ES2539723T3 - Método para determinar el riesgo de desarrollar metástasis cerebral y un kit para llevar a cabo dicho método - Google Patents
Método para determinar el riesgo de desarrollar metástasis cerebral y un kit para llevar a cabo dicho método Download PDFInfo
- Publication number
- ES2539723T3 ES2539723T3 ES10721033.8T ES10721033T ES2539723T3 ES 2539723 T3 ES2539723 T3 ES 2539723T3 ES 10721033 T ES10721033 T ES 10721033T ES 2539723 T3 ES2539723 T3 ES 2539723T3
- Authority
- ES
- Spain
- Prior art keywords
- expression
- grp94
- protein
- level
- brain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 208000003174 Brain Neoplasms Diseases 0.000 title claims abstract description 57
- 206010059282 Metastases to central nervous system Diseases 0.000 title claims abstract description 55
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 129
- 230000014509 gene expression Effects 0.000 claims abstract description 77
- 102100039328 Endoplasmin Human genes 0.000 claims abstract description 72
- 108010017007 glucose-regulated proteins Proteins 0.000 claims abstract description 71
- 208000026310 Breast neoplasm Diseases 0.000 claims abstract description 54
- 206010006187 Breast cancer Diseases 0.000 claims abstract description 52
- 239000000523 sample Substances 0.000 claims abstract description 16
- 239000013068 control sample Substances 0.000 claims abstract description 13
- 102000004169 proteins and genes Human genes 0.000 claims description 84
- 101000648505 Homo sapiens Tumor necrosis factor receptor superfamily member 12A Proteins 0.000 claims description 57
- 102100028786 Tumor necrosis factor receptor superfamily member 12A Human genes 0.000 claims description 57
- 108090000925 TNF receptor-associated factor 2 Proteins 0.000 claims description 30
- 102000002746 Inhibins Human genes 0.000 claims description 24
- 108010004250 Inhibins Proteins 0.000 claims description 24
- 239000000893 inhibin Substances 0.000 claims description 24
- ZPNFWUPYTFPOJU-LPYSRVMUSA-N iniprol Chemical compound C([C@H]1C(=O)NCC(=O)NCC(=O)N[C@H]2CSSC[C@H]3C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](C)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@H](C(N[C@H](C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC=4C=CC(O)=CC=4)C(=O)N[C@@H](CC=4C=CC=CC=4)C(=O)N[C@@H](CC=4C=CC(O)=CC=4)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](C)C(=O)NCC(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C)NC(=O)[C@H](CO)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CC=4C=CC=CC=4)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CCCCN)NC(=O)[C@H](C)NC(=O)[C@H](CCCNC(N)=N)NC2=O)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](CC=2C=CC=CC=2)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H]2N(CCC2)C(=O)[C@@H](N)CCCNC(N)=N)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N2[C@@H](CCC2)C(=O)N2[C@@H](CCC2)C(=O)N[C@@H](CC=2C=CC(O)=CC=2)C(=O)N[C@@H]([C@@H](C)O)C(=O)NCC(=O)N2[C@@H](CCC2)C(=O)N3)C(=O)NCC(=O)NCC(=O)N[C@@H](C)C(O)=O)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@H](C(=O)N[C@@H](CC=2C=CC=CC=2)C(=O)N[C@H](C(=O)N1)C(C)C)[C@@H](C)O)[C@@H](C)CC)=O)[C@@H](C)CC)C1=CC=C(O)C=C1 ZPNFWUPYTFPOJU-LPYSRVMUSA-N 0.000 claims description 24
- 102000039446 nucleic acids Human genes 0.000 claims description 11
- 108020004707 nucleic acids Proteins 0.000 claims description 11
- 150000007523 nucleic acids Chemical class 0.000 claims description 11
- 230000027455 binding Effects 0.000 claims description 9
- 239000012634 fragment Substances 0.000 claims description 6
- -1 HERB-2 Proteins 0.000 claims description 2
- 102000004393 TNF receptor-associated factor 2 Human genes 0.000 claims 4
- 206010027476 Metastases Diseases 0.000 description 57
- 210000004556 brain Anatomy 0.000 description 54
- 206010028980 Neoplasm Diseases 0.000 description 52
- 230000009401 metastasis Effects 0.000 description 43
- 102100034779 TRAF family member-associated NF-kappa-B activator Human genes 0.000 description 26
- 210000004027 cell Anatomy 0.000 description 25
- 201000011510 cancer Diseases 0.000 description 21
- 238000011282 treatment Methods 0.000 description 20
- 206010061289 metastatic neoplasm Diseases 0.000 description 19
- 210000001519 tissue Anatomy 0.000 description 19
- 230000001394 metastastic effect Effects 0.000 description 14
- 210000000056 organ Anatomy 0.000 description 14
- 238000010186 staining Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 12
- 239000000872 buffer Substances 0.000 description 12
- 210000000988 bone and bone Anatomy 0.000 description 11
- 239000003550 marker Substances 0.000 description 11
- 210000004072 lung Anatomy 0.000 description 10
- 108090000765 processed proteins & peptides Proteins 0.000 description 10
- 230000035945 sensitivity Effects 0.000 description 10
- NLJMYIDDQXHKNR-UHFFFAOYSA-K sodium citrate Chemical compound O.O.[Na+].[Na+].[Na+].[O-]C(=O)CC(O)(CC([O-])=O)C([O-])=O NLJMYIDDQXHKNR-UHFFFAOYSA-K 0.000 description 10
- 239000001509 sodium citrate Substances 0.000 description 10
- 210000000805 cytoplasm Anatomy 0.000 description 9
- 102000015694 estrogen receptors Human genes 0.000 description 9
- 108010038795 estrogen receptors Proteins 0.000 description 9
- 108020004414 DNA Proteins 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000003752 polymerase chain reaction Methods 0.000 description 8
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 7
- 210000002472 endoplasmic reticulum Anatomy 0.000 description 7
- 230000004850 protein–protein interaction Effects 0.000 description 7
- 150000001413 amino acids Chemical group 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000003364 immunohistochemistry Methods 0.000 description 6
- 230000001965 increasing effect Effects 0.000 description 6
- 210000004185 liver Anatomy 0.000 description 6
- 102000005962 receptors Human genes 0.000 description 6
- 108020003175 receptors Proteins 0.000 description 6
- 230000001225 therapeutic effect Effects 0.000 description 6
- 238000002560 therapeutic procedure Methods 0.000 description 6
- 241001316595 Acris Species 0.000 description 5
- 102100024607 DNA topoisomerase 1 Human genes 0.000 description 5
- 101000830681 Homo sapiens DNA topoisomerase 1 Proteins 0.000 description 5
- 108010006519 Molecular Chaperones Proteins 0.000 description 5
- 230000003321 amplification Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000002493 microarray Methods 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000019491 signal transduction Effects 0.000 description 5
- 102100032134 Guanine nucleotide exchange factor VAV2 Human genes 0.000 description 4
- 101000775776 Homo sapiens Guanine nucleotide exchange factor VAV2 Proteins 0.000 description 4
- 102000005431 Molecular Chaperones Human genes 0.000 description 4
- 108010026552 Proteome Proteins 0.000 description 4
- 108060008683 Tumor Necrosis Factor Receptor Proteins 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000030833 cell death Effects 0.000 description 4
- 210000003169 central nervous system Anatomy 0.000 description 4
- 238000002991 immunohistochemical analysis Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000004060 metabolic process Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000004083 survival effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 229960000575 trastuzumab Drugs 0.000 description 4
- 102000003298 tumor necrosis factor receptor Human genes 0.000 description 4
- 108020004635 Complementary DNA Proteins 0.000 description 3
- 102100023583 Cyclic AMP-dependent transcription factor ATF-6 alpha Human genes 0.000 description 3
- 102100030013 Endoribonuclease Human genes 0.000 description 3
- 101000905751 Homo sapiens Cyclic AMP-dependent transcription factor ATF-6 alpha Proteins 0.000 description 3
- 101001010783 Homo sapiens Endoribonuclease Proteins 0.000 description 3
- 102100034343 Integrase Human genes 0.000 description 3
- 108060008682 Tumor Necrosis Factor Proteins 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 230000037354 amino acid metabolism Effects 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 201000008275 breast carcinoma Diseases 0.000 description 3
- 238000010804 cDNA synthesis Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 239000002299 complementary DNA Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000002055 immunohistochemical effect Effects 0.000 description 3
- 210000003734 kidney Anatomy 0.000 description 3
- 108020004999 messenger RNA Proteins 0.000 description 3
- 239000012188 paraffin wax Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 102000004196 processed proteins & peptides Human genes 0.000 description 3
- 102000003998 progesterone receptors Human genes 0.000 description 3
- 108090000468 progesterone receptors Proteins 0.000 description 3
- 230000012846 protein folding Effects 0.000 description 3
- 230000006916 protein interaction Effects 0.000 description 3
- 238000000575 proteomic method Methods 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 210000001550 testis Anatomy 0.000 description 3
- 230000014616 translation Effects 0.000 description 3
- 102000003390 tumor necrosis factor Human genes 0.000 description 3
- 206010055113 Breast cancer metastatic Diseases 0.000 description 2
- 108010078791 Carrier Proteins Proteins 0.000 description 2
- 102000053602 DNA Human genes 0.000 description 2
- 102100021389 DNA replication licensing factor MCM4 Human genes 0.000 description 2
- 102000052510 DNA-Binding Proteins Human genes 0.000 description 2
- 102100034174 Eukaryotic translation initiation factor 2-alpha kinase 3 Human genes 0.000 description 2
- 102100039289 Glial fibrillary acidic protein Human genes 0.000 description 2
- 101710193519 Glial fibrillary acidic protein Proteins 0.000 description 2
- 102000005623 HSP27 Heat-Shock Proteins Human genes 0.000 description 2
- 108010045100 HSP27 Heat-Shock Proteins Proteins 0.000 description 2
- 101710113864 Heat shock protein 90 Proteins 0.000 description 2
- 102100034051 Heat shock protein HSP 90-alpha Human genes 0.000 description 2
- 101000615280 Homo sapiens DNA replication licensing factor MCM4 Proteins 0.000 description 2
- 101001076604 Homo sapiens Inhibin alpha chain Proteins 0.000 description 2
- 108060003951 Immunoglobulin Proteins 0.000 description 2
- 102000008394 Immunoglobulin Fragments Human genes 0.000 description 2
- 108010021625 Immunoglobulin Fragments Proteins 0.000 description 2
- 102100025885 Inhibin alpha chain Human genes 0.000 description 2
- 101710203526 Integrase Proteins 0.000 description 2
- 206010027458 Metastases to lung Diseases 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 108091008010 PERKs Proteins 0.000 description 2
- 238000011529 RT qPCR Methods 0.000 description 2
- PXIPVTKHYLBLMZ-UHFFFAOYSA-N Sodium azide Chemical compound [Na+].[N-]=[N+]=[N-] PXIPVTKHYLBLMZ-UHFFFAOYSA-N 0.000 description 2
- 239000007983 Tris buffer Substances 0.000 description 2
- 102000004243 Tubulin Human genes 0.000 description 2
- 108090000704 Tubulin Proteins 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000008236 biological pathway Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 208000014581 breast ductal adenocarcinoma Diseases 0.000 description 2
- 201000010983 breast ductal carcinoma Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004113 cell culture Methods 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000002512 chemotherapy Methods 0.000 description 2
- 238000012303 cytoplasmic staining Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010195 expression analysis Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 210000005046 glial fibrillary acidic protein Anatomy 0.000 description 2
- 102000018358 immunoglobulin Human genes 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 206010073095 invasive ductal breast carcinoma Diseases 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 210000001165 lymph node Anatomy 0.000 description 2
- 230000003211 malignant effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000001840 matrix-assisted laser desorption--ionisation time-of-flight mass spectrometry Methods 0.000 description 2
- 230000035800 maturation Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002609 medium Substances 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 229920001184 polypeptide Polymers 0.000 description 2
- 239000013641 positive control Substances 0.000 description 2
- 238000003753 real-time PCR Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000010839 reverse transcription Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000032258 transport Effects 0.000 description 2
- 210000004881 tumor cell Anatomy 0.000 description 2
- 230000004906 unfolded protein response Effects 0.000 description 2
- 238000001262 western blot Methods 0.000 description 2
- HSTOKWSFWGCZMH-UHFFFAOYSA-N 3,3'-diaminobenzidine Chemical compound C1=C(N)C(N)=CC=C1C1=CC=C(N)C(N)=C1 HSTOKWSFWGCZMH-UHFFFAOYSA-N 0.000 description 1
- 102100023912 40S ribosomal protein S12 Human genes 0.000 description 1
- 102100027271 40S ribosomal protein SA Human genes 0.000 description 1
- 108050007366 40S ribosomal protein SA Proteins 0.000 description 1
- 102100038222 60 kDa heat shock protein, mitochondrial Human genes 0.000 description 1
- 102100026750 60S ribosomal protein L5 Human genes 0.000 description 1
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 102000007469 Actins Human genes 0.000 description 1
