ES3063063T3 - Method of predicting cancer prognosis and composition for same - Google Patents

Method of predicting cancer prognosis and composition for same

Info

Publication number
ES3063063T3
ES3063063T3 ES20802982T ES20802982T ES3063063T3 ES 3063063 T3 ES3063063 T3 ES 3063063T3 ES 20802982 T ES20802982 T ES 20802982T ES 20802982 T ES20802982 T ES 20802982T ES 3063063 T3 ES3063063 T3 ES 3063063T3
Authority
ES
Spain
Prior art keywords
group
genes
gene
expression level
breast cancer
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
Application number
ES20802982T
Other languages
English (en)
Inventor
Won Shik Han
Han Byoel Lee
In Ae Park
Han Suk Ryu
Sei Hyun Ahn
Jong Won Lee
Sae Byul Lee
Hee Jin Lee
Ae Ree Kim
Chung Yeul Kim
Sung Roh Yoon
Sun Kim
Sun Young Kwon
Min Su Kim
Jeong Hee Jo
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dcgen Co Ltd
Original Assignee
Dcgen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dcgen Co Ltd filed Critical Dcgen Co Ltd
Application granted granted Critical
Publication of ES3063063T3 publication Critical patent/ES3063063T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2535/00—Reactions characterised by the assay type for determining the identity of a nucleotide base or a sequence of oligonucleotides
    • C12Q2535/122—Massive parallel sequencing
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2537/00—Reactions characterised by the reaction format or use of a specific feature
    • C12Q2537/10—Reactions characterised by the reaction format or use of a specific feature the purpose or use of
    • C12Q2537/165—Mathematical modelling, e.g. logarithm, ratio
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Wood Science & Technology (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Oncology (AREA)
  • General Engineering & Computer Science (AREA)
  • Hospice & Palliative Care (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Description

[0001] DESCRIPCIÓN
[0002] Método de predicción del pronóstico de cáncer y composiciones para el mismo
[0003] Campo técnico
[0004] La presente divulgación se refiere a un método para predecir el pronóstico del cáncer de mama y a un dispositivo para su uso en la determinación del pronóstico del cáncer de mama. Más específicamente, la presente divulgación se refiere a un método para predecir si la quimioterapia tiene un efecto terapéutico y a un dispositivo para tal fin.
[0005] Antecedentes
[0006] El cáncer es una de las causas de muerte más comunes en todo el mundo. Cada año se producen alrededor de 10 millones de nuevos casos de cáncer, lo que representa aproximadamente el 12 % de todas las causas de muerte, siendo la tercera causa principal de muerte. Entre los diversos tipos de cáncer, el cáncer de mama, especialmente el cáncer de mama positivo para receptores de la hormona estrógeno (ER+) sin metástasis en los ganglios linfáticos axilares, que representa aproximadamente la mitad de los pacientes con cáncer de mama, tiene una tasa de recurrencia a los 10 años del 15 % incluso con solo 5 años de tratamiento antihormonal y cuando se añade quimioterapia, el valor absoluto de la tasa de recurrencia a los 10 años se reduce a aproximadamente el 5 % (Fisher et al., Lancet.10; 364(9437): 858-68, PMID: 15351193). Sin embargo, con el desarrollo de la prueba Oncotype Dx en 2004, se ha descubierto que solo algunos pacientes necesitan quimioterapia (véase Paik et al., J Clin Oncol 24(23): 3726-34, PMID: 16720680).
[0007] Desde el desarrollo de Oncotype Dx, se han desarrollado y comercializado muchas pruebas para predecir el pronóstico del cáncer de mama basadas en el análisis de genes transcripcionales, como Mammaprint, Endopredict, Breast Cancer Index y Prosigna, pero Oncotype Dx es la única prueba que ha demostrado aplicabilidad clínica para la decisión de si usar o no quimioterapia (documento US 2015-0079591 A1 y Paik et al., J Clin Oncol 24(23): 3726-34, PMID: 16720680).
[0008] Por otro lado, este Oncotype Dx es costoso y se confirmó que el Oncotype Dx no permite el análisis en todos los grupos de edad (véase Wkilliams AD et al., Ann Surg Oncol. 2018 Oct; 25(10): 2875-2883. doi: 10.1245/s10434-018-6600-9).
[0009] El documento KR 20180052985 A divulga un método para predecir el pronóstico del cáncer de mama. Gunhee Lee & Minho Lee, Genomics & Informatics, 15 (2017): 156-161 divulgan y clasifican los genes relacionados con el cáncer de mama. Collignon Olivier et al., Plos One, 13 (2018) se ocupa de la selección de genes predictivos para la quimioterapia en pacientes con cáncer de mama y Liu Min et al., Breast Cancer, 26 (2019): 317-325 se ocupa de la identificación de genes asociados con la supervivencia de pacientes con cáncer de mama.
[0010] Por lo tanto, los presentes inventores han descubierto un dispositivo y un método para predecir el pronóstico del cáncer de mama y decidir si se debe usar quimioterapia, que permiten el análisis en todos los grupos de edad, lo que da lugar a la presente divulgación.
[0011] Divulgación
[0012] La presente invención se define por las reivindicaciones adjuntas.
[0013] Problema técnico
[0014] Un objetivo de la presente divulgación es proporcionar un dispositivo capaz de predecir el pronóstico del cáncer de mama y decidir si se debe usar quimioterapia, que sea económico y permita el análisis para todos los grupos de edad.
[0015] Solución técnica
[0016] A continuación, se describirán diversas realizaciones descritas en el presente documento con referencia a los dibujos adjuntos. En la siguiente descripción, se exponen numerosos detalles específicos, como configuraciones, composiciones y procesos específicos, etc., para proporcionar una comprensión completa de la presente divulgación. Sin embargo, ciertas realizaciones pueden practicarse sin uno o más de estos detalles específicos o en combinación con otros métodos y configuraciones conocidos. En otros casos, los procesos y técnicas de fabricación bien conocidos no se han descrito con particular detalle para no oscurecer innecesariamente la presente divulgación. La referencia a lo largo de esta memoria descriptiva a "una realización" o "una modalidad" significa que un rasgo, configuración, composición o característica particular descrita en relación con la realización se incluye en al menos una realización de la presente divulgación. Por lo tanto, las apariciones de la frase "en una realización" o "una modalidad" en varios lugares a lo largo de esta memoria descriptiva no se refieren necesariamente a la misma realización de la presente divulgación. Además, los rasgos, configuraciones, composiciones o características particulares pueden combinarse de cualquier manera adecuada en una o más realizaciones.
[0017] A menos que se indique lo contrario en la memoria descriptiva, todos los términos científicos y técnicos utilizados en la memoria descriptiva tienen los mismos significados que los comúnmente entendidos por los expertos en el campo técnico al que pertenece la presente divulgación.
[0018] En la presente memoria descriptiva, el término "polinucleótido", cuando se usa en singular o plural, generalmente se refiere a cualquier polirribonucleótido o polidesoxirribonucleótido, que puede ser ARN o ADN no modificado o ARN o ADN modificado. De este modo, por ejemplo, los polinucleótidos tal como se definen en la presente memoria descriptiva incluyen, pero sin limitarse a, ADN de cadena sencilla y doble, ADN que incluye regiones de cadena sencilla y doble, ARN de cadena sencilla y doble y ARN que incluye regiones de cadena sencilla y doble y moléculas híbridas que comprenden ADN y ARN que pueden ser de cadena sencilla o, más típicamente, de cadena doble o pueden incluir regiones de cadena sencilla y doble. Además, el término "polinucleótido" tal como se usa en la presente memoria descriptiva se refiere a regiones de triple cadena que comprenden ARN o ADN o tanto ARN como ADN. Las cadenas en dichas regiones pueden derivarse de la misma molécula o de diferentes moléculas. Estas regiones pueden incluir la totalidad de una o más de las moléculas, pero más típicamente involucran solo una región de algunas de las moléculas. Una de las moléculas de una región de doble hélice es un oligonucleótido. El término "polinucleótido" incluye específicamente ADNc. El término incluye ADN (incluido ADNc) y ARN que contienen una o más bases modificadas. Por lo tanto, los ADN o ARN con cadenas principales modificadas para mayor estabilidad o por otras razones son "polinucleótidos" según como se define el término en el presente documento. Además, los ADN o ARN que contienen bases inusuales, como la inosina o bases modificadas, como las bases tritiadas, están incluidos dentro del término "polinucleótidos" tal como se define en el presente documento. En general, el término "polinucleótido" abarca todas las formas modificadas química, enzimática o metabólicamente de los polinucleótidos no modificados, así como las formas químicas de ADN y ARN características de los virus y las células.
