkt1248. PMC 3964941 . PMID  24297251.