- 108010085238 Actins Proteins 0.000 description 1
- 108700028369 Alleles Proteins 0.000 description 1
- 102000010565 Apoptosis Regulatory Proteins Human genes 0.000 description 1
- 108010063104 Apoptosis Regulatory Proteins Proteins 0.000 description 1
- 102100022440 Battenin Human genes 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 101100467482 Caenorhabditis elegans rad-50 gene Proteins 0.000 description 1
- 101100314454 Caenorhabditis elegans tra-1 gene Proteins 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 102100029968 Calreticulin Human genes 0.000 description 1
- 108090000549 Calreticulin Proteins 0.000 description 1
- 241000283707 Capra Species 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 102000014914 Carrier Proteins Human genes 0.000 description 1
- 102000003908 Cathepsin D Human genes 0.000 description 1
- 108090000258 Cathepsin D Proteins 0.000 description 1
- 206010057248 Cell death Diseases 0.000 description 1
- 108010058432 Chaperonin 60 Proteins 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 108020004394 Complementary RNA Proteins 0.000 description 1
- 102000012410 DNA Ligases Human genes 0.000 description 1
- 108010061982 DNA Ligases Proteins 0.000 description 1
- 238000000018 DNA microarray Methods 0.000 description 1
- 108700020911 DNA-Binding Proteins Proteins 0.000 description 1
- 230000004568 DNA-binding Effects 0.000 description 1
- 101710096438 DNA-binding protein Proteins 0.000 description 1
- 108010014303 DNA-directed DNA polymerase Proteins 0.000 description 1
- 102000016928 DNA-directed DNA polymerase Human genes 0.000 description 1
- 102000004163 DNA-directed RNA polymerases Human genes 0.000 description 1
- 108090000626 DNA-directed RNA polymerases Proteins 0.000 description 1
- BWGNESOTFCXPMA-UHFFFAOYSA-N Dihydrogen disulfide Chemical compound SS BWGNESOTFCXPMA-UHFFFAOYSA-N 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 239000006144 Dulbecco’s modified Eagle's medium Substances 0.000 description 1
- 102100039495 E3 ubiquitin-protein ligase RNF25 Human genes 0.000 description 1
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical group OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 1
- 102000001301 EGF receptor Human genes 0.000 description 1
- 108060006698 EGF receptor Proteins 0.000 description 1
- 102100030808 Elongation factor 1-delta Human genes 0.000 description 1
- 108700041152 Endoplasmic Reticulum Chaperone BiP Proteins 0.000 description 1
- 102100021451 Endoplasmic reticulum chaperone BiP Human genes 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000010834 Extracellular Matrix Proteins Human genes 0.000 description 1
- 108010037362 Extracellular Matrix Proteins Proteins 0.000 description 1
- 102000018233 Fibroblast Growth Factor Human genes 0.000 description 1
- 108050007372 Fibroblast Growth Factor Proteins 0.000 description 1
- 238000000729 Fisher's exact test Methods 0.000 description 1
- 108010001498 Galectin 1 Proteins 0.000 description 1
- 102100021736 Galectin-1 Human genes 0.000 description 1
- 208000032612 Glial tumor Diseases 0.000 description 1
- 206010018338 Glioma Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 102000042092 Glucose transporter family Human genes 0.000 description 1
- 108091052347 Glucose transporter family Proteins 0.000 description 1
- 102000003886 Glycoproteins Human genes 0.000 description 1
- 108090000288 Glycoproteins Proteins 0.000 description 1
- 102000009465 Growth Factor Receptors Human genes 0.000 description 1
- 108010009202 Growth Factor Receptors Proteins 0.000 description 1
- 101150112743 HSPA5 gene Proteins 0.000 description 1
- 102100035042 Histone-lysine N-methyltransferase EHMT2 Human genes 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 101000639726 Homo sapiens 28S ribosomal protein S12, mitochondrial Proteins 0.000 description 1
- 101000682687 Homo sapiens 40S ribosomal protein S12 Proteins 0.000 description 1
- 101000691083 Homo sapiens 60S ribosomal protein L5 Proteins 0.000 description 1
- 101000901683 Homo sapiens Battenin Proteins 0.000 description 1
- 101001103592 Homo sapiens E3 ubiquitin-protein ligase RNF25 Proteins 0.000 description 1
- 101000920062 Homo sapiens Elongation factor 1-delta Proteins 0.000 description 1
- 101000812663 Homo sapiens Endoplasmin Proteins 0.000 description 1
- 101000877312 Homo sapiens Histone-lysine N-methyltransferase EHMT2 Proteins 0.000 description 1
- 101000891860 Homo sapiens Protein FAM3A Proteins 0.000 description 1
- 101001098802 Homo sapiens Protein disulfide-isomerase A3 Proteins 0.000 description 1
- 101001076715 Homo sapiens RNA-binding protein 39 Proteins 0.000 description 1
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 1
- 108090000144 Human Proteins Proteins 0.000 description 1
- 102000003839 Human Proteins Human genes 0.000 description 1
- 102000017727 Immunoglobulin Variable Region Human genes 0.000 description 1
- 108010067060 Immunoglobulin Variable Region Proteins 0.000 description 1
- 102100023970 Keratin, type I cytoskeletal 10 Human genes 0.000 description 1
- 102100022905 Keratin, type II cytoskeletal 1 Human genes 0.000 description 1
- 108010070514 Keratin-1 Proteins 0.000 description 1
- 108010065038 Keratin-10 Proteins 0.000 description 1
- ZDXPYRJPNDTMRX-VKHMYHEASA-N L-glutamine Chemical compound OC(=O)[C@@H](N)CCC(N)=O ZDXPYRJPNDTMRX-VKHMYHEASA-N 0.000 description 1
- 229930182816 L-glutamine Natural products 0.000 description 1
- 206010027452 Metastases to bone Diseases 0.000 description 1
- 206010027457 Metastases to liver Diseases 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 108700019961 Neoplasm Genes Proteins 0.000 description 1
- 102000048850 Neoplasm Genes Human genes 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 108020005187 Oligonucleotide Probes Proteins 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- 101710132772 Peroxidase 1 Proteins 0.000 description 1
- 208000002151 Pleural effusion Diseases 0.000 description 1
- 108090000708 Proteasome Endopeptidase Complex Proteins 0.000 description 1
- 102000004245 Proteasome Endopeptidase Complex Human genes 0.000 description 1
- 102100040819 Protein FAM3A Human genes 0.000 description 1
- 108010029485 Protein Isoforms Proteins 0.000 description 1
- 102000001708 Protein Isoforms Human genes 0.000 description 1
- 102100037097 Protein disulfide-isomerase A3 Human genes 0.000 description 1
- 102000004022 Protein-Tyrosine Kinases Human genes 0.000 description 1
- 108090000412 Protein-Tyrosine Kinases Proteins 0.000 description 1
- LCTONWCANYUPML-UHFFFAOYSA-M Pyruvate Chemical compound CC(=O)C([O-])=O LCTONWCANYUPML-UHFFFAOYSA-M 0.000 description 1
- 239000012083 RIPA buffer Substances 0.000 description 1
- 238000002123 RNA extraction Methods 0.000 description 1
- 102100025858 RNA-binding protein 39 Human genes 0.000 description 1
- 108010092799 RNA-directed DNA polymerase Proteins 0.000 description 1
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 1
- 108010000605 Ribosomal Proteins Proteins 0.000 description 1
- 102000002278 Ribosomal Proteins Human genes 0.000 description 1
- 101100111629 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR2 gene Proteins 0.000 description 1
- 108010090804 Streptavidin Proteins 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 102000004398 TNF receptor-associated factor 1 Human genes 0.000 description 1
- 108090000920 TNF receptor-associated factor 1 Proteins 0.000 description 1
- 108050000808 TNF receptor-associated factor TRAF Proteins 0.000 description 1
- 102000008889 TNF receptor-associated factor TRAF Human genes 0.000 description 1
- 229940123237 Taxane Drugs 0.000 description 1
- 102000000160 Tumor Necrosis Factor Receptor-Associated Peptides and Proteins Human genes 0.000 description 1
- 108010080432 Tumor Necrosis Factor Receptor-Associated Peptides and Proteins Proteins 0.000 description 1
- 102100035071 Vimentin Human genes 0.000 description 1
- 108010065472 Vimentin Proteins 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 102000035181 adaptor proteins Human genes 0.000 description 1
- 108091005764 adaptor proteins Proteins 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 238000011256 aggressive treatment Methods 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000001130 astrocyte Anatomy 0.000 description 1
- 238000011717 athymic nude mouse Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000008499 blood brain barrier function Effects 0.000 description 1
- 210000001218 blood-brain barrier Anatomy 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 230000005773 cancer-related death Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000004640 cellular pathway Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004186 co-expression Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 239000003184 complementary RNA Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 210000004292 cytoskeleton Anatomy 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010217 densitometric analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000002349 difference gel electrophoresis Methods 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 210000003038 endothelium Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000002744 extracellular matrix Anatomy 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000001605 fetal effect Effects 0.000 description 1
- 210000002950 fibroblast Anatomy 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 108020001507 fusion proteins Proteins 0.000 description 1
- 102000037865 fusion proteins Human genes 0.000 description 1
- 238000011223 gene expression profiling Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 101150028578 grp78 gene Proteins 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010224 hepatic metabolism Effects 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 108091008039 hormone receptors Proteins 0.000 description 1
- 210000005260 human cell Anatomy 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 229940072221 immunoglobulins Drugs 0.000 description 1
- 238000013388 immunohistochemistry analysis Methods 0.000 description 1
- 238000000126 in silico method Methods 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000007834 ligase chain reaction Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000001926 lymphatic effect Effects 0.000 description 1
- 210000004324 lymphatic system Anatomy 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000011987 methylation Effects 0.000 description 1
- 238000007069 methylation reaction Methods 0.000 description 1
- 238000010208 microarray analysis Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 210000003470 mitochondria Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 108091008104 nucleic acid aptamers Proteins 0.000 description 1
- 238000002966 oligonucleotide array Methods 0.000 description 1
- 239000002751 oligonucleotide probe Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 230000000010 osteolytic effect Effects 0.000 description 1
- 230000027758 ovulation cycle Effects 0.000 description 1
- 230000036542 oxidative stress Effects 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000009745 pathological pathway Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 229920002401 polyacrylamide Polymers 0.000 description 1
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000000861 pro-apoptotic effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003938 response to stress Effects 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 108091006024 signal transducing proteins Proteins 0.000 description 1
- 102000034285 signal transducing proteins Human genes 0.000 description 1
- 238000007390 skin biopsy Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012144 step-by-step procedure Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 230000009261 transgenic effect Effects 0.000 description 1
- 230000005945 translocation Effects 0.000 description 1
- LENZDBCJOHFCAS-UHFFFAOYSA-N tris Chemical compound OCC(N)(CO)CO LENZDBCJOHFCAS-UHFFFAOYSA-N 0.000 description 1
- 238000000539 two dimensional gel electrophoresis Methods 0.000 description 1
- 238000007492 two-way ANOVA Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000028973 vesicle-mediated transport Effects 0.000 description 1
- 210000005048 vimentin Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57415—Specifically defined cancers of breast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/475—Assays involving growth factors
- G01N2333/50—Fibroblast growth factors [FGF]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Urology & Nephrology (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Hospice & Palliative Care (AREA)
- Oncology (AREA)
- Food Science & Technology (AREA)
- Microbiology (AREA)
- Physics & Mathematics (AREA)
- Cell Biology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Un método para determinar el riesgo de desarrollar metástasis cerebral en un sujeto al que se le ha diagnosticado un tumor de mama, comprendiendo el método: (a) determinar el nivel de expresión de GRP94 en una muestra aislada del tumor de mama; y (b) comparar dicho nivel con el nivel de expresión de dicho gen en una muestra de control, en donde si se detecta un exceso de expresión de dicho gen en relación con la muestra de control, es indicativo del riesgo de desarrollar metástasis cerebral.