[0019] El término "oligonucleótido" se refiere a un polinucleótido relativamente corto, que incluye, sin limitación, desoxirribonucleótidos de cadena sencilla, ribonucleótidos de cadena sencilla o doble, híbridos de ARN:ADN y ADN de doble cadena. Los oligonucleótidos, como los oligonucleótidos sonda de ADN de cadena sencilla, se sintetizan mediante métodos químicos, por ejemplo, utilizando sintetizadores de oligonucleótidos automatizados disponibles comercialmente. Además, los oligonucleótidos se pueden obtener mediante diversos métodos, incluyendo técnicas mediadas por ADN recombinantein vitroy mediante la expresión de ADN en células y organismos.
[0020] El término "expresión génica" se refiere a la conversión de la información de la secuencia del gen de ADN en ARN transcrito (el transcrito de ARN inicial sin empalmar o el ARNm maduro) o el producto de la proteína codificada. La expresión génica se puede monitorizar midiendo los niveles ya sea del ARN completo o de los productos proteicos del gen o de sus subsecuencias.
[0021] El término "sobreexpresión", con respecto a un transcrito de ARN, se utiliza para referirse al nivel del transcrito determinado mediante la normalización con respecto al nivel de ARNm de referencia, que pueden ser todos los transcritos medidos en una muestra o un conjunto particular de ARNm de referencia.
[0022] El término "amplificación génica" se refiere a un proceso mediante el cual se forman múltiples copias de un gen o fragmento de gen en una célula o línea celular particular. La región duplicada (ADN amplificado) también se denomina "amplicón". Generalmente, la cantidad de ARNm producido, es decir, el nivel de expresión génica, también aumenta en proporción al número de copias de cada gen expresado.
[0023] El término "pronóstico", tal como se utiliza en la presente memoria descriptiva, se refiere a la progresión y curación de enfermedades, como la migración e invasión del cáncer en los tejidos, la metástasis a otros tejidos y la muerte causada por la enfermedad. Para los fines de la presente divulgación, el pronóstico se refiere al pronóstico de la progresión de la enfermedad o la supervivencia de un paciente con cáncer de mama. Mediante el método de la presente divulgación, es posible determinar fácilmente el pronóstico de supervivencia para pacientes con cáncer de mama y, por lo tanto, es posible decidir fácilmente si se debe utilizar un método terapéutico adicional. En definitiva, es posible mejorar la tasa de supervivencia tras la aparición del cáncer de mama.
[0024] El término "predicción", tal como se utiliza en la presente memoria descriptiva, se refiere a una acción que predice el curso y el resultado de una enfermedad al determinar la respuesta de un paciente a un fármaco o a un conjunto de fármacos. Más específicamente, el término "predicción pronóstica" puede interpretarse como cualquier acción que predice el curso de una enfermedad después del tratamiento, considerando de forma integral las condiciones del paciente ya que el curso de la enfermedad después del tratamiento puede variar según las condiciones fisiológicas o ambientales del paciente.
[0025] El término "respuesta beneficiosa", tal como se utiliza en la presente divulgación, significa una mejora en cualquier medida del estado del paciente, incluidas aquellas medidas que se utilizan habitualmente en la práctica clínica, como la supervivencia global, la supervivencia a largo plazo, la supervivencia libre de recurrencia y la supervivencia libre de recurrencia a distancia. La supervivencia libre de recurrencia (RFS) se refiere al tiempo (en meses) desde la cirugía hasta la primera recurrencia local, regional o a distancia. La supervivencia libre de recurrencia a distancia (DRFS) o supervivencia libre de metástasis a distancia (DMFS) se refiere al tiempo (en meses) desde la cirugía hasta la primera recurrencia a distancia. La recurrencia se refiere a RFS y/o DRFS. El término supervivencia "a largo plazo", tal como se utiliza en la presente memoria descriptiva, se refiere a la supervivencia durante al menos 3 años o al menos 5 años o al menos 8 años o al menos 10 años después de la cirugía u otro tratamiento.
[0027] El término "tumor", tal como se utiliza en la presente memoria descriptiva, se refiere a todo crecimiento y proliferación de células neoplásicas ya sean malignas o benignas y a todas las células y tejidos precancerosos y cancerosos.
[0029] Los términos "cáncer" y "canceroso" se refieren a o describen la condición fisiológica en mamíferos que se caracteriza típicamente por un crecimiento celular descontrolado. De acuerdo con la presente invención, el cáncer es cáncer de mama.
[0031] La "patología" del cáncer incluye todos los fenómenos que comprometen la salud del paciente. Ejemplos de ello incluyen, pero sin limitarse a, el crecimiento celular anormal o incontrolable, la metástasis, la interferencia con el funcionamiento normal de las células vecinas, la liberación de citocinas u otros productos de secreción en niveles anormales, la supresión o el agravamiento de la respuesta inflamatoria o inmunológica, la neoplasia, la premalignidad, la malignidad, la invasión de tejidos u órganos circundantes o distantes, como los ganglios linfáticos, etc.
[0033] El término "índice de decisión (DI)", tal como se utiliza en la presente memoria descriptiva, se refiere a una puntuación que permite determinar si el pronóstico del cáncer en un paciente es bueno o malo, e incluye los conceptos de factores pronósticos y predictores de respuesta al tratamiento. En el cáncer de mama, los factores pronósticos difieren de los factores predictivos de respuesta al tratamiento. Los factores pronósticos son variables relacionadas con la historia natural del cáncer de mama y afectan la tasa de recurrencia y el desenlace clínico de los pacientes con cáncer de mama. Los parámetros clínicos asociados a un mal pronóstico incluyen, por ejemplo, la afectación de los ganglios linfáticos, el tamaño del tumor y los tumores de alto grado (malignos). Los factores pronósticos pueden utilizarse eficazmente para clasificar a los pacientes en subgrupos con diferentes riesgos básicos de recurrencia. En cambio, los factores predictivos de respuesta al tratamiento son variables relacionadas con la probabilidad de que cada paciente responda favorablemente al tratamiento, como la terapia antiestrogénica o la quimioterapia y no están relacionados con el pronóstico.
[0035] En la presente memoria descriptiva, la secuenciación de ácidos nucleicos (incluido ADN o ARN) puede ser secuenciación de próxima generación (NGS). El término "secuenciación de ácidos nucleicos" puede usarse indistintamente con los términos "secuenciación de bases" o "secuenciación". El término "NGS" puede usarse indistintamente con los términos "secuenciación masiva en paralelo" o "secuenciación de segunda generación". La NGS es una técnica para la secuenciación simultánea de una gran cantidad de fragmentos de ácidos nucleicos, que puede incluir la fragmentación del genoma completo en un formato de extremos apareados basado en chips y reacción en cadena de la polimerasa (PCR) y la realización de la secuenciación a una velocidad ultraalta basada en la hibridación de los fragmentos. La NGS puede realizarse, por ejemplo, mediante la plataforma 454 (Roche), GS FLX Titanium, Illumina MiSeq, Illumina HiSeq, Illumina HiSeq 2500, Illumina Genome Analyzer, plataforma Solexa, SOLiD System (Applied Biosystems), Ion Proton (Life Technologies), Complete Genomics, Helicos Biosciences Heliscope, tecnología de secuenciación en tiempo real de molécula única (SMRT™) de Pacific Biosciences o combinaciones de estas. La secuenciación de ácidos nucleicos puede ser un método de secuenciación de ácidos nucleicos que analiza solo una región de interés. La secuenciación de ácidos nucleicos puede incluir, por ejemplo, secuenciación dirigida basada en NGS, secuenciación profunda dirigida o secuenciación de paneles.