Description
5
10
15
20
25
30
35
40
45
50
55
E10721033
16-06-2015
DESCRIPCIÓN
Método para determinar el riesgo de desarrollar metástasis cerebral y un kit para llevar a cabo dicho método
La presente invención se refiere a marcadores indicativos de metástasis cerebral. Estos marcadores encuentran utilidad en la determinación del riesgo de desarrollar metástasis, en particular metástasis cerebral.
Antecedentes de la técnica
El cáncer es un proceso que acontece en múltiples etapas y aparece como resultado de la pérdida de control de la división celular, conduciendo a la formación de un tumor inicial que después puede diseminarse, y desarrollar un tumor en un órgano distante o metástasis.
Una característica diferencial de las células malignas es su capacidad para invadir tejido normal circundante, metastatizar a través de los sistemas sanguíneo y linfático y reestablecerse en localizaciones secundarias distantes. Para formar metástasis, las células tumorales individuales deben desprenderse de la masa tumoral primaria, degradar la matriz extracelular, invadir el tejido normal circundante, entrar en la circulación sanguínea o linfática, abandonar la circulación en un tejido distal y establecer colonias satélite dentro de este nuevo entorno tisular. Este comportamiento requiere la función cooperativa de numerosas proteínas. Esta diseminación metastásica del tumor sólido es responsable directa o indirectamente de la mayoría de las muertes relacionadas con cáncer.
El tratamiento clínico del cáncer puede ayudarse de marcadores de pronóstico y de marcadores predictivos terapéuticos. Los marcadores de pronóstico evalúan el riesgo de avance de la enfermedad independiente de la terapia. Los marcadores predictivos terapéuticos indican la sensibilidad o resistencia de un cáncer a un tratamiento específico. Para la mayoría de los cánceres y tratamientos del cáncer, existen subconjuntos de pacientes que responderán a un tratamiento particular y subconjuntos de pacientes que no responderán al tratamiento.
El uso de marcadores predictivos terapéuticos para identificar subconjuntos de pacientes que probablemente respondan al tratamiento, facilitaría la selección de un tratamiento apropiado y evitaría retrasos innecesarios asociados con un tratamiento ineficaz. Además, debido a que la mayoría de los tratamientos de cáncer se asocian con efectos secundarios adversos intrínsecos al tratamiento, dichos marcadores predictivos eliminan riesgos innecesarios de efectos secundarios adversos reduciendo la administración de tratamientos de cáncer a individuos en los que es probable que el tratamiento falle.
Actualmente, los únicos marcadores predictivos terapéuticos recomendados en oncología son el estado de ER (receptor de estrógenos) y PR (receptor de progesterona) para seleccionar cánceres de mama sensibles a hormonas, y HERB-2 para identificar pacientes con cáncer de mama que podrían beneficiarse del tratamiento con trastuzumab.
La incidencia de metástasis cerebral en pacientes con cáncer de mama que expresan en exceso HERB-2 tratados con trastuzumab es el doble que en otros pacientes con cáncer de mama. Por otra parte un tercio de los pacientes con cáncer de mama desarrollará metástasis en el SNC y, con frecuencia, esto se produce cuando están respondiendo a la terapia en otros sitios o tienen una enfermedad estable. Por lo tanto, los fármacos con un alto impacto sobre la evolución clínica de pacientes con cáncer de mama metastásico, tales como taxanos o trastuzumab, desempeñan solamente un papel limitado en el tratamiento de la metástasis cerebral (Tosoni A. et al., “Chemotherapy in breast cancer patients with brain metastases: Have new chemotherapic agents changed the clinical outcome?”, Crit. Rev. Oncol. Hematol., 2008, vol. 68 (3), págs. 212-221). La resistencia a agentes dirigidos contra HERB-2 continúa siendo un problema médico importante ya que muchos cánceres positivos para HERB-2 presentan una resistencia intrínseca.
Las metástasis cerebrales ocurren en el 10-15% de los pacientes con cáncer de mama con la enfermedad avanzada y recientemente se han convertido en un problema médico significativo. Puede suponerse que hasta un 30% de los pacientes con cáncer de mama metastásico experimentarán metástasis cerebral durante el curso de su enfermedad. El aumento en este índice podría estar relacionado con una mayor supervivencia en pacientes que reciben quimioterapia y con el hecho de que es difícil superar la barrera hematoencefálica (BHE) con los tratamientos sistémicos actuales. Las dificultades en el manejo de la terapia de metástasis cerebral dan como resultado una supervivencia media de siete meses, siendo la metástasis cerebral la causa de muerte o un factor contribuyente principal de la misma en el 68% de los pacientes.
Es necesaria una estimación adecuada de factores predictivos independientes en el diagnóstico del tumor inicial para permitir al médico determinar si dicho tumor puede metastatizar. Esta información sería útil para el médico para decidir entre tratamientos agresivos, evitar un tratamiento innecesario y diseñar terapias específicamente dirigidas contra aspectos diferenciales de cada localización metastásica.
La solicitud de patente europea EP1961825A1 muestra características metastáticas específicas de órgano basadas en la determinación del nivel de expresión de marcadores que son expresados de forma diferente en metástasis de pulmón, hueso y cerebro en un sujeto al que se ha diagnosticado tumor de mama.
10
15
20
25
30
35
40
45
50
55
E10721033
16-06-2015
Además, se ha desarrollado la caracterización de fenotipos funcionales que pueden potenciar la metástasis cerebral en cánceres de mama humanos. Se ha encontrado que las proteínas ARGFGAP, RNF25, EHMT2, TOP1, RNPC2, eIF-3, MCM4, GRP94, FN14 y INHA (característica de metástasis cerebral específica METABRE) son expresadas de forma diferente en muestras de metástasis cerebral (Sanz et al., 2006, Europ. J. of Cancer Suppl., 4: 165).
Por lo tanto, existe la necesidad de marcadores predictivos que proporcionen información acerca del riesgo de que un tumor primario metastatice a otros órganos para tratar eficazmente la enfermedad.
Resumen de la invención
Hasta ahora, poco se sabía sobre los factores predictivos que permiten la identificación temprana de pacientes con cáncer primario con riesgo de metástasis en el sistema nervioso central (“SNC”). El análisis de tejidos metastásicos, el uso de procedimientos bioinformáticas y la caracterización de la expresión de proteínas en tumores con metástasis específica a un determinado órgano han permitido a los inventores de la presente solicitud encontrar marcadores que proporcionan una información específica acerca de si las células cancerosas tienen una predisposición a metastatizar.
Así, en un primer aspecto, la presente invención proporciona un método para determinar el riesgo de desarrollar metástasis cerebral en un sujeto al que se le ha diagnosticado un tumor de mama, comprendiendo el método: (a) determinar el nivel de expresión de GRP94 en una muestra aislada del tumor de mama, ; y (b) comparar dicho nivel con el nivel de dicho gen en una muestra de control, de manera que si se detecta un exceso de expresión de dicho gen en relación con la muestra de control, esto es indicativo del riesgo de desarrollar metástasis cerebral.
Como se muestra más abajo, los autores de la invención han analizado en profundidad las rutas patogénicas que intervienen en la metástasis cerebral mediante el análisis de la expresión de proteínas en tejidos de cerebro humano metastásico y de tumores de mama primarios, junto con el análisis funcional adicional de las células. De esta forma, se ha identificado un fenotipo de resistencia al estrés del retículo endoplásmico (en lo sucesivo también denominado “ERSRP”) en cánceres de mama, que predice la evolución a metástasis cerebral y que, al mismo tiempo, es útil para tomar decisiones terapéuticas. Sin estar ligado a teoría alguna, se cree que dicho ERSRP se basa principalmente en el nivel de expresión incrementado de GRP94.
Sorprendentemente, los autores de la invención han descubierto que GRP94 y FN14 se expresan de forma diferencial (es decir, son expresados en exceso) en muestras de tumor de mama primario procedentes de pacientes a los que ya se les ha diagnosticado metástasis cerebral. De hecho, el perfil de expresión de estos genes en las muestras de tumor de mama primario procedentes de estos pacientes fue el mismo que el que se encontró después de analizar muestras de metástasis cerebral. Estos descubrimientos respaldan el uso de estos genes como marcadores predictivos de metástasis cerebral en tumores de mama primarios.
La expresión diferencial de GRP94 puede conferir al método una mayor sensibilidad, mejorando la capacidad de discriminación (principalmente porque la no detección de GRP94 será indicativa de que no existe riesgo de metástasis cerebral) y, de este modo, reduciendo los falsos negativos asociados a otros métodos de diagnóstico basados en la detección de otros marcadores tales como HERB-2 (véanse los datos que se muestran en la Tabla 2).
Como se ha descrito anteriormente, la metástasis es un proceso complejo. Esta complejidad hace impredecible si un tumor primario puede metastatizar y qué órgano u órganos pueden verse afectados por la metástasis. En este sentido, el médico tiene el problema adicional de que la metástasis se detecta en una fase avanzada ya que las primeras fases son “silenciosas”, de modo que cuando se detecta, mediante técnicas de imágenes, es muy difícil tratar eficazmente al paciente.
De acuerdo con el método del primer aspecto de la invención, si el médico, después de analizar la muestra de cáncer de mama, determina el exceso de expresión de GRP94, entonces puede realizar un análisis adicional mediante técnicas de imagen, por ejemplo RMN, del cerebro para confirmar si se ha producido o no la metástasis cerebral. Para el médico esto es de importancia porque le permitiría establecer el protocolo apropiado para el paciente, determinando qué tratamiento puede ser el más eficaz con el fin de tratar/prevenir la enfermedad: si el análisis por imágenes pone de manifiesto la metástasis cerebral, el médico diseñará el tratamiento específico, con la ventaja de que se habrá diagnosticado en un estadio temprano; si no, el médico puede establecer un protocolo para controlar periódicamente al paciente con un análisis de RMN para el diagnóstico temprano de la metástasis cerebral y darle al paciente un tratamiento preventivo. Esto supone un gran avance en el campo del cáncer ya que permite predecir en un estado temprano la predisposición a metástasis cerebral, lo cual puede conducir a una reducción de la incidencia final de la metástasis cerebral en el cáncer de mama y realmente un aumento de la supervivencia.
En un segundo aspecto, la presente invención proporciona un kit para llevar a cabo el método que se ha definido en el primer aspecto de la invención, consistiendo el kit en medios apropiados para determinar el nivel de expresión de cada uno de los siguientes marcadores:
5
10
15
20
25
30
35
40
45
50
E10721033
16-06-2015
- (a)
- GRP94 y FN14;
- (b)
- GRP94, FN14 e inhibina;
- (c)
- GRP94, TRAF2, HERB2 y FN14;
- (d)
- GRP94, FN14, inhibina y HERB-2; y
- (e)
- GRP94, FN14 y TRAF2,
en donde dichos medios adecuados son moléculas capaces de unirse específicamente a la proteína codificada por cada uno de dichos genes, en donde dichas moléculas se seleccionan de anticuerpos o fragmentos de los mismos y ácidos nucleicos aptámeros.
A lo largo de la descripción y las reivindicaciones la palabra "comprende" y variantes de la palabra, tales como “que comprende”, no pretenden excluir otras características técnicas, aditivos, componentes o pasos. Para los expertos en la materia serán evidentes objetos, ventajas y características adicionales de la invención tras el examen de la descripción o se pueden aprender en la práctica de la invención. Los siguientes ejemplos y dibujos se proporcionan a modo de ilustración, y no se pretende que sean limitantes de la presente invención.