[0037] Tal como se utiliza en el presente documento, la "secuenciación de próxima generación (NGS)" se refiere a un método para descomponer un genoma en innumerables fragmentos, leer la información genética de cada fragmento, combinar la información genética y, posteriormente, analizar la secuencia de nucleótidos completa. La NGS ofrece la ventaja de permitir la secuenciación genómica de alto rendimiento y también se conoce como secuenciación de alto rendimiento, secuenciación masiva en paralelo o secuenciación de segunda generación. En comparación con la NGS, el genoma humano completo también se puede leer mediante la secuenciación de Sanger, pero en este caso solo se pueden analizar genes conocidos, lo que limita la prueba y requiere experimentos repetidos para analizar múltiples genes. Por ejemplo, la secuenciación de próxima generación es un método de análisis que ha mejorado considerablemente en términos de tiempo y coste, en comparación con la secuenciación de Sanger, que requiere realizarse aproximadamente 3 millones de veces. La secuenciación masiva en paralelo, posible gracias a la tecnología de secuenciación de próxima generación (NGS), es otra forma de abordar la cuantificación de los transcritos de ARN en una muestra de tejido y la secuenciación de ARN es un método que utiliza esta tecnología. Actualmente, es la herramienta analítica más potente para el análisis del transcriptoma, incluyendo las diferencias en el nivel de expresión génica entre diferentes condiciones fisiológicas o los cambios que ocurren durante el desarrollo o a lo largo de la progresión de una enfermedad. Específicamente, la secuenciación de ARN se puede utilizar para estudiar fenómenos como los cambios en la expresión génica, los eventos de empalme alternativo, la expresión génica específica de alelos y los transcritos quiméricos, incluyendo eventos de fusión génica, nuevos transcritos y edición de ARN.
[0038] Tal como se utiliza en la presente memoria descriptiva, el término "sonda" en un sentido amplio incluye una sonda que se une específicamente a un gen diana para identificar y/o detectar dicho gen.
[0039] Tal como se utiliza en la presente memoria descriptiva, "cáncer de mama" significa, por ejemplo, aquellas afecciones clasificadas mediante biopsia como patología maligna. La delimitación clínica de los diagnósticos de cáncer de mama es bien conocida en el ámbito médico. Los expertos en la técnica comprenderán que el cáncer de mama se refiere a cualquier malignidad del tejido mamario, incluyendo, por ejemplo, carcinomas y sarcomas. En ciertas realizaciones, el cáncer de mama es carcinoma ductalin situ(DCIS), carcinoma lobulillarin situ(CLIS) o carcinoma mucinoso. El cáncer de mama también se refiere al carcinoma ductal infiltrante (IDC) o al carcinoma lobulillar infiltrante (ILC). En la mayoría de las realizaciones de la presente divulgación, el sujeto de interés es un paciente humano con sospecha o diagnóstico confirmado de cáncer de mama.
[0040] "Cáncer de mama en estadio temprano" significa los estadios 0 (cáncer de mamain situ), I (T1, N0, M0), IIA (T0-1, N1, M0 o T2, N0, M0) y IIB (T2, N1, M0 o T3, N0, M0). Los pacientes con cáncer de mama en estadio temprano presentan poca o ninguna afectación de los ganglios linfáticos. Tal como se utiliza en el presente documento, "afectación de los ganglios linfáticos" o "estado de los ganglios linfáticos" se refiere a si el cáncer ha hecho metástasis a los ganglios linfáticos. Los pacientes con cáncer de mama se clasifican como " positivos para ganglios linfáticos" o "negativos para ganglios linfáticos" en función de esto. Los métodos para identificar a los pacientes con cáncer de mama y estadificar la enfermedad son bien conocidos y pueden incluir examen manual, biopsia, revisión del historial del paciente y/o familiar y técnicas de imagenología, tal como mamografía, imágenes de resonancia magnética (MRI), ecografía, tomografía computarizada (CT) y tomografía por emisión de positrones (PET).
[0041] Además, el cáncer de mama se trata mediante diversas estrategias alternativas que pueden incluir, por ejemplo, cirugía, radioterapia, terapia hormonal, quimioterapia o alguna combinación de estas. Como es sabido en la materia, las decisiones de tratamiento para pacientes individuales con cáncer de mama pueden basarse en el número de ganglios linfáticos afectados, el estado de los receptores de estrógeno y progesterona, el tamaño del tumor primario y el estadio de la enfermedad en el momento del diagnóstico. El análisis de diversos factores clínicos y ensayos clínicos ha dado lugar al desarrollo de recomendaciones y guías de tratamiento para el cáncer de mama en estadio temprano por parte del Panel de Consenso Internacional de la Conferencia de St. Gallen (2001). Véase Goldhirsch et al. (2001) J. Clin. Oncol.19: 3817-3827.
[0042] Tal como se utiliza en la presente memoria descriptiva, el término "sujeto" se refiere a un paciente que ha desarrollado o se sospecha que ha desarrollado cáncer de mama y puede significar un paciente que necesita o se espera que necesite un tratamiento adecuado para el cáncer de mama, pero no se limita a ello.
[0043] Tal como se utiliza en la presente memoria descriptiva, el término "muestra biológica" significa cualquier muestra que permita la identificación de la información genética del paciente y puede incluir, pero sin limitarse a, sangre, plasma, suero, etc. y puede ser, pero sin limitarse a, cualquier tipo de muestra que permita la identificación de genes.
[0044] Tal como se utiliza en la presente memoria descriptiva, el término "dispositivo de diagnóstico" se refiere a un dispositivo capaz de diagnosticar enfermedadesin vitrobasándose en sustancias generadas en el cuerpo humano, tal como sangre, saliva y orina. Por ejemplo, el dispositivo de diagnóstico puede ser, pero sin limitarse a, cualquier tipo de dispositivo que incluya una unidad de detección, una unidad aritmética y una unidad de salida y que sea capaz de analizar un gen a partir de las sustancias mencionadas.
[0045] De acuerdo con la presente invención, se proporciona un método para determinar el pronóstico del cáncer de mama, incluyendo el método las etapas de: (a) medir los niveles de expresión de un primer grupo de genes, un segundo grupo de genes, un tercer grupo de genes, un cuarto grupo de genes, un quinto grupo de genes y un sexto grupo de genes en una muestra biológica obtenida de un sujeto y normalizar los niveles de expresión medidos; y (b) calcular un índice de decisión (DI) multiplicando el nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes, normalizados en la etapa (a), por un valor del coeficiente de regresión y sumando los valores multiplicados, prediciendo así el pronóstico del cáncer de mama en el sujeto. Se puede realizar primero una etapa de medición del nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes para la muestra biológica obtenida del sujeto.
[0046] El primer grupo de genes está compuesto por ESR1 (receptor 1 de estrógeno), PGR (receptor de progesterona) y SCUBE2 (péptido señal, dominio CUB y que contiene 2 dominios similares a EGF).
[0047] El segundo grupo de genes está compuesto por CTSL2 (catepsina V) y MMP11 (metalopeptidasa 11 de matriz).
[0048] El tercer grupo de genes está compuesto por TFRC (receptor de transferrina) y CX3CR1 (receptor 1 de quimiocina con motivo C-X3-C).
[0049] El cuarto grupo de genes está compuesto por KIF14 (miembro 14 de la familia de las quinesinas), RRM2 (subunidad reguladora M2 de la ribonucleótido reductasa), SHCBP1 (proteína 1 asociada a la unión de SHC y al huso mitótico), SLC7A5 (miembro 5 de la familia 7 portador de soluto) y KPNA2 (subunidad alfa 2 de la carioferina).
[0050] El quinto grupo de genes está compuesto por AURKA (aurora quinasa A), CCNE2 (ciclina E2), CENPE (proteína E del centrómero), E2F8 (factor 8 de transcripción E2F), KIF18A (miembro 18A de la familia de quinesinas) y KIF23 (miembro 23 de la familia de las quinesinas).