Breve descripción de los dibujos
La fig. 1 representa el análisis inmunohistoquímico para identificar las proteínas indicadas en parejas de tumormetástasis cerebral embebidas en parafina (x 20). Se muestra la tinción con hematoxilina-eosina (H y E) de cada tejido, observada mediante microscopía óptica (x 10). A: Metástasis, B: Tumor primario.
La fig. 2 muestra la expresión de proteína en tejidos de cáncer de mama para cada una de las proteínas indicadas realizando análisis inmunohistoquímico. Las intensidades de tinción bajas y medias se consideraron negativas con fines semicuantitativos (L(-) y M(-), respectivamente), y sólo los tumores con una tinción de alta intensidad (H) se tuvieron en cuenta como muestras positivas. Los cuadrados pequeños son la muestra de tejido de control positivo patrón usada en cada determinación.
La fig. 3 representa la curva de ROC (SE (sensibilidad) frente a SP (especificidad)) para el marcador HERB-2 (línea de puntos) y para la combinación de GRP94 + FN14 + Inhibina (línea continua).
La fig. 4 muestra la secuencia de aminoácidos de GRP94 disponible en la base de datos Swiss Prot con el número ID P14625.
La fig. 5 muestra la secuencia de aminoácidos de FN14 disponible en la base de datos Swiss Prot con el número ID Q9NP84.
La fig. 6 muestra la secuencia de aminoácidos de TRAF2 disponible en la base de datos Swiss Prot con el número ID Q96NT2.
La fig. 7 muestra la secuencia de aminoácidos de HERB2 disponible en la base de datos Swiss Prot con el número ID P04626.
La fig. 8 muestra la secuencia de aminoácidos de la inhibina disponible en la base de datos Swiss Prot con el número ID P05111.
Descripción detallada de realizaciones particulares
La presente invención proporciona un método para determinar el riesgo de desarrollar metástasis cerebral en un sujeto al que se le ha diagnosticado un tumor de mama primario, comprendiendo el método: (a) determinar el nivel de expresión de GRP94, en una muestra aislada del tumor de mama; y (b) comparar dicho nivel con el nivel de dicho gen en una muestra de control, de manera que si se detecta un exceso de expresión de dicho gen en relación con la muestra de control, esto es indicativo del riesgo de desarrollar metástasis cerebral.
La muestra control se selecciona dependiendo de la técnica, herramientas e instrucciones del fabricante usadas para determinar el nivel de expresión de GRP94 o de GRP94 y FN14. Por ejemplo, si se desea determinar el nivel de las proteínas GRP94 o de GRP94 y FN14, el experto en la técnica buscará los anticuerpos apropiados que se encuentran disponibles en el mercado y seguirá las recomendaciones del fabricante para obtener los mejores resultados. Se proporciona un ejemplo ilustrativo no limitante en la Tabla 1 de más abajo, en la que para cada uno de los anticuerpos comerciales usados para la detección de las proteínas diana, se usa un tejido de control específico. Como alternativa, el médico podría usar una muestra de cáncer de mama primario de un paciente al que ya se le ha diagnosticado metástasis cerebral como control con el fin de determinar si existe exceso de expresión o no en la muestra que se analiza.
La GRP94 (también conocida como HSP90B1, y que tiene el número ID de Swiss Prot P14625) es una proteína del
10
15
20
25
30
35
40
45
50
55
E10721033
16-06-2015
retículo endoplásmico de la familia de proteínas HSP90, con una longitud de 803 aminoácidos y con un peso molecular de 92.469 Da. La GRP94 está implicada en la maduración conformacional de proteínas destinadas a la presentación en la superficie celular o a la exportación. Los descubrimientos de los autores de la invención sugieren que GRP94 puede participar en ERSRP activando PERK, ATF6 e IRE1. Por lo tanto, el exceso de expresión de GRP94 en la metástasis cerebral puede jugar un papel central en un ERSRP.
En otra realización del primer aspecto de la invención, dicho método comprende además: (a) determinar el nivel de expresión de FN14, en una muestra aislada del tumor de mama; y (b) comparar dicho nivel con el nivel de FN14 en una muestra de control, de manera que si se detecta un exceso de expresión de dicho gen en relación con la muestra de control, esto es indicativo del riesgo de desarrollar metástasis cerebral.
El FN14 (también denominado factor inducible de crecimiento de fibroblastos 14, y que tiene el número ID de Swiss prot. Q9NP84) es un miembro de la superfamilia de receptores del factor de necrosis tumoral (TNF), con una longitud de secuencia de 129 aa y un peso molecular de 13.911 Da. El FN14 es un gen de respuesta temprana inmediata cuya expresión se activa directamente después de la exposición a factores de crecimiento en fibroblastos, y es regulado por aumento en células de glioma de migración estimulada in vitro y se ha relacionado con tumores de alto grado.
En una realización del primer aspecto de la invención, se determina el nivel de expresión de GRP94 y FN14.
Como muestran los resultados de la Tabla 3, GRP94 es el más sensible en los tumores positivos para HERB-2, mientras que FN14 es el más específico en tumores negativos para HERB-2. La detección combinada de ambos marcadores confiere al método de la presente invención una predicción fiable del riesgo de que un tumor de mama primario pueda metastatizar en el cerebro.
En otra realización del primer aspecto de la invención, el método comprende además determinar el nivel de expresión de TRAF-2. Se ha descubierto que TRAF-2 es expresado en exceso en la metástasis cerebral en el cáncer de mama y que muestra un valor de sensibilidad superior al mostrado por HERB-2 (véase la Tabla 2). Por lo tanto, la combinación de GRP94 o de GRP94 y FN14 junto con TRAF2 mejora la sensibilidad del método de la presente invención.
Como se muestra más abajo, cuando se calcularon la probabilidad positiva y negativa con el fin de evaluar la exactitud predictiva de cada uno de los tres genes (es decir, GRP94, TRAF2 y FN14) como marcadores de metástasis cerebral, GRP94 fue el mejor marcador predictivo negativo, seguido de TRAF2 y FN14. De hecho, se descubrió que la exactitud predictiva de estos marcadores era mejor que la de HERB-2. Por lo tanto, la ausencia o la detección insignificante de al menos uno de estos marcadores en tumores predice con precisión la ausencia de metástasis cerebral.
El TRAF2 (también denominado “factor asociado a receptor de NF 2” y que tiene el número ID de Swiss protein Q96NT2) es un miembro de la familia de proteínas de factores asociados a los receptores de TNF (TRAF) con una longitud de 501 aa y peso molecular de 55.859 Da. Las proteínas TRAF median la transducción de señales de miembros de la superfamilia de receptores de TNF. Esta proteína interacciona directamente con receptores de TNF y forma un complejo heterodimérico con TRAF1.
En una realización del primer aspecto de la invención, el método comprende además determinar el nivel de expresión de HERB-2.
HERB-2 también se denomina también comúnmente Her-2/neu (número ID de Swiss protein P04626), con una longitud de 1.255 aa y peso molecular de 137.910 Da. Este gen es un miembro de una familia de genes que proporciona instrucciones para producir receptores de factores de crecimiento.
En otra realización del primer aspecto de la invención, el método comprende además determinar el nivel de expresión de inhibina.
La inhibina (número ID de Swiss prot P05111) es un péptido que es un inhibidor de la síntesis y secreción de FSH y participa en la regulación del ciclo menstrual. La inhibina tiene una longitud de 366 aa y peso molecular de 39.670 Da.
Se ha descubierto que la inhibina no es expresada significativamente en muestras de cáncer de mama procedentes de pacientes a los que ya se les ha diagnosticado una metástasis cerebral. Por lo tanto, cuando este marcador no se detecta o (no se detecta significativamente) en la muestra, será indicativo de una predisposición a desarrollar metástasis cerebral. Cuando se usa este marcador como marcador de metástasis cerebral, confiere al método de la invención una especificidad superior al 80%. Por lo tanto, si el método de la invención comprende determinar el nivel de expresión de GRP94 y/o FN14 e inhibina, el método ganará exactitud en la predicción de metástasis cerebral.
En otra realización del primer aspecto de la invención, el método comprende determinar el nivel de expresión de uno de los siguientes conjuntos de marcadores: (a) GRP94, FN14, inhibina; (b) GRP94, TRAF2, HERB-2 y FN14; (c) GRP94, FN14, inhibina y HERB-2; y (d) GRP94, FN14 y TRAF2.
10
15
20
25
30
35
40
45
50
E10721033
16-06-2015
Cuando el método se basa en determinar el exceso de expresión de GRP94, FN14 y TRAF2 (no se muestran los datos) se consigue una buena correlación con la metástasis cerebral en pacientes con cáncer de mama. El poder predictivo usando la combinación de estos marcadores es mejor que el conseguido solamente con HERB-2 (que de momento es el marcador predictivo usado habitualmente). El método basado en estos tres marcadores genéticos representa una nueva herramienta para discriminar el riesgo de metástasis cerebral en cánceres de mama positivos y negativos para HERB-2.
Cualquiera de GRP94, FN14 y TRAF2 podría ser útil para tomar decisiones terapéuticas ya que podrían indicar respuesta a terapia.
Se cree que el ERSRP puede predecir qué pacientes podrían tratarse más eficazmente con compuestos diferentes de trastuzumab o incluso tratarse para prevenir el desarrollo de la enfermedad.
La realización de un análisis multivariante basado en una regresión logística por pasos puso de manifiesto que GRP94, FN 14 y la inhibina son la mejor combinación para predecir la metástasis cerebral. El área bajo la curva ROC para esta combinación fue de 0,85, mientras que el área bajo la curva ROC para HERB-2 solo fue 0,76 (FIG. 3). La combinación de marcadores constituía una mejora significativa frente a la eficacia de predicción de HERB-2.
También se realizó una análisis estratificado para comprobar la relación entre la positividad de HERB-2 y ERSRP en combinaciones binarias. Se descubrió que realizando el análisis de la expresión de GRP94, TRAF2 y FN14 se aumentaba significativamente la predicción de la enfermedad metastásica en cerebro en comparación con HERB-2 solo.
El kit de acuerdo con el segundo aspecto de la invención consiste en medios adecuados para determinar el nivel de expresión de uno de los siguientes conjuntos de marcadores:
- (a)
- GRP94 y FN14;
- (b)
- GRP94, FN14 e inhibina;
- (c)
- GRP94, TRAF2, HERB2 y FN14;
- (d)
- GRP94, FN14, inhibina y HERB-2; y
- (e)
- GRP94, FN14 y TRAF2,
en donde dichos medios adecuados son moléculas capaces de unirse específicamente a la proteína codificada por cada uno de dichos genes, en donde dichas moléculas se seleccionan de anticuerpos o fragmentos de los mismos y ácidos nucleicos aptámeros.
La presencia de los marcadores que forman parte del método del primer aspecto de la invención puede determinarse basándose en los transcritos de ARNm o en las proteínas. De esta forma, el kit de acuerdo con el segundo aspecto de la presente invención incluirá medios apropiados para determinar la presencia de transcritos de ARNm o de la proteína correspondiente.
Son bien conocidos en el estado de la técnica métodos y medios para determinar la cantidad de ARNm de un gen particular en una muestra.
La reacción en cadena de la polimerasa (PCR) es el método más ampliamente usado para la amplificación enzimática in vitro de ácidos nucleicos, pero no es el único. La reacción en cadena de la ligasa (LCR), por ejemplo, puede usarse para la detección sensible de una secuencia de ADN con una especificidad aumentada en comparación con la PCR (la LCR puede usarse para la discriminación entre alelos). Durante la LCR, para cada una de las dos cadenas de ADN se ligan dos sondas parciales para formar la real; por lo tanto, la LCR usa dos enzimas: una ADN polimerasa y una ADN ligasa. Cada ciclo da como resultado una duplicación de la molécula de ácido nucleico diana.
Un método cuantitativo para la determinación de ácidos nucleicos es la PCR en tiempo real. La PCR en tiempo real, también denominada PCR en tiempo real cuantitativa (qPCR), se usa para amplificar y cuantificar simultáneamente una molécula de ADN diana. El procedimiento sigue el principio general de la reacción en cadena de la polimerasa; su característica clave es que el ADN amplificado se cuantifica a medida que se acumula en la reacción en tiempo real después de cada ciclo de amplificación. Dos métodos comunes de cuantificación son el uso de colorantes fluorescentes que se intercalan con el ADN bicatenario y sondas oligonucleotídicas de ADN modificadas que presentan fluorescencia cuando hibridan con un ADN complementario.
Se han desarrollado estrategias adicionales basadas en la PCR original para la amplificación de ARN, tales como la reacción en cadena de la polimerasa con transcripción inversa (RT-PCR). En esta técnica, se realiza primero una transcripción inversa de la cadena de ARN en su complementaria de ADN o su ADN complementario, seguida de amplificación del ADN resultante usando la reacción en cadena de la polimerasa. Otro método en la biología molecular que se usa para amplificar secuencias de ARN es la amplificación basada en secuencias de ácidos
10
15
20
25
30
35
40
45
50
55
E10721033
16-06-2015
nucleicos (NASBA). Explicada de forma resumida, la NASBA funciona de la forma siguiente: (a) se proporciona un molde de ARN a la mezcla de reacción y el primer cebador se une a su sitio complementario en el extremo 3' del molde; (b) la transcriptasa inversa sintetiza la cadena de ADN opuesta complementaria; (c) la ARNasa H destruye el molde de ARN (la ARNasa H sólo destruye el ARN en híbridos de ARN-ADN pero no el ARN monocatenario); (d) el segundo cebador se une al extremo 5' de la cadena de ADN y la ARN polimerasa 5-T7 produce una cadena de ARN complementaria que puede usarse de nuevo en la etapa (a). La NASBA se ha introducido en el diagnóstico médico, donde se ha demostrado que proporciona resultados más rápidos que la PCR, y también puede ser más sensible. Tanto la RT-PCR como la NASBA son técnicas adecuadas para la determinación de la expresión de genes. Preferiblemente, el nivel de expresión de los genes se determina mediante RT-PCR.
Otras técnicas adecuadas para la determinación de la expresión génica son el cribado de macromatrices, cribado de micromatrices y cribado de nanomatrices.
Son bien conocidos en el estado de la técnica varios métodos para determinar la cantidad de una proteína en una muestra. Generalmente, estos métodos utilizarán restos de unión, que son moléculas o segmentos de moléculas capaces de unirse específicamente a la proteína diana (en el presente caso la proteína diana es la proteína codificada por el gen del que se determina la expresión). Pueden identificarse restos de unión a polipéptidos por medio de un cribado. Un método o cribado adecuado para identificar péptidos u otras moléculas que se unen selectivamente a una proteína diana puede comprender poner en contacto la proteína diana con un péptido de ensayo u otra molécula en condiciones en las que pueda producirse la unión, y después determinar si la molécula o péptido de ensayo se ha unido a la proteína o péptido diana. Son bien conocidos en el estado de la técnica métodos de detección de la unión entre dos restos.
Preferiblemente, el resto de unión puede ser una molécula polipeptídica (tal como un anticuerpo o un fragmento del mismo) o un aptámero de ácido nucleico, entre otros. Las moléculas de unión usadas más frecuentemente son anticuerpos.
Por “anticuerpo” se entiende un anticuerpo completo, incluyendo sin limitación un anticuerpo quimérico, recombinante, transgénico, humanizado, injertado y de cadena sencilla y similares, o cualquier proteína de fusión, conjugados, fragmentos o derivados del mismo que contienen uno o más dominios que se unen selectivamente a la proteína o péptido diana. Por lo tanto, el término “anticuerpo” incluye una molécula de inmunoglobulina completa, un anticuerpo monoclonal, un anticuerpo quimérico, un anticuerpo humanizado, un anticuerpo humano o un fragmento inmunológicamente eficaz de cualquiera de estos. Un fragmento de anticuerpo significa un fragmento Fv, un Fv ligado por disulfuro, scFv, Fab, Fab’ o F(ab’)2, que son bien conocidos en la técnica, o cualquier parte del anticuerpo con un tamaño y una conformación adecuadas para unirse a la proteína o péptido diana. Existen diversas ventajas para el uso de fragmentos de anticuerpo en lugar de anticuerpos completos.
Los anticuerpos monoclonales (MAb) son anticuerpos monoespecíficos. Dada (casi) cualquier sustancia, es posible generar anticuerpos monoclonales que se unan específicamente a esa sustancia. Pueden producirse Mab por técnicas que son bien conocidas en el estado de la técnica.
Se emplean frecuentemente anticuerpos para la determinación de la expresión de una proteína particular en el interior de una célula mediante técnicas inmunohistoquímicas o inmunofluorescentes. Preferiblemente, la técnica a usar en la presente invención es la inmunohistoquímica (IHC). La IHC es una técnica bien conocida que se usa ampliamente para entender la distribución y la localización de biomarcadores y proteínas expresadas de forma diferencial en diferentes partes de un tejido biológico.
Ejemplos
Materiales y métodos
Células y tejidos humanos de metástasis cerebral
Los cultivos celulares MDA-MB 435 (435-P) y las células 435-Br1 son modelos humanos bien caracterizados (proporcionados por Àngels Fabra de IDIBELL), establecidos a partir de metástasis cerebral en ratones atímicos con capacidad para metastatizar en el cerebro (Schackert G. et al., "Unique patterns of brain metastasis produced by different human carcinomas in athymic nude mice", Int. J. Cancer, 1989, vol. 44, vol. 892-897; Zhang R. D. et al., "Relative malignant potential of human breast carcinoma cell lines established from pleural effusions and a brain metastasis", Invasion Metastasis, 1991, vol. 11, págs. 204-215). Estos cultivos celulares se mantuvieron en una mezcla 1:1 (v/v) de medio de Eagle modificado por Dulbecco y medio F12 de Ham complementado con suero fetal bovino al 10%, piruvato 1 mmol/l y L-glutamina 2 mmol/l en CO2 al 5%-aire al 95%, a 37°C en un incubador humidificado.
Para estudios funcionales también se usaron otras variantes metastásicas procedentes de cultivos primarios de metástasis de hígado (435-Liver) y pulmón (435-Lung) (Martin B. et al., "Functional Clustering of Metastasis Proteins Describes Plastic Adaptation Resources of Breast-Cancer Cells to New Microenvironments", J. Proteome Res., 2008, vol. 7, págs. 3242-3253). En algunos experimentos se usaron células metastásicas de hueso de MDA-MB 231, células BO2 proporcionadas por P. Clézardin (INSERM U.664, Faculté de Médecine Laennec, Lyon, Francia).
10
15
20
25
30
35
40
45
50
55
E10721033
16-06-2015
Para confirmar la expresión de proteína se usaron seis metástasis cerebrales, emparejadas con los correspondientes carcinomas ductales de mama, de pacientes tratados quirúrgicamente en el Hospital Universitario de Bellvitge, HUB.
También se usaron carcinomas ductales de mama primarios en el diagnóstico inicial para evaluar el valor predictivo de cada proteína. El Comité para el Cáncer de Mama del Instituto Catalán de Oncología (I.C.O.) y el HUB suministraron muestras de pacientes diagnosticados entre 1988 y 2006. La serie incluía 71 tumores consecutivos en el diagnóstico inicial de pacientes metastásicos, con uno o varios órganos afectados, y 51 pacientes con ganglios linfáticos positivos en la cirugía sin evolución metastásica después de un seguimiento mínimo de cinco años. Para optimizar cada análisis inmunohistoquímico, también se usaron tejidos de control de cáncer de mama (GRP94, TRAF2), testículo (inhibina), riñón y corazón (FN14) (Véase la Tabla 1 de más abajo).
Identificación de candidatos de cáncer
El procedimiento para identificar nuevos candidatos de cáncer ha sido descrito por Aragues y colaboradores (Aragues R. et al., "Predicting cancer involvement of genes from heterogeneous data", BMC Bioinformatics, 2008, vol. 9, pág. 172). En una primera etapa, se construyó una red de interacciones proteína-proteína (“PPIN”) a partir de un conjunto de proteínas diana que se sabe que están implicadas en el cáncer (es decir, proteínas semilla). Después, se cartografiaron los niveles de expresión génica sobre las proteínas de la red. Se considera que una proteína se expresa de forma diferencial si el gen que la codifica era expresado de forma diferencial en el experimento de micromatrices. Por último, se produjo una lista de genes de cáncer candidatos.
Para clasificar las proteínas por su función se usó el programa informático FatiGo; una herramienta web para detectar asociaciones significativas entre términos de ontología de genes y grupos de genes (Al-Shahrour F. et al., “FatiGO: a web tool for finding significant associations of Gene Ontology terms with groups of genes”, Bioinformatics, 2004, vol. 20, págs. 578-580).
Análisis proteómico experimental y análisis de la red de interacciones de proteínas
Se usó antes del análisis proteómico que comparaba la expresión diferencial de proteínas entre células 435-P y 435-Br1, para generar y analizar una red de interacciones proteína-proteína (Martin B. et al., "Biological pathways contributing to organ-specific phenotype of brain metastatic cells", J. Proteome Res., vol. 7, págs. 908-920). En resumen, se identificaron las proteínas que se expresaban de forma diferencial mediante electroforesis bidimensional en gel (EttanTM DIGE, Amersham Biosciences AB) en células 435-Br1 mediante espectros de masas de huella peptídica registrados mediante un Voyager STR MALDI-TOF (Applied Biosystems) en modo reflector positivo con extracción retardada. Los espectros se analizaron usando el programa m/z (Proteometrics, Nueva York, NY). Las proteínas se identificaron frente a una base de datos no redundante (NCBI) usando el programa MASCOT (http://www.matrixscience.com).
La red de proteínas se basaba en 17 proteínas conocidas. Se usó PIANA (Aragues R. et al., “PIANA: protein interactions and network analysis”, Bioinformatics, 2006, vol. 22, págs. 1015-1017) para combinar los datos de DIP 2006.01.16, (Salwinski L. et al., “The Database of Interacting Proteins: 2004 update”, Nucleic Acids Res, 2004, vol. 32, págs. D449-451), MIPS 2006.01 (Pagel P. et al., “The MIPS mammalian protein-protein interaction database”, Bioinformatics, 2005, vol. 21, págs. 832-834), HPRD 2005.09.13 (Peri S. et al., “Human protein reference database as a discovery resource for proteomics”, Nucleic Acids Res., 2004, vol. 32, págs. D497-501), BIND 2006.01 (Alfarano
C. et al., “The Biomolecular Interaction Network Database and related tools 2005 update”, Nucleic Acids Res., 2005, vol. 33, págs. D418-424) y las interacciones humanas de dos experimentos de alto rendimiento (Rual J. F. et al., “Towards a proteome-scale map of the human protein-protein interaction network”, Nature, 2005, vol. 437, págs. 1173-1178; Stelzl U. et al., “A human protein-protein interaction network: a resource for annotating the proteome”, Cell, 2005, vol. 122, págs. 957-968).
La integración de muchas fuentes de interacciones diferentes en un único dispositivo de almacenamiento permitió trabajar con un vasto conjunto de 363.571 interacciones entre 42.040 secuencias de proteínas diferentes. El conjunto inicial de proteínas se denominó “proteínas semilla”. En esta red, una proteína que estaba asociada con más de un semilla se denominó un N-conector, siendo N el número de proteínas semilla con las que estaba asociada.
Por último, las proteínas que sólo estaban asociadas con una proteína semilla se denominaron “hojas” (Dawelbait G. et al., “Structural templates predict novel protein interactions and targets from pancreas tumour gene expression data”, Bioinformatics, 2007, vol. 23, págs. i115-124; Cockell S. J. et al., “Structure-based evaluation of in silico predictions of protein-protein interactions using Comparative Docking”, Bioinformatics, 2007, vol. 23, págs. 573-581).