[0051] El sexto grupo de genes está compuesto por JMJD5 (lisina desmetilasa 8), CACNA1D (subunidad alfa 1 D del canal de calcio dependiente de voltaje) y GSTM1 (glutatión S-transferasa Mu 1).
[0052] Dado que el primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes o el sexto grupo de genes incluye una pluralidad de genes, la etapa de medir el nivel de expresión se realiza midiendo el nivel de expresión de cada uno de la pluralidad de genes pertenecientes a cada grupo de genes.
[0053] La medición del nivel de expresión, de acuerdo con la presente divulgación, es un proceso para identificar la presencia y el nivel de expresión del ARNm del grupo de genes y puede realizarse midiendo el nivel de expresión del gen correspondiente a partir del ARNm extraído de la muestra obtenida del sujeto. Los métodos de análisis para medir los niveles de expresión incluyen, pero sin limitarse a, RT-PCR, RT-PCR competitiva, RT-PCR en tiempo real, ensayo de protección de RNasa (RPA), transferencia northern y ensayo con chip de microarreglos de ADN y la medición de los niveles de expresión puede realizarse mediante cualquier método apropiado de uso común en la técnica.
[0054] Un agente para medir el nivel de expresión del ARNm es preferiblemente un oligonucleótido antisentido, un cebador o una sonda. Se puede diseñar un cebador que amplifique específicamente una región específica de cada uno de estos genes o una sonda, basándose en la secuencia de nucleótidos de cada grupo de genes. Dado que la secuencia de nucleótidos de cada grupo de genes de acuerdo con la presente divulgación está registrada en el GenBank y es conocida en la técnica, los expertos en la técnica pueden diseñar un oligonucleótido antisentido o un cebador capaz de amplificar específicamente una región específica de cada uno de estos genes o una sonda, basándose en la secuencia de nucleótidos.
[0055] Después de medir los niveles de expresión del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes como se describió anteriormente, se realiza una etapa de normalización del nivel de expresión medido de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes.
[0056] La normalización se puede realizar midiendo el nivel de expresión de un gen de referencia y, a continuación, normalizando cada uno del nivel de expresión del primer grupo de genes, el nivel de expresión del segundo grupo de genes, el nivel de expresión del tercer grupo de genes, el nivel de expresión del cuarto grupo de genes, el nivel de expresión del quinto grupo de genes y el nivel de expresión del sexto grupo de genes con respecto al nivel de expresión medido del gen de referencia.
[0057] Como método para calcular los niveles de expresión de genes diferencialmente expresados de acuerdo con la presente divulgación, el nivel de expresión de cada gen o transcrito en cada muestra puede identificarse utilizando el número de lecturas mapeadas mediante secuenciación de ARN. Cuando el nivel de expresión se define por el número de lecturas mapeadas, puede haber un error para cada muestra y es difícil considerar el número de lecturas como un valor objetivo. Por lo tanto, de forma más preferible, se realiza un proceso de normalización como método para obtener un valor objetivo.
[0058] Típicamente, los métodos que se utilizan principalmente en la técnica para analizar la expresión de secuencias de ARN incluyen varios métodos para calcular y normalizar valores como FPKM (fragmentos por kilobase de transcritos por millón de lecturas mapeadas), RPKM (lecturas por kilobase de transcrito por millón de lecturas mapeadas), TPM (transcritos por millón) o TMM (media recortada del valor M).
[0059] Entre las técnicas de normalización convencionales que se han utilizado generalmente en la técnica, se sabe que la técnica TMM (media recortada del valor M) utilizada en el paquete R edgeR (Robinson et al. Bioinformatics 2010) tiene la mayor estabilidad (Dillies et al. Briefings in bioinformatics 2013). En la presente divulgación, es posible diseñar y utilizar un proceso para extraer automáticamente información de expresión génica normalizada a partir de los datos de secuenciación de ARN objetivo generados utilizando el paquete edgeR. Los datos de secuenciación generados utilizando tecnología NGS se mapean a un genoma de referencia utilizando software de alineación común (RNA-STAR) (Dobin et al. Bioinformatics 2013) y el número de secuencias de cada gen se cuenta a través del resultado del mapeo y se extrae una estimación directa del nivel de expresión de cada gen. Los datos mapeados en el formato de archivo BAM se introducen en el proceso de normalización desarrollado y de esta manera los datos mapeados se pueden calcular como valores de nivel de expresión normalizados, que pueden compararse entre muestras, mediante una serie de paquetes de software integrados en dicho proceso (htseq-count (Anders et al. Bioinformatics 2014), edgeR (Robinson et al. Bioinformatics 2010)).
[0060] Más específicamente, el "proceso de normalización" descrito en la presente divulgación mejora aún más la estabilidad al eliminar las lecturas de baja calidad y las lecturas generadas artificialmente entre las lecturas generadas mediante tecnología NGS, mapeando las lecturas restantes a una secuencia genómica de referencia humana mediante el software de alineación STAR y extrayendo únicamente los exones conservados con el formato de archivo BAM mapeado. Tras el proceso anterior, se cuantifica el nivel de expresión de cada gen mediante htseq-count. El nivel de expresión cuantificado se obtiene mediante la técnica TMM (media recortada del valor M), utilizada en el paquete R edgeR, entre las técnicas de normalización convencionales, pero en particular, se normaliza al grupo de pacientes estándar, y esta técnica TMM modificada presenta mayor estabilidad que otras técnicas de normalización convencionales. Mediante esta serie de procesos, el nivel de expresión cuantificado puede calcularse como un valor de nivel de expresión normalizado que puede compararse entre muestras. Sin embargo, el proceso de normalización no se limita a esto, siempre que corresponda a un método de normalización comúnmente utilizado en la técnica.
[0061] En la presente divulgación, el término "gen de referencia" se refiere a todos los transcritos que se mantienen aproximadamente al mismo nivel, independientemente del tipo de célula o tejido o de la presencia de un agente de confusión (es decir, un factor de confusión). En la presente divulgación, el gen de referencia puede ser útil como control interno para normalizar los datos de expresión génica.
[0062] Aunque el tipo de gen de referencia en la presente divulgación no está particularmente limitado, pero el gen de referencia puede ser, por ejemplo, uno cualquiera o más seleccionado del grupo que está compuesto por ACTB, APOBEC3B, ASF1B, ASPM, AURKB, BAG1, BCL2, BIRC5, BLM, BUB1, BUB1B, C14orf45, C16orf61, C7orf63, CCNA2, CCNB1, CCNB2, CCNE1, CCT5, CD68, CDC20, CDC25A, CDC45, CDC6, CDCA3, CDCA8, CDK1, CDKN3, CENPA, CENPF, CENPM, CENPN, CEP55, CHEK1, CIRBP, CKS2, CRIM1, CYBRD1, DBF4, DDX39, DLGAP5, DNMT3B, DONSON, DTL, E2F1, ECHDC2, ERBB2, ERCC6L, ESPL1, EXO1, EZH2, FAM64A, FANC1, FBXO5, FEN1, FOXM1, GAPDH, GINS1, GRB7, GTSE1, GUSB, HJURP, HMMR, HN1, IFT46, KIF11, KIF15, KIF18B, KIF20A, KIF2C, KIF4A, KIFC1, LMNB1, LMNB2, LRIG1, LRRC48, LRRC59, MAD2L1, MARCH8, MCM10, MCM2, MCM6, MELK, MKI67, MLF1IP, MYBL2, NCAPG, NCAPG2, NCAPH, NDC80, NEK2, NUP93, NUSAP1, OIP5, PBK, PDSS1, PKMYT1, PLK1, PLK4, PRC1, PTTG1, RACGAP1, RAD51, RAD51AP1, RAI2, RFC4, RPLP0, SETBP1, SF3B3, SHMT2, SLC25A12, SPAG5, SPC25, SQLE, STARD13, STIL, STMN1, SYNC, TACC3, TK1, TOP2A, TPX2, TRIP13, TROAP, TTK, UBE2C, UBE2S, ZWINT, C10orf76, C12orf72, CIAO1, CNOT4, DBR1, DND1, FBXO42, GRK4, HNRNPK, HNRNPL, HNRNPR, KHDRBS1, KLRAQ1, LACE1, LOC148189, LOC285033, LOC493754, MRPL44, NRF1, PKNOX1, PPHLN1, RRN3P3, SENP8, SLC4A1AP, TARDBP, THRAP3, TTLL11, WDR33 y ZNF143. En la presente divulgación, dado que el primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes o el sexto grupo de genes incluye una pluralidad de genes, la normalización se realiza para cada uno de la pluralidad de genes que pertenecen a cada grupo de genes.
[0063] En la presente divulgación, después de normalizar el nivel de expresión de cada uno del primer grupo de genes, segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes como se describió anteriormente, se realiza una etapa para calcular un índice de decisión (DI) multiplicando el nivel de expresión normalizado de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes por un valor del coeficiente de regresión (peso) y sumando los valores multiplicados.
[0064] En la presente divulgación, dado que el primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes o el sexto grupo de genes incluye una pluralidad de genes, el nivel de expresión normalizado de cada uno de la pluralidad de genes que pertenecen a cada grupo de genes se multiplica por un valor del coeficiente de regresión. En este caso, incluso si una pluralidad de genes pertenece al mismo grupo de genes, los valores de los coeficientes de regresión multiplicados por los respectivos niveles de expresión normalizados pueden ser iguales o diferentes entre sí.
[0065] En la presente divulgación, el índice de decisión (DI) se obtiene multiplicando el nivel de expresión normalizado de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes por el valor del coeficiente de regresión y luego sumando los valores multiplicados. Se añade adicionalmente un coeficiente de corrección.
[0066] Como se describe en el presente documento, el valor del coeficiente de corrección puede ser un número racional que oscila desde 35.09 hasta 47.07. De acuerdo con la presente invención, el valor del coeficiente de corrección es 41.16.
[0067] Como se describe en el presente documento, el índice de decisión (DI) puede expresarse mediante la Ecuación 1 de la siguiente manera:
[0068] [Ecuación 1]
[0069] DI = aX(q) bY(r) cZ(s) dK(t) eL(u) fM(v)
[0070] en la que
[0071] q, r, s, t, u y v son cada uno independientemente un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 6. Más preferiblemente, q puede ser un número entero que varía desde 1 hasta 3, r puede ser un número entero que varía desde 1 hasta 2, s puede ser un número entero que varía desde 1 hasta 2, t puede ser un número entero que varía desde 1 hasta 5, u puede ser un número entero que varía desde 1 hasta 6 y v puede ser un número entero que varía desde 1 hasta 3.
[0072] a es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del primer grupo de genes y puede ser un número racional que varía desde -2.36 hasta -0.34.
[0073] b es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del segundo grupo de genes y puede ser un número racional que varía desde 0.17 hasta 0.42.
[0074] c es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del tercer grupo de genes y puede ser un número racional que varía desde -0.06 hasta 0.22.
[0075] d es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del cuarto grupo de genes y puede ser un número racional que varía desde 0.01 hasta 0.73.
[0076] e es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del quinto grupo de genes y puede ser un número racional que varía desde 0.08 hasta 0.65.
[0077] f es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del sexto grupo de genes y puede ser un número racional que varía desde -0.58 hasta -0.02.
[0078] X(q) puede ser la suma de los niveles de expresión normalizados de q genes pertenecientes al primer grupo de genes. Sin embargo, cuando q es 1, X(q) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al primer grupo de genes. Además, aX(q) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los q genes pertenecientes al primer grupo de genes por a y cuando q es un número entero de 2 o más, los valores de a multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0079] Y(r) puede ser la suma de los niveles de expresión normalizados de r genes pertenecientes al segundo grupo de genes. Sin embargo, cuando r es 1, Y(r) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al segundo grupo de genes. Además, bY(r) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los r genes pertenecientes al segundo grupo de genes por b y cuando r es un número entero de 2 o más, los valores de b multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0080] Z(s) puede ser la suma de los niveles de expresión normalizados de s genes pertenecientes al tercer grupo de genes. Sin embargo, cuando s es 1, Z(s) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al tercer grupo de genes. Además, cZ(s) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los s genes pertenecientes al tercer grupo de genes por c y cuando s es un número entero de 2 o más, los valores de c multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0081] K(t) puede ser la suma de los niveles de expresión normalizados de t genes pertenecientes al cuarto grupo de genes. Sin embargo, cuando t es 1, K(t) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al cuarto grupo de genes. Además, dK(t) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los t genes pertenecientes al cuarto grupo de genes por d y cuando t es un número entero de 2 o más, los valores de d multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0082] L(u) puede ser la suma de los niveles de expresión normalizados de u genes pertenecientes al quinto grupo de genes. Sin embargo, cuando u es 1, L(u) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al quinto grupo de genes. Además, eL(u) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los u genes pertenecientes al quinto grupo de genes por e y cuando u es un número entero de 2 o más, los valores de e multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0083] M(v) puede ser la suma de los niveles de expresión normalizados de v genes pertenecientes al sexto grupo de genes. Sin embargo, cuando v es 1, M(v) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al sexto grupo de genes. Además, fM(v) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los v genes pertenecientes al sexto grupo de genes por f y cuando v es un número entero de 2 o más, los valores de f multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0084] Como se describe en el presente documento, más específicamente, aX(q) puede expresarse mediante la Ecuación 2 que se muestra a continuación.
[0085] [Ecuación 2]
[0086] aX(q) = a<1>*X<1>+ ... a<q>*X<q>
[0087] en la que
[0088] q es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 3, a<1>hasta a<q>son, cada uno independientemente, un número racional que varía desde -2.36 hasta -0.34, X<1>hasta X<q>pueden ser, cada uno independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al primer grupo de genes.
[0089] Además, como se describe en el presente documento, bY(r) puede expresarse mediante la Ecuación 3 que se muestra a continuación.
[0090] [Ecuación 3]
[0091] bY(r) = b<1>*Y<1>+ ... b<q>*Y<q>
[0092] en la que
[0093] r es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 2, b<1>hasta b<q>son, cada uno independientemente, un número racional que varía desde 0.17 hasta 0.42, Y<1>hasta Y<q>pueden ser, cada uno independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al segundo grupo de genes.
[0094] Además, como se describe en el presente documento, cZ(s) puede expresarse mediante la Ecuación 4 que se muestra a continuación.
[0095] [Ecuación 4]
[0096] cZ(s) = c<1>*Z<1>+ ... c<q>*Z<q>
[0097] en la que
[0098] s es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 2, c<1>hasta c<q>son, cada uno independientemente, un número racional que varía desde -0.06 hasta 0.22 y Z<1>hasta Z<q>pueden ser, cada uno independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al tercer grupo de genes.
[0099] Además, como se describe en el presente documento, dK(t) puede expresarse mediante la Ecuación 5 que se muestra a continuación.
[0100] [Ecuación 5]
[0101] dK(t) = d<1>*K<1>+ ... d<q>*K<q>
[0102] en la que
[0103] t es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 5, d<1>hasta d<q>son cada uno, independientemente, un número racional de 0.01 hasta 0.73 y
[0104] K<1>hasta K<q>pueden ser cada uno, independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al cuarto grupo de genes.
[0105] Además, como se describe en el presente documento, eL(u) puede expresarse mediante la Ecuación 6 que se muestra a continuación.
[0106] [Ecuación 6]
[0107] eL(u) = e<1>*L<1>+ ... e<q>*L<q>
[0108] en la que
[0109] u es un número entero de 1 o más, preferiblemente un número entero que varía de 1 hasta 6,
[0110] e<1>hasta eq son cada uno, independientemente, un número racional de 0.08 hasta 0.65 y
[0111] L<1>hasta L<q>pueden ser cada uno, independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al quinto grupo de genes.
[0112] Además, como se describe en el presente documento, fM(v) puede expresarse mediante la Ecuación 7 que se muestra a continuación.