Datos transcriptómicos de metástasis cerebral en seres humanos
Se usó la lista de genes expresados de forma diferencial para 4 metástasis cerebrales de pacientes con cáncer de mama obtenida del MetaBre Consortium. Se analizaron mediante hibridación con micromatrices usando el GeneChip Human Genome U133 Plus 2.0 Array (Affymetrix, UK Ltd, Reino Unido), que incluye más de 47.000 transcritos y variantes, siguiendo protocolos convencionales para la extracción de ARN y preparación de las sondas. Para
E10721033
16-06-2015
procesar y normalizar los chips de Affymetrix se usaron algoritmos de promedio robusto de multichip (RMA) (Irizarry
R. A. et al., “Exploration, normalization, and summaries of high density oligonucleotide array probe level data”, Biostatistics, 2003, vol. 4, págs. 249-264). Todos estos cálculos se realizaron con el paquete Bioconductor (Gentleman R. C. et al., “Bioconductor: open software development for computational biology and bioinformatics”, 5 Genome Biol., 2004, vol. 5, pág. R80). Los perfiles de expresión se analizaron con BRB Array Tools, versión 3.3beta3 (Biometric Research Branch, Division of Cancer Treatment and Diagnosis Molecular Statistics and Bioinformatics Section, National Cancer Institute, Bethesda, Maryland, Estados Unidos). Se usaron dos procedimientos diferentes para las comparaciones: (1) la variación en número de veces para cada gen en metástasis cerebral en comparación con una combinación de carcinomas de mama primarios (Lonnstedt I. et al., “Replicated
10 microarray data”, Statistica Sinica, 2002, vol. 12, págs. 31-46); (2) y un test t univariante (Landemaine T. et al., “A six-gene signature predicting breast cancer lung metastasis”, Cancer Res., vol. 68, págs. 6092-6099) para identificar genes que se expresaban de forma diferencial en metástasis cerebral y en metástasis en órganos distintos del cerebro (5 muestras de metástasis de pulmón, 6 de hígado, 2 de piel y 6 de hueso osteolítico).
También se usó para las comparaciones la lista obtenida en los mismos experimentos de genes expresados de 15 forma diferencial en metástasis diferentes de la metástasis cerebral (genes en pulmón, hígado y hueso) con respecto a una combinación de tumores de cáncer de mama.
Micromatrices de tejidos (TMA) e inmunohistoquímica
Se prepararon TMA a partir de tres áreas representativas del tumor que se seleccionaron cuidadosamente a partir de secciones teñidas con hematoxilina-eosina de bloques de 122 donantes. Se troquelaron cilindros de núcleo de un 20 diámetro de 0,6 mm de cada uno de ellos con un punzón de biopsia de piel y se depositaron en bloques de parafina receptores usando un dispositivo de generación de matrices específico (Beecher Instruments, Sun Prairie, WI), tal y como se describe en Fernandez y colaboradores (Fernandez P. L., et al., “Tissue macroarrays ("microchops") for gene expression analysis”, Virchows Arch., 2001, vol. 438, págs. 591-594). Además de tumores, el bloque receptor también contenía 6 muestras normales de mama. Se realizaron secciones de 3 m del bloque de micromatriz
25 resultante y se usaron para análisis de IHC después de transferirse a portaobjetos de vidrio.
Las condiciones experimentales y las características y fuente de los anticuerpos usados se enumeran en la Tabla 1.
E10721033
16-06-2015
Tabla 1
- VALIDACIÓN IHC
- Anticuerpo Clon y empresa Protocolos Expresión celular Tejido de control
- PROTEÓMICA DE CEREBRO
- GRP 94 sc-1794 (C-19) (Santa Cruz Biotechnology, Santa Cruz, CA) 1/2000 (recuperado en tampón citrato de sodio ) Retículo endoplásmico Carcinoma de mama
- TRAF2
- SM7106P (clon 33A1293; 205-222 aa) (Acris, Acris Antibodies GmbH, Alemania) 1/100 una noche (recuperado en tampón citrato de sodio) Citoplasma Carcinoma de mama
- FN14
- sc-27143 (C-13) (Santa Cruz Biotechnology) 1/3000 (recuperado en tampón citrato de sodio) Membrana Riñón/corazón
- IDENTIFICACIÓN MetaBre CEREBRO
- INHA MCA951ST (R1) (abD serotec; una División de Morphosys, Alemania) 1/50 (recuperado en tampón citrato de sodio) Citoplasma Testículo
- TOP1
- ab3825 (401-600 aa) (Abcam; Abcam plc, Reino Unido) 1/100 (recuperado en TRIS/EDTA) Núcleos/citopla sma Tumor colorrectal
- VAV2
- sc-20803 (H-200) (Santa Cruz Biotechnology) 1/1000 (recuperado en tampón citrato de sodio) Citoplasma Páncreas
- OTRAS VALIDACIONES
- GFAP Z0334 (Dakocytomation, Dako Diagnostics S.A, Dinamarca) 1/8000 (recuperado en tampón citrato de sodio) Citoplasma Cerebro (astrocitos)
- TEM 8
- ab21270 (Abcam) 1/2000 (recuperado en tampón citrato de sodio) Citoplasma/me mbrana Endotelio de tumor cerebral
- ARFGAP
- SP1402P (Acris) 1/1000 (recuperado en tampón citrato de sodio) Citoplasma Testículo
- EIF3s8
- ab19359 (1-50 aa Nterminales) (Abcam) 1/1000 una noche (recuperado en tampón citrato de sodio) Citoplasma Riñón
- BAT 8
- G-6919 (Sigma-Aldrich, St. Louis, MO) 1/250 (recuperado en tampón citrato de sodio) Citoplasma Ganglio linfático
Se usaron tejidos de control positivos para cada proteína como una referencia para la intensidad de tinción de TMA.
Los antígenos se recuperaron por calentamiento en una olla de presión durante 20 minutos en el tampón apropiado
5 (como se indicaba en la Tabla 1 anterior). Se diluyeron anticuerpos primarios en tampón diluyente de anticuerpos Dako RealTM (Dakocytomation): tampón Tris, pH 7,2, NaN3 15 mM. Se usó LSAB+System-HRP (Dakocytomation) incluyendo las inmunoglobulinas biotiniladas anti-conejo, anti-ratón y anti-cabra en PBS; estreptavidina conjugada con HRP en PBS; y 3,3’-diaminobencidina líquida en solución de cromógeno. Se usó el anticuerpo policlonal anti-HERB-2, A0485 (DAKO) con el kit de detección Ultraview en un sistema de tinción automático (Benchmark XT,
10 Estados Unidos).
Las inmunorreactividades se clasificaron estimando el porcentaje de células tumorales que mostraron una tinción
10
15
20
25
30
35
40
45
50
55
E10721033
16-06-2015
característica (desde “indetectable” o del 0%, hasta tinción homogénea o del 100%) y estimando la intensidad de tinción (1, tinción débil o negativa; 2, tinción moderada; ó 3, tinción fuerte). Los valores límite eran los mismos para todos los marcadores ensayados: la tinción fuerte con más del 50% de las células que expresaban se consideró como positiva (FIG. 2) (Ginestier C. et al., “Distinct and complementary information provided by use of tissue and DNA microarrays in the study of breast tumor markers”, Am. J. Pathol., vol. 161, págs. 1223-1233; Jacquemier J. et al., “Protein expression profiling identifies subclasses of breast cancer and predicts prognosis”, Cancer Res., 2005, vol. 65, págs. 767-779). Se comprobó la reproducibilidad del método usando múltiples intérpretes y la fiabilidad por comparación con inmunhistoquímica convencional en secciones completas. Los portaobjetos fueron evaluados al microscopio óptico por dos investigadores.
Análisis de transferencia de Western (WB)
Se lisaron células de cultivos en fase exponencial en 200 l de tampón RIPA. Las proteínas separadas en un gel de poliacrilamida al 7% o 12% se transfirieron a membranas de PVDF (Immobilon-p, Millipore Corporation, Bedford, MA). Se usaron los siguientes anticuerpos: GRP94, clon C-19 (Santa Cruz) a 1/1000; GRP78, clon N-20 (Santa Cruz) a 1/500; HSP70, clon C92F3A-5 a 1/1000 (Stressgen, Ann Arbor, MI); GRP58, producto E1031 a 1/200 (Sigma), HSP60, clon LK1 (Abcam) a 1/200; TRAF2, clon 33A1293 a 1/100 (Acris Antibodies, GmbH, Alemania); ATF6, clon 70B14B.1 a 1/200 (Acris). También se usaron anticuerpo monoclonal anti-actina humana 1/2000 (Sigma) y anti-tubulina humana, clon B-5-1-2 (Sigma) a 1/10.000 como patrones internos para el análisis densitométrico, para los que se midió una banda usando el programa Quantity One; la intensidad de una banda se calcula como la suma de las intensidades de todos los píxeles dentro de los límites de la banda multiplicada por el área de cada píxel.
Se usó anticuerpo secundario de cabra anti-conejo conjugado con peroxidasa 1/2000 (Amersham), o anticuerpo secundario anti-ratón 1/2000 (Pierce, Perbio Science Ltd., Cheshire, Reino Unido) o anticuerpo secundario anticabra 1/3000 (Santa Cruz) según fuera apropiado en cada caso.
Se visualizaron las bandas inmunorreactivas con un sistema de formación de imágenes VersaDocTM (Bio-Rad) usando el Super Signal west-Pico (Pierce). Se establecieron los PM con la referencia preteñida de See Blue Plus2 (Invitrogen, San Diego, CA).
Análisis estadístico
Para realizar el análisis estadístico se siguieron las sugerencias de STARTD (http://www.stard-statement.org/). Se usó un análisis de varianza de dos vías para comparar los niveles medios de expresión. Los marcadores de inmunohistoquímica se clasificaron en una escala de tres categorías (negativo, positivo débil y positivo fuerte). La predictibilidad de metástasis cerebral para cada marcador se ensayó usando una prueba exacta de Fisher bilateral y se resumió por cálculo de la sensibilidad entre tumores que desarrollaron metástasis y la especificidad entre tumores sin metástasis para valores positivos fuertes (los que tienen más de 50% de células positivas). También se calcularon las relaciones de probabilidad positiva y negativa como índices predictivos integrados, así como el área bajo la curva de ROC. Se evaluaron los marcadores usando un modelo de regresión logística multivariante en un procedimiento por pasos hacia delante para identificar la mejor combinación para predecir la metástasis cerebral. Puesto que HERB-2 ya era un factor de riesgo de metástasis conocido, también se realizó un análisis que incluía HERB-2 como la medida basal, así como un análisis estratificado de cada marcador candidato dentro de tumores positivos y negativos para HERB-2. En todos los análisis, las asociaciones se consideraron significativas cuando p < 0,05.
Resultados
a) Red de interacciones proteína-proteína (PPIN) experimental validada con transcriptómica de metástasis cerebral
Los autores de la invención usaron un planteamiento integrado para construir, ensayar y perfeccionar un modelo de rutas celulares implicadas en la evolución de la metástasis cerebral usando una PPIN. Se usó una PPIN de metástasis cerebral obtenida previamente (consúltese Martin B. et al., “Biological pathways contributing to organspecific phenotype of brain metastatic cells”, J. Proteome Res., 2008, vol. 7, págs. 908-920) que incluía 628 proteínas de 13 semillas conocidas identificadas mediante MALDI-TOF. 8 proteínas eran expresadas en defecto en células metastásicas cerebrales con respecto a las células parentales (glioxalasa 1, queratina 1, proteína de choque térmico 27 (HSP27) y 70 (HSP70), galectina 1, isoforma 3 de corte y empalme de RAD 50, proteína ribosomal 40s s12 y catepsina D) y 5 eran expresadas en exceso (receptor de laminina de 34/67 kDa (34/67-LMR), queratina 10, vimentina, cadena de ATP sintasa y tubulina 5).
La PPIN se comparó con 5.235 genes de metástasis cerebral expresados de forma diferencial con respecto a una combinación de carcinomas de mama primarios de transcriptómica (variación en número de veces, 2, o -2). Usando este método (consúltese Lonnstedt I. et al., “Replicated microarray data”, Statistica Sinica, 2002, vol. 12, págs. 31-46), se encontraron en la red 556 parejas de proteína-gen que se correspondían con 183 genes diferentes, 48 expresados en defecto y 135 expresados en exceso (no se muestran los datos) (29,14% proteínas por ordenador).