[0113] [Ecuación 7]
[0114] fM(v) = f<1>*M<1>+ ... f<q>*M<q>
[0115] en la que
[0116] v es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 3, f<1>hasta f<q>son cada uno, independientemente, un número racional de -0.58 hasta -0.02 y
[0117] M<1>hasta M<q>pueden ser cada uno, independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al sexto grupo de genes.
[0118] De acuerdo con la presente invención, el índice de decisión (DI) se expresa mediante la siguiente ecuación: Índice de decisión (DI) = 0.62 x KIF23 0.60 x SLC7A5 0.59 x KPNA2 0.53 x AURKA 0.34 x E2F8 0.34 x MMP11 0.24 x SHCBP1 0.20 x CTSL2 0.16 x CENPE 0.16 x TFRC 0.15 x KIF18A 0.14 x CCNE2 0.04 x KIF14 0.04 x RRM2 (-0.04) x CX3CR1 (-0.05) x JMJD5 (-0.33) x CACNA1D (-0.36) x ESR1 (-0.48) x GSTM1 (-1.45) x PGR (-2.04) x SCUBE2 41.16.
[0119] En la presente divulgación, el método incluye además una etapa para determinar que el pronóstico del cáncer de mama es desfavorable cuando el valor del índice de decisión (DI) calculado es superior a 20.
[0120] El método para proporcionar información sobre el pronóstico del cáncer de mama, de acuerdo con la presente divulgación, permite predecir el pronóstico del cáncer de mama en el sujeto, pero también puede utilizarse para decidir si se administra quimioterapia o no al sujeto, predecir la respuesta al tratamiento del sujeto a la quimioterapia o predecir el pronóstico en el sujeto tras la quimioterapia anticancerígena.
[0121] También se describe en el presente documento una composición para predecir el pronóstico del cáncer que contiene un agente para medir el nivel de expresión de un primer grupo de genes, un segundo grupo de genes, un tercer grupo de genes, un cuarto grupo de genes, un quinto grupo de genes y un sexto grupo de genes en una muestra biológica obtenida de un sujeto.
[0122] Como se describe en el presente documento, el primer grupo de genes puede ser uno cualquiera o más seleccionados del grupo que está compuesto por ESR1 (receptor 1 de estrógeno), PGR (receptor de progesterona) y SCUBE2 (péptido señal, dominio CUB y que contiene 2 dominios similares a EGF).
[0123] Como se describe en el presente documento, el segundo grupo de genes puede ser uno cualquiera o más de los seleccionados entre CTSL2 (catepsina V) y MMP11 (metalopeptidasa 11 de matriz).
[0124] Como se describe en el presente documento, el tercer grupo de genes puede ser uno cualquiera o más genes seleccionados entre TFRC (receptor de transferrina) y CX3CR1 (receptor 1 de quimiocina con motivo C-X3-C). Como se describe en el presente documento, el cuarto grupo de genes puede ser uno cualquiera o más seleccionados del grupo que consta de KIF14 (miembro 14 de la familia de las quinesinas), RRM2 (subunidad reguladora M2 de la ribonucleótido reductasa), SHCBP1 (proteína 1 asociada a la unión a SHC y al huso mitótico), SLC7A5 (miembro 5 de la familia 7 portador de soluto) y KPNA2 (subunidad alfa 2 de la carioferina).
[0125] Como se describe en el presente documento, el quinto grupo de genes puede ser uno cualquiera o más seleccionados del grupo que consta de AURKA (aurora quinasa A), CCNE2 (ciclina E2), CENPE (proteína E del centrómero), E2F8 (factor 8 de transcripción E2F), KIF18A (miembro 18A de la familia de la quinesina) y KIF23 (miembro 23 de la familia de las quinesinas).
[0126] Como se describe en el presente documento, el sexto grupo de genes puede ser uno cualquiera o más seleccionados del grupo que consta de JMJD5 (lisina desmetilasa 8), CACNA1D (subunidad alfa 1 D del canal de calcio dependiente de voltaje) y GSTM1 (glutatión S-transferasa Mu 1).
[0127] El agente para medir el nivel de expresión del gen puede ser un oligonucleótido antisentido, un cebador o una sonda capaz de unirse específicamente a un gen de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes, pero no se limita a estos.
[0128] La composición para predecir el pronóstico del cáncer, como se describe en el presente documento, puede contener además un agente para medir el nivel de expresión de un gen de referencia para normalizar el nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes.
[0129] Aunque el tipo de gen de referencia no está particularmente limitado, este puede ser, por ejemplo, uno o más de los genes seleccionados del grupo que está compuesto por ACTB, APOBEC3B, ASF1B, ASPM, AURKB, BAG1, BCL2, BIRC5, BLM, BUB1, BUB1B, C14orf45, C16orf61, C7orf63, CCNA2, CCNB1, CCNB2, CCNE1, CCT5, CD68, CDC20, CDC25A, CDC45, CDC6, CDCA3, CDCA8, CDK1, CDKN3, CENPA, CENPF, CENPM, CENPN, CEP55, CHEK1, CIRBP, CKS2, CRIM1, CYBRD1, DBF4, DDX39, DLGAP5, DNMT3B, DONSON, DTL, E2F1, ECHDC2, ERBB2, ERCC6L, ESPL1, EXO1, EZH2, FAM64A, FANCI, FBXO5, FEN1, FOXM1, GAPDH, GINS1, GRB7, GTSE1, GUSB, HJURP, HMMR, HN1, IFT46, KIF11, KIF15, KIF18B, KIF20A, KIF2C, KIF4A, KIFC1, LMNB1, LMNB2, LRIG1, LRRC48, LRRC59, MAD2L1, MARCH8, MCM10, MCM2, MCM6, MELK, MKl67, MLF1IP, MYBL2, NCAPG, NCAPG2, NCAPH, NDC80, NEK2, NUP93, NUSAP1, OIP5, PBK, PDSS1, PKMYT1, PLK1, PLK4, PRC1, PTTG1, RACGAP1, RAD51, RAD51AP1, RAI2, RFC4, RPLP0, SETBP1, SF3B3, SHMT2, SLC25A12, SPAG5, SPC25, SQLE, STARD13, STIL, STMN1, SYNC, TACC3, TK1, TOP2A, TPX2, TRIP13, TROAP, TTK, UBE2C, UBE2S, ZWINT, C10orf76, C12orf72, CIAO1, CNOT4, DBR1, DND1, FBXO42, GRK4, HNRNPK, HNRNPL, HNRNPR, KHDRBS1, KLRAQ1, LACE1, LOC148189, LOC285033, LOC493754, MRPL44, NRF1, PKNOX1, PPHLN1, RRN3P3, SENP8, SLC4A1AP, TARDBP, THRAP3, TTLL11, WDR33 y ZNF143.
[0130] La composición para predecir el pronóstico del cáncer, tal como se describe en el presente documento, no solo es capaz de predecir el pronóstico del cáncer en el sujeto, sino que también puede utilizarse para decidir si se debe o no administrar quimioterapia al sujeto, predecir la respuesta al tratamiento del sujeto a la quimioterapia o predecir el pronóstico en el sujeto después de la quimioterapia anticancerígena.
[0131] De acuerdo con la presente divulgación, también se proporciona un dispositivo para su uso en la determinación del pronóstico del cáncer de mama que incluye: (a) una unidad de detección configurada para medir los niveles de expresión de un primer grupo de genes, un segundo grupo de genes, un tercer grupo de genes, un cuarto grupo de genes, un quinto grupo de genes y un sexto grupo de genes en una muestra biológica obtenida de un sujeto y normalizar los niveles de expresión medidos; (b) una unidad aritmética configurada para calcular un índice de decisión (DI) multiplicando el nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes, normalizados en la unidad de detección, por un valor del coeficiente de regresión (peso) y sumando los valores multiplicados; y (c) una unidad de salida configurada para predecir el pronóstico del cáncer de mama en el sujeto mediante el índice de decisión obtenido en la unidad aritmética y emitir el resultado predicho. La unidad de detección puede medir los niveles de expresión del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes en la muestra biológica obtenida del sujeto.