10
15
20
25
30
35
40
45
50
55
60
E10721033
16-06-2015
Para clasificar de forma funcional esta identificación de proteínas cerebrales se usó el programa informático FatiGO que a través de ID Ensembl busca términos GO para llegar a una función preponderante de proteínas estadísticamente significativas en grupos de coexpresión. Se clasificaron 112 códigos de términos GO: 34 metabolismos de ácidos nucleicos (36,17%), 29 proteínas de traducción (30,85%), 18 proteínas involucradas en las modificaciones y plegamientos de otras proteínas (19,15%), 9 de muertes celulares (9,58%) y una miscelánea de proteínas de señalización y transporte metabólico (no se muestran los datos).
b) Identificación funcional específica de órgano de metástasis cerebral
La identificación de genes cerebrales se catalogó como la identificación de metástasis específica del cerebro (BMOS) con un agrupamiento jerárquico que distingue claramente entre las diferentes metástasis (véase, Landemaine T. et al., “A six-gene signature predicting breast cancer lung metastasis”, Cancer Res., 2008, vol. 68, págs. 6092-6099). La BMOS contenía 1.193 genes (MetaBre) después de que las comparaciones de clase de uno contra todos (ONA) identificaran genes expresados de forma diferencial en las 4 metástasis cerebrales a diferencia de en las otras 19: 6 de hueso, 5 de pulmón, 2 de piel y 6 de hígado.
Integrando los análisis genómicos y proteómicos que se han descrito anteriormente, los autores de la invención relacionaron la BMOS con la red de proteínas obtenida en la sección anterior y obtuvieron 38 proteínas específicas de cerebro: 7 expresadas en defecto y 31 expresadas en exceso. Estas incluían 13 proteínas del metabolismo de ácidos nucleicos (48,15%), 10 proteínas de traducción (37,04%), 7 proteínas de muerte celular (25,93%), 6 proteínas que modifican y plegamiento de proteínas (22,22%) así como miscelánea de proteínas implicadas en metabolismo, transporte y señalización, algunas de ellas con varias funciones. Estas proteínas clasificadas adicionalmente con el programa informático FatiGO se validaron como una identidad funcional específica de órgano con un ligero aumento en genes de muerte celular.
Además, eran predominantes cinco funciones de la PPIN: unión y reparación de ADN; plegamiento de proteínas y chaperonas, que implican una proteína más de unión a ADN (014776); estructural de citoesqueleto, que implica cuatro nuevas proteínas de unión a ADN (Q9POW2, P33991, Q53X93, Q9UJN0), dos nuevos factores de transducción de señales (P50453, P16220), una proteína de ubiquitinización (Q96BH1), una proteína del metabolismo de aminoácidos (Q8N6T7) y una proteína implicada en la metilación (Q96KQ7); biosíntesis de proteínas, que implica cuatro nuevos factores de transducción de señales (P29692, Q96I38, Q8IWK1, P05111); y una proteína de transporte de vesículas (Q8N6T3).
Los autores de la invención buscaron referencias a identificaciones de metástasis cerebral en datos genómicos publicados de cáncer de mama clínico y experimental y análisis de metástasis, pero no encontraron ninguna. De la lista de genes, sólo siete aparecían en listas anteriores de generación de perfiles de expresión génica que predecían desenlaces clínicos del cáncer de mama: EEF1D, MCM4, RPL5, RPS12 y CLN3, a partir de la generación de perfiles de expresión génica que predicen el desenlace clínico (véase van 't Veer et al., “Gene expression profiling predicts clinical outcome of breast cancer”, Nature, 2002, vol. 415, págs. 530-536) y FAM3A y TBCD a partir de las identificaciones de expresión génica en la predicción del desenlace del cáncer de mama (véase, Nevins J. R. et al., “Towards integrated clinico-genomic models for personalized medicine: combining gene expression signatures and clinical factors in breast cancer outcomes prediction”, Hum. Mol. Genet., 2003, vol. 12 Espec. Nº 2: R153-157). La GFAP, una proteína ubicua en el SNC, también aparecía en una lista de genes que eran expresados de forma diferencial entre metástasis del cáncer de mama en cerebro y hueso (véase, Klein A. et al., “Identification of brainand bone-specific breast cancer metastasis genes”, 2008, Cancer Lett., (Electronic)).
Se llevaron a cabo experimentos inmunohistoquímicos adicionales en las seis muestras de metástasis cerebral tumoral de cáncer de mama emparejadas de pacientes para corroborar la expresión diferencial de algunas proteínas representativas de las funciones implicadas. Se validó la expresión de GRP94, el plegamiento de proteínas y chaperonas, en todas las parejas (6/6) con una intensidad de tinción citoplasmática similar; FN14, de la familia de receptores del factor de necrosis tumoral conectaba con el plegamiento de proteínas y nudo de chaperonas, que tenía una tinción de membrana particular y citoplasmática aumentada en la metástasis cerebral (6/6); y TRAF2, una proteína adaptadora y transductora de señales que relaciona miembros de la familia de receptores del factor de necrosis tumoral con diferentes rutas de señalización que presentaban una clara tinción citoplasmática.
Para validar el carácter específico de órgano de esta identificación, los autores de la invención volvieron a los datos transcriptómicos para comprobar la expresión en metástasis distintas del cerebro (hígado, pulmón y hueso) de genes que se sabe que están implicados en la respuesta al estrés del retículo endoplásmico (ERS). Así, se buscaron grupos funcionales diferentes de genes: chaperonas del retículo endoplásmico, sensores de estrés clásico, respuesta de plegamiento/no plegamiento de proteínas, rutas de señalización clásicas, resistencia a estrés oxidativo, proteosoma, transportadores de glucosa, grupos del metabolismo de aminoácidos, transportadores de proteínas y receptores y transductores de señales. De estos, los expresados en exceso de una forma más diferencial eran la proteína GRP94, 10 veces, en metástasis cerebral pero también en pulmón, 6,5 veces y hueso, 3,3 veces; HSP90, 22 veces, en cerebro seguido de hueso, 7,5 veces; calreticulina, 8 veces, que muestra un ligero aumento en hueso y pulmón. Más específicamente, en el cerebro la subunidad del proteosoma 26S se expresaba en exceso 12 veces, el receptor de proteína tirosina quinasa HERB-2 32 veces y el receptor del factor de crecimiento epidérmico 9,5 veces. Por el contrario, otras funciones no tenían una expresión importante en el cerebro, por ejemplo, el metabolismo de
10
15
20
25
30
35
40
E10721033
16-06-2015
glucosa se expresaba en exceso solamente en hígado, o el metabolismo de aminoácidos. Por lo tanto, de acuerdo con la expresión de estos genes en las cuatro metástasis diferentes, los autores de la invención formularon la hipótesis de que la metástasis cerebral tenía un fenotipo funcional particular diferente de otras metástasis que se desarrollan en pulmón, hígado o hueso.
De las proteínas validadas, las implicadas en el plegamiento de proteínas y chaperonas pueden relacionar diferentes funciones y presumiblemente actúan rescatando células de respuestas de RES. De hecho, el mecanismo integrado implica las respuestas de proteínas no plegadas (UPR) para establecer un eje de comunicación entre el retículo endoplásmico (RE) y el núcleo, la maquinaria de degradación asociada al RE, la maquinaria exportación del RE y una interfaz con mitocondrias implicada en la activación de mecanismos proapoptóticos. GRP94, la glicoproteína más abundante en el RE, está implicada en la maduración conformacional de proteínas destinadas a presentación en la superficie celular o exportación. GRP94, como BiP, podría participar en la activación de PERK, ATF6 e IRE1 por ERSRP. Por lo tanto, el exceso de expresión de GRP94 en metástasis cerebral podría ser un eje que organiza el fenotipo ERSRP.
La apoptosis puede inducirse mediante IRE1 y TRAF2 por liberación de calcio de los depósitos del RE. Además, el exceso de expresión de FN14 a través de la señalización de TRAF2, como receptores de TNF, podría ser un mediador potencial de la supervivencia celular puesto que la activación induce la translocación desde el citoplasma hasta el núcleo, regulando por aumento proteínas antiapoptóticas. Por lo tanto, la capacidad de células metastásicas cerebrales de manejar el estrés puede condicionar su capacidad intrínseca para sobrevivir y contribuir a la evolución a metástasis cerebral y a la resistencia a terapia. Puesto que GRP94 también era una molécula de metástasis cerebral específica de órgano en muestras de pacientes, los autores de la invención formularon la hipótesis de que GRP94 podía organizar las respuestas al estrés del retículo endoplásmico (ERSR), induciendo rutas compensatorias para inhibir la muerte celular.
c) La expresión de ERSRP en tumores primarios de cáncer de mama predice la evolución a metástasis cerebral
Para estimar la probabilidad de desenlaces específicos de metástasis cerebral se analizó el ERSRP generado en una serie de tumores de cáncer de mama primarios para determinar su valor como una supuesta herramienta para la predicción temprana en el diagnóstico inicial.
Se seleccionó la tecnología de matrices de tejidos (TMA) porque permite el análisis simultáneo de muchas muestras de tumores archivadas organizadas en matrices sobre portaobjetos de vidrio mediante análisis inmunohistoquímico tradicional sobre tejidos embebidos en parafina con un seguimiento prolongado. La TMA permitió comprobar la expresión de GRP94, TRAF2 y FN14 seleccionados del análisis proteómico en tumores de mama primarios. También se comprobó VAV2, TOP1 e Inhibina, que obtuvieron buenas puntuaciones como específicos de órgano cerebral en los datos transcriptómicos previos y se validaron adicionalmente mediante IHC a nivel de expresión de proteínas. Los resultados se resumen en la Tabla 2:
Tabla 2
- MARCADORES DE METÁSTASIS CEREBRAL
- Sensibilidad
- Especificidad LR (+) (-) Prueba exacta Fisher (bilateral) de
- ErbB2 GRP94
- 8/13 (61,5) 12/13 (92,0) 90/99 (90,9) 55/107 (51,4) 6,70 1,89 0,42 0,16 < 0,0001 0,003
- FN14 TRAF2 VAV2 TOP1 Inhibina
- 9/13 (69,2) 9/11 (81,8) 2/13 (15,4) 4/13 (30,8) 0/13 (0) 70/104 (77,0) 45/88 (51,1) 95/107 (88,8) 91/105 (86,6) 97/107 (90,7) 3,01 1,67 1,38 2,30 0 0,40 0,35 0,95 0,80 1,10 0,001 0,055 0,65 0,11 0,60
La expresión se optimizó y puntuó previamente para las seis parejas de tumores de cáncer de mama y metástasis cerebral emparejadas (FIG. 1). Como se esperaba, la tinción para todos los anticuerpos fue homogénea con diferentes intensidades entre ellos. Se consideró que un marcador era positivo cuando se detectaba una expresión alta, para evitar falsos positivos innecesarios, teniendo en cuenta la expresión conocida en un tejido de control (FIG. 2).
E10721033
16-06-2015
El análisis estadístico de los datos mostró asociaciones significativas entre la evolución a metástasis cerebral y la expresión alta de GRP94 (p < 0,0001), TRAF2 (p < 0,001), FN14 (p < 0,0001), TOP1 (p=0,032), y VAV2 (p=0,005). La expresión de Inhibina no se asoció con evolución a metástasis cerebral (p = 0,2). Como se esperaba, la expresión de HERB-2 se asociaba con metástasis cerebral con una alta significación (p < 0,0001); así como con la ausencia de
5 receptores de hormonas, ER: 54,6% frente a 29,6% (6/11 y 29/98, respectivamente, p = 0,016) y PR: 72,7% frente al 39,0% (8/11 frente a 37/95, respectivamente, p = 0,009). También se observó una ligera asociación con el grado histológico (HG), HG III 46,9% (7/12 frente a 45/96, p = 0,105).