[0132] En la presente divulgación, el primer grupo de genes consta de ESR1 (receptor 1 de estrógeno), PGR (receptor de progesterona) y SCUBE2 (péptido señal, dominio CUB y que contiene 2 dominios similares a EGF).
[0133] En la presente divulgación, el segundo grupo de genes consta de CTSL2 (catepsina V) y MMP11 (metalopeptidasa 11 de matriz).
[0134] En la presente divulgación, el tercer grupo de genes consta de TFRC (receptor de transferrina) y CX3CR1 (receptor 1 de quimiocina con motivo C-X3-C).
[0135] En la presente divulgación, el cuarto grupo de genes está compuesto por KIF14 (miembro 14 de la familia de las quinesinas), RRM2 (subunidad reguladora M2 de la ribonucleótido reductasa), SHCBP1 (proteína 1 asociada a la unión de SHC y al huso mitótico), SLC7A5 (miembro 5 de la familia 7 portador de soluto) y KPNA2 (subunidad alfa 2 de la carioferina).
[0136] En la presente divulgación, el quinto grupo de genes está compuesto por AURKA (aurora quinasa A), CCNE2 (ciclina E2), CENPE (proteína E del centrómero), E2F8 (factor 8 de transcripción E2F), KIF18A (miembro 18A de la familia de la quinesina) y KIF23 (miembro 23 de la familia de las quinesinas).
[0137] En la presente divulgación, el sexto grupo de genes está compuesto por JMJD5 (lisina desmetilasa 8), CACNA1D (subunidad alfa 1 D del canal de calcio dependiente de voltaje) y GSTM1 (glutatión S-transferasa Mu 1).
[0138] En la presente divulgación, la unidad de detección puede normalizar los niveles de expresión medidos del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes al nivel de expresión del gen de referencia.
[0139] Aunque el tipo de gen de referencia en la presente divulgación no está particularmente limitado, este puede ser, por ejemplo, uno o más de los seleccionados del grupo que está compuesto por ACTB, APOBEC3B, ASF1B, ASPM, AURKB, BAG1, BCL2, BIRC5, BLM, BUB1, BUB1B, C14orf45, C16orf61, C7orf63, CCNA2, CCNB1, CCNB2, CCNE1, CCT5, CD68, CDC20, CDC25A, CDC45, CDC6, CDCA3, CDCA8, CDK1, CDKN3, CENPA, CENPF, CENPM, CENPN, CEP55, CHEK1, CIRBP, CKS2, CRIM1, CYBRD1, DBF4, DDX39, DLGAP5, DNMT3B, DONSON, DTL, E2F1, ECHDC2, ERBB2, ERCC6L, ESPL1, EXO1, EZH2, FAM64A, FANCI, FBXO5, FEN1, FOXM1, GAPDH, GINS1, GRB7, GTSE1, GUSB, HJURP, HMMR, HN1, IFT46, KIF11, KIF15, KIF18B, KIF20A, KIF2C, KIF4A, KIFC1, LMNB1, LMNB2, LRIG1, LRRC48, LRRC59, MAD2L1, MARCH8, MCM10, MCM2, MCM6, MELK, MKI67, MLF1IP, MYBL2, NCAPG, NCAPG2, NCAPH, NDC80, NEK2, NUP93, NUSAP1, OIP5, PBK, PDSS1, PKMYT1, PLK1, PLK4, PRC1, PTTG1, RACGAP1, RAD51, RAD51AP1, RAI2, RFC4, RPLP0, SETBP1, SF3B3, SHMT2, SLC25A12, SPAG5, SPC25, SQLE, STARD13, STIL, STMN1, SYNC, TACC3, TK1, TOP2A, TPX2, TRIP13, TROAP, TTK, UBE2C, UBE2S, ZWINT, C10orf76, C12orf72, CIAO1, CNOT4, DBR1, DND1, FBXO42, GRK4, HNRNPK, HNRNPL, HNRNPR, KHDRBS1, KLRAQ1, LACE1, LOC148189, LOC285033, LOC493754, MRPL44, NRF1, PKNOX1, PPHLN1, RRN3P3, SENP8, SLC4A1AP, TARDBP, THRAP3, TTLL11, WDR33 y ZNF143.
[0140] Un agente, que se utiliza para medir el nivel de expresión del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes, el sexto grupo de genes o el nivel de expresión del gen de referencia en la unidad de detección de la presente divulgación y los métodos para medir y normalizar los niveles de expresión, coinciden con los descritos anteriormente con respecto al método para proporcionar información sobre el pronóstico del cáncer de acuerdo con la presente divulgación, y por lo tanto se omitirá su descripción detallada.
[0141] En la presente divulgación, después de normalizar el nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes en la unidad de detección, el índice de decisión (DI) se calcula en la unidad aritmética multiplicando el nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes mediante el valor del coeficiente de regresión (peso) y sumando los valores multiplicados.
[0142] En la presente divulgación, dado que el primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes o el sexto grupo de genes incluye una pluralidad de genes, el nivel de expresión normalizado de cada uno de la pluralidad de genes que pertenecen a cada grupo de genes se multiplica por un valor del coeficiente de regresión. En este caso, incluso si la pluralidad de genes pertenece al mismo grupo de genes, los valores de los coeficientes de regresión multiplicados por los respectivos niveles de expresión normalizados pueden ser iguales o diferentes entre sí.
[0143] En la presente divulgación, el índice de decisión (DI) se obtiene multiplicando el nivel de expresión normalizado de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes por el valor del coeficiente de regresión y luego sumando los valores multiplicados. Se añade adicionalmente un valor del coeficiente de corrección.
[0144] Como se describe en el presente documento, el valor del coeficiente de corrección puede ser un número racional que varía desde 35.09 hasta 47.07. De acuerdo con la presente invención, el valor del coeficiente de corrección es 41.16.
[0145] Como se describe en el presente documento, el índice de decisión (DI) se puede expresar de la siguiente manera:
[0146] [Ecuación 1]
[0147] DI = aX(q) bY(r) cZ(s) dK(t) eL(u) fM(v)
[0148] en la que
[0149] q, r, s, t, u y v son cada uno independientemente un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 6. Más preferiblemente, q puede ser un número entero que varía desde 1 hasta 3, r puede ser un número entero que varía desde 1 hasta 2, s puede ser un número entero que varía desde 1 hasta 2, t puede ser un número entero que varía desde 1 hasta 5, u puede ser un número entero que varía desde 1 hasta 6 y v puede ser un número entero que varía desde 1 hasta 3.
[0150] a es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del primer grupo de genes y puede ser un número racional que varía desde -2.36 hasta -0.34.
[0151] b es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del segundo grupo de genes y puede ser un número racional que varía desde 0.17 hasta 0.42.
[0152] c es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del tercer grupo de genes y puede ser un número racional que varía desde -0.06 hasta 0.22.
[0153] d es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del cuarto grupo de genes y puede ser un número racional que varía desde 0.01 hasta 0.73.
[0154] e es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del quinto grupo de genes y puede ser un número racional que varía desde 0.08 hasta 0.65.
[0155] f es un valor del coeficiente de regresión multiplicado por el nivel de expresión normalizado del sexto grupo de genes y puede ser un número racional que varía desde -0.58 hasta -0.02.