Se calcularon las relaciones de probabilidad positiva y negativa para evaluar la exactitud predictiva de cada molécula como un marcador de metástasis cerebral considerando la sensibilidad y la especificidad de cada una. El mayor
10 valor predictivo para la presencia de la enfermedad metastásica fue la expresión de HERB-2 (LR positiva 6,7, p < 0,0001), seguido de FN14 (LR positiva 3,01, p < 0,001), GRP94 (LR positiva 1,89 p < 0,003) y TRAF2 (LR positiva 1,67, p < 0,055). Además, GRP94 fue el mejor marcador predictivo negativo (LR negativa 0,16), seguido de TRAF2 (LR negativa 0,35), FN14 (LR negativa 0,40) y HERB-2 (LR negativa 0,42). Por lo tanto, la ausencia de ERSRP en tumores predecía la ausencia de metástasis cerebral.
15 Un análisis multivariante basado en una regresión logística por pasos determinó GRP94, FN14 e inhibina como la mejor combinación para predecir la metástasis cerebral. El área bajo la curva de ROC para esta combinación fue de 0,85 (95% CI 0,75-0,96) mientras que el área bajo la curva de ROC para HERB-2 solo fue de 0,76 (95% CI 0,580,93). Esta combinación de marcadores supone una mejora significativa sobre la eficacia de predicción de HERB-2 (p < 0,001). (Tabla 3, FIG. 3)
20 También se realizó un análisis estratificado para comprobar la relación entre la positivad de HERB-2 y ERSRP en combinaciones binarias, como se muestra en la Tabla 3:
Tabla 3
- HERB-2 +
- HERB-2 -
- Marcadores de metástasis cerebral de la invención
- Sensibilidad LR + 2 Especificidad LR 2
- GRP 94
- 8/8 (100) 2,78 0,16 48/89 (53,9) 2,31 0,14
- FN 14
- 5/8 (62,5) 1,47 0,23 68/88 (77,3) 6,88 0,004
- TRAF 2
- 6/7 (85,7) 0,54 0,46 36/71 (50,7) 1,06 0,27
- Marcadores tradicionales
- ER
- 3/7 (42,9) 0,54 0,46 21/83 (25,3) 1,06 0,27
- PR
- 2/7 (28,6) 0,43 0,56 29/81 (35,8) 2,43 0,11
- HG III
- 6/8 (75,0) 0,14 0,71 42/45 (93,3) 0,77 0,39
En tumores negativos para HERB-2, FN14 tenía una relación de probabilidad negativa alta para predecir la ausencia
25 de evolución a metástasis cerebral (LR = 0,26, sensibilidad = 0,8, p = 0,015). Además, si el mejor predictor de metástasis cerebral solo era HER2, la adición de la expresión de GRP94, TRAF2 y FN14 aumentaba significativamente la predicción de enfermedad metastásica en cerebro. Además, la combinación de GRP94, FN14, Inhibina y HERB-2 mostró una predicción de enfermedad metastásica en el cerebro de aROC = 0,90.
Claims (9)
- 5101520253035REIVINDICACIONES
- 1.
- Un método para determinar el riesgo de desarrollar metástasis cerebral en un sujeto al que se le ha diagnosticado un tumor de mama, comprendiendo el método: (a) determinar el nivel de expresión de GRP94 en una muestra aislada del tumor de mama; y (b) comparar dicho nivel con el nivel de expresión de dicho gen en una muestra de control, en donde si se detecta un exceso de expresión de dicho gen en relación con la muestra de control, es indicativo del riesgo de desarrollar metástasis cerebral.
-
- 2.
- El método según la reivindicación 1, que además comprende: (determinar el nivel de expresión de FN14 en una muestra aislada del tumor de mama; y (b) comparar dicho nivel con el nivel de expresión de FN14 en una muestra de control, en donde si se detecta un exceso de expresión de dicho gen en relación con la muestra de control, es indicativo del riesgo de desarrollar metástasis cerebral.
-
- 3.
- El método según cualquiera de las reivindicaciones precedentes, que comprende además determinar el nivel de expresión de TRAF-2.
-
- 4.
- método según cualquiera de las reivindicaciones precedentes, que comprende además determinar el nivel de expresión de HERB-2.
-
- 5.
- método según cualquiera de las reivindicaciones precedentes, que comprende además determinar el nivel de expresión de inhibina.
-
- 6.
- método según cualquiera de las reivindicaciones precedentes, en el que se determina el nivel de expresión de uno de los siguientes conjuntos de marcadores:
- (a)
- GRP94, FN14, inhibina;
- (b)
- GRP94, TRAF2, HERB-2, y FN14;
- (c)
- GRP94, FN14, inhibina y HERB-2; y
- (d)
- GRP94, FN14 y TRAF2.
-
- 7.
- El método según una cualquiera de las reivindicaciones 1-6, en donde se determina la cantidad de proteína.
-
- 8.
- El método según la reivindicación 7, en donde la cantidad de proteína se determina usando un anticuerpo que se une específicamente a dicha proteína.
-
- 9.
- Kit para llevar a cabo el método como se define en una cualquiera de las reivindicaciones 2-8, consistiendo el kit en medios adecuados para determinar el nivel de expresión de uno o más de los siguientes conjuntos de marcadores:
- (a)
- GRP94 y FN14;
- (b)
- GRP94, FN14 e inhibina;
- (c)
- GRP94, TRAF2, HERB2 y FN14;
- (d)
- GRP94, FN14, inhibina y HERB-2; y
- (e)
- GRP94, FN14 y TRAF2,
en donde dichos medios adecuados son moléculas capaces de unirse específicamente a la proteína codificada por cada uno de dichos genes, en donde dichas moléculas se seleccionan de anticuerpos o fragmentos de los mismos y ácidos nucleicos aptámeros.15
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES200930294 | 2009-06-10 | ||
ES200930294A ES2363669B1 (es) | 2009-06-10 | 2009-06-10 | Metodo para determinar el riesgo de desarrollar metastasis cerebral y un kit para llevar a cabo dicho procedimiento |
PCT/EP2010/057947 WO2010142651A2 (en) | 2009-06-10 | 2010-06-08 | Method for determining the risk of developing brain metastasis, and a kit to carry out said method |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2539723T3 true ES2539723T3 (es) | 2015-07-03 |
Family
ID=42712485
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES200930294A Withdrawn - After Issue ES2363669B1 (es) | 2009-06-10 | 2009-06-10 | Metodo para determinar el riesgo de desarrollar metastasis cerebral y un kit para llevar a cabo dicho procedimiento |
ES10721033.8T Active ES2539723T3 (es) | 2009-06-10 | 2010-06-08 | Método para determinar el riesgo de desarrollar metástasis cerebral y un kit para llevar a cabo dicho método |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES200930294A Withdrawn - After Issue ES2363669B1 (es) | 2009-06-10 | 2009-06-10 | Metodo para determinar el riesgo de desarrollar metastasis cerebral y un kit para llevar a cabo dicho procedimiento |
Country Status (5)
Country | Link |
---|---|
US (1) | US9645150B2 (es) |
EP (1) | EP2440931B1 (es) |
DK (1) | DK2440931T3 (es) |
ES (2) | ES2363669B1 (es) |
WO (1) | WO2010142651A2 (es) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG194609A1 (en) * | 2011-05-19 | 2013-12-30 | Lab Corp America Holdings | Methods for determining the likelihood of survival and for predicting likelihood of metastasis in cancer patients |
WO2015036643A2 (es) * | 2013-09-13 | 2015-03-19 | Sierra Jiménez Angels | Marcador para predecir metástasis del cancer de mama |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5188964A (en) * | 1990-04-12 | 1993-02-23 | Board Of Regents, The University Of Texas System | Method and kit for the prognostication of breast cancer patient via heat shock/stress protein determination |
US7252821B2 (en) * | 1999-10-08 | 2007-08-07 | Arius Research Inc. | Cancerous disease modifying antibodies |
DE10019967A1 (de) * | 2000-04-20 | 2001-10-25 | Fenning Biomed Gmbh Dr | Antikörper gegen natives gp96, deren Herstellung und Verwendung |
EP1365242A1 (en) * | 2002-05-21 | 2003-11-26 | MTM Laboratories AG | Compounds for detection and treatment of colorectal lesions |
JP2007525167A (ja) * | 2003-04-01 | 2007-09-06 | ジェンザイム・コーポレーション | 乳房内皮細胞発現パターン |
WO2006130429A2 (en) * | 2005-05-27 | 2006-12-07 | Biogen Idec Ma Inc. | Treatment of cancer |
EP1961825A1 (en) * | 2007-02-26 | 2008-08-27 | INSERM (Institut National de la Santé et de la Recherche Medicale) | Method for predicting the occurrence of metastasis in breast cancer patients |
EP2545938A1 (en) * | 2007-08-03 | 2013-01-16 | Abbott Biotherapeutics Corp. | Therapeutic use of anti-tweak receptor antibodies |
-
2009
- 2009-06-10 ES ES200930294A patent/ES2363669B1/es not_active Withdrawn - After Issue
-
2010
- 2010-06-08 ES ES10721033.8T patent/ES2539723T3/es active Active
- 2010-06-08 DK DK10721033.8T patent/DK2440931T3/en active
- 2010-06-08 EP EP10721033.8A patent/EP2440931B1/en not_active Not-in-force
- 2010-06-08 US US13/377,468 patent/US9645150B2/en active Active
- 2010-06-08 WO PCT/EP2010/057947 patent/WO2010142651A2/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
DK2440931T3 (en) | 2015-06-29 |
ES2363669A1 (es) | 2011-08-11 |
EP2440931A2 (en) | 2012-04-18 |
EP2440931B1 (en) | 2015-03-18 |
WO2010142651A3 (en) | 2011-03-17 |
WO2010142651A2 (en) | 2010-12-16 |
US20120157338A1 (en) | 2012-06-21 |
ES2363669B1 (es) | 2012-08-09 |
US9645150B2 (en) | 2017-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220154292A1 (en) | Methods of diagnosing, determining the progression of, and treating a prostate cancer | |
Park et al. | AGR2, a mucinous ovarian cancer marker, promotes cell proliferation and migration | |
BR112013011072B1 (pt) | métodos de diagnóstico e prognóstico de cânceres que expressam receptor alfa de folato | |
CN112345755B (zh) | 乳腺癌的生物标志物及其应用 | |
US9562906B2 (en) | Methods for detection of gastric cancer | |
KR20210061961A (ko) | 직장암의 선행화학방사선 표준 치료 반응 예측 및 치료 후 예후 예측을 위한 조성물 및 표준 치료 후 예후가 매우 나쁜 환자를 예측하는 방법 및 조성물 | |
WO2016195051A1 (ja) | 膵がんを診断するための血漿バイオマーカーパネル | |
US20220127679A1 (en) | Composition for cancer diagnosis | |
ES2539723T3 (es) | Método para determinar el riesgo de desarrollar metástasis cerebral y un kit para llevar a cabo dicho método | |
KR20110076829A (ko) | 암 진단 마커로서의 보체 c9 | |
US20230416836A1 (en) | Method for predicting responsiveness to plk1 inhibition | |
KR102216386B1 (ko) | 암의 진단용 조성물 | |
KR20230029059A (ko) | 트라스투주맙 저항성 예측용 신규 바이오마커 및 이의 용도 | |
KR20110076830A (ko) | 소세포폐암 및 비소세포폐암 진단 마커로서의 보체 c9 | |
US20150011411A1 (en) | Biomarkers of cancer | |
KR102326119B1 (ko) | 암의 면역 치료 후 예후 예측용 바이오 마커 | |
KR102499678B1 (ko) | 암의 진단용 조성물 | |
KR102416607B1 (ko) | 방사선 저항성 지표 단백질 및 이의 검출방법 | |
EP4332242A1 (en) | Method for predicting prognosis of gastric cancer | |
ES2628150T3 (es) | Métodos y productos para pronosticar la evolución clínica o predecir el riesgo de recidiva de una lesión papilar de mama | |
KR101652894B1 (ko) | 대장암에 대한 신규 바이오마커 및 그의 용도 | |
KR101702115B1 (ko) | 대장암에 대한 신규 바이오마커 및 그의 용도 | |
KR20230030228A (ko) | 암의 진단용 조성물 | |
KR20210109464A (ko) | 암의 진단용 조성물 | |
JP2008263840A (ja) | 胃ガンの診断又は検出のための組成物及び方法 |