[0156] X(q) puede ser la suma de los niveles de expresión normalizados de q genes pertenecientes al primer grupo de genes. Sin embargo, cuando q es 1, X(q) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al primer grupo de genes. Además, aX(q) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los q genes pertenecientes al primer grupo de genes por a y cuando q es un número entero de 2 o más, los valores de a multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0157] Y(r) puede ser la suma de los niveles de expresión normalizados de r genes pertenecientes al segundo grupo de genes. Sin embargo, cuando r es 1, Y(r) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al segundo grupo de genes. Además, bY(r) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los r genes pertenecientes al segundo grupo de genes por b y cuando r es un número entero de 2 o más, los valores de b multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0158] Z(s) puede ser la suma de los niveles de expresión normalizados de s genes pertenecientes al tercer grupo de genes. Sin embargo, cuando s es 1, Z(s) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al tercer grupo de genes. Además, cZ(s) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los s genes pertenecientes al tercer grupo de genes por c y cuando s es un número entero de 2 o más, los valores de c multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0159] K(t) puede ser la suma de los niveles de expresión normalizados de t genes pertenecientes al cuarto grupo de genes. Sin embargo, cuando t es 1, K(t) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al cuarto grupo de genes. Además, dK(t) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los t genes pertenecientes al cuarto grupo de genes por d y cuando t es un número entero de 2 o más, los valores de d multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0160] L(u) puede ser la suma de los niveles de expresión normalizados de u genes pertenecientes al quinto grupo de genes. Sin embargo, cuando u es 1, L(u) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al quinto grupo de genes. Además, eL(u) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los u genes pertenecientes al quinto grupo de genes por e y cuando u es un número entero de 2 o más, los valores de e multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0161] M(v) puede ser la suma de los niveles de expresión normalizados de v genes pertenecientes al sexto grupo de genes. Sin embargo, cuando v es 1, M(v) puede ser un valor del nivel de expresión normalizado de uno cualquiera de los genes pertenecientes al sexto grupo de genes. Además, fM(v) puede ser la suma de los valores obtenidos al multiplicar el nivel de expresión normalizado de cada uno de los v genes pertenecientes al sexto grupo de genes por f y cuando v es un número entero de 2 o más, los valores de f multiplicados por el nivel de expresión normalizado de cada gen pueden ser iguales o diferentes entre sí.
[0162] Más específicamente, aX(q) puede expresarse mediante la Ecuación 2 que se muestra a continuación.
[0163] [Ecuación 2]
[0164] aX(q) = a<1>*X<1>+ ... a<q>*X<q>
[0165] en la que
[0166] q es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 3, a<1>hasta a<q>son, cada uno independientemente, un número racional que varía desde -2.36 hasta -0.34, X<1>hasta X<q>pueden ser, cada uno independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al primer grupo de genes. Además, como se describe en el presente documento, bY(r) puede expresarse mediante la Ecuación 3 que se muestra a continuación.
[0167] [Ecuación 3]
[0168] bY(r) = b<1>*Y<1>+ ... b<q>*Y<q>
[0169] en la que
[0170] r es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 2, b<1>hasta b<q>son, cada uno independientemente, un número racional que varía desde 0.17 hasta 0.42, Y<1>hasta Y<q>pueden ser, cada uno independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al segundo grupo de genes.
[0171] Además, como se describe en el presente documento, cZ(s) puede expresarse mediante la Ecuación 4 que se muestra a continuación.
[0172] [Ecuación 4]
[0173] cZ(s) = c<1>*Z<1>+ ... c<q>*Z<q>
[0174] en la que
[0175] s es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 2, c<1>hasta c<q>son, cada uno independientemente, un número racional que varía desde -0.06 hasta 0.22 y Z<1>hasta Z<q>pueden ser, cada uno independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al tercer grupo de genes.
[0176] Además, como se describe en el presente documento, dK(t) puede expresarse mediante la Ecuación 5 que se muestra a continuación.
[0177] [Ecuación 5]
[0178] dK(t) = d<1>*K<1>+ ... d<q>*K<q>
[0179] en la que
[0180] t es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 5, d<1>hasta d<q>son cada uno, independientemente, un número racional de 0.01 hasta 0.73 y
[0181] K<1>hasta K<q>pueden ser cada uno, independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al cuarto grupo de genes.
[0182] Además, como se describe en el presente documento, eL(u) puede expresarse mediante la Ecuación 6 que se muestra a continuación.
[0183] [Ecuación 6]
[0184] eL(u) = e<1>*L<1>+ ... e<q>*L<q>
[0185] en la que
[0186] u es un número entero de 1 o más, preferiblemente un número entero que varía de 1 hasta 6,
[0187] e<1>hasta e<q>son cada uno, independientemente, un número racional de 0.08 hasta 0.65 y
[0188] L<1>hasta L<q>pueden ser cada uno, independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al quinto grupo de genes.
[0189] Además, como se describe en el presente documento, fM(v) puede expresarse mediante la Ecuación 7 que se muestra a continuación.
[0190] [Ecuación 7]
[0191] fM(v) = f<1>*M<1>+ ... f<q>*M<q>
[0192] en la que
[0193] v es un número entero de 1 o más, preferiblemente un número entero que varía desde 1 hasta 3, f<1>hasta f<q>son cada uno, independientemente, un número racional de -0.58 hasta -0.02 y
[0194] M<1>hasta M<q>pueden ser cada uno, independientemente, el nivel de expresión normalizado de cualquier gen perteneciente al sexto grupo de genes.
[0195] De acuerdo con la presente invención, el índice de decisión (DI) se expresa mediante la siguiente ecuación: Índice de decisión (DI) = 0.62 x KIF23 0.60 x SLC7A5 0.59 x KPNA2 0.53 x AURKA 0.34 x E2F8 0.34 x MMP11 0.24 x SHCBP1 0.20 x CTSL2 0.16 x CENPE 0.16 x TFRC 0.15 x KIF18A 0.14 x CCNE2 0.04 x KIF14 0.04 x RRM2 (-0.04) x CX3CR1 (-0.05) x JMJD5 (-0.33) x CACNA1D (-0.36) x ESR1 (-0.48) x GSTM1 (-1.45) x PGR (-2.04) x SCUBE2 41.16.
[0196] La unidad de salida predice y muestra el pronóstico del cáncer de mama en el sujeto mediante el índice de decisión (DI) obtenido por la unidad aritmética y predice y muestra un pronóstico desfavorable cuando el valor del índice de decisión (DI) es superior a 20.
[0197] El dispositivo para uso en la determinación del pronóstico de cáncer de mama de acuerdo con la presente divulgación es capaz de predecir el pronóstico del cáncer de mama en el sujeto, pero también puede utilizarse para decidir si se debe o no administrar quimioterapia al sujeto, para predecir la respuesta del sujeto a la quimioterapia o para predecir el pronóstico del sujeto después de la quimioterapia anticancerígena.
[0198] Efectos ventajosos de la invención
[0199] De acuerdo con la presente divulgación, es posible predecir el pronóstico del cáncer de mama en todos los grupos de edad, desde los 20 hasta los 80 años y en particular, es posible predecir el pronóstico de cáncer de mama en mujeres tanto menores como mayores de 50 años. Además, de acuerdo con la presente divulgación, es posible predecir si una paciente con cáncer de mama tiene mayor probabilidad de responder favorablemente al tratamiento de quimioterapia.
[0200] Breve descripción de los dibujos
[0201] Las FIGS.1a y 1b son gráficos que muestran los resultados de la predicción del pronóstico del cáncer de mama mediante el método para proporcionar información sobre el pronóstico del cáncer de acuerdo con la presente divulgación, en comparación con los resultados obtenidos con un producto convencional.
[0202] La FIG. 2 es un gráfico que confirma la razón de riesgo al aplicar el método para proporcionar información sobre el pronóstico del cáncer de acuerdo con la presente divulgación.
[0203] Las FIGS. 3a y 3b son gráficos que muestran los resultados de la comparación de pacientes de 50 años o menos con pacientes mayores de 50 años, de acuerdo con el método para obtener información sobre el pronóstico del cáncer de acuerdo con la presente divulgación.
[0204] Mejor modo
[0205] La presente invención se refiere a un método para obtener información sobre el pronóstico del cáncer de mama, incluyendo el método las etapas de: (a) medir los niveles de expresión de un primer grupo de genes, un segundo grupo de genes, un tercer grupo de genes, un cuarto grupo de genes, un quinto grupo de genes y un sexto grupo de genes en una muestra biológica obtenida de un sujeto y normalizar los niveles de expresión medidos; y (b) calcular un índice de decisión (DI) multiplicando el nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes, normalizados en la etapa (a), por un valor del coeficiente de regresión y sumando los valores multiplicados, prediciendo así el pronóstico del cáncer de mama en el sujeto.
[0206] También se describe en este documento una composición para predecir el pronóstico del cáncer, conteniendo la composición un agente para medir el nivel de expresión de cada uno de un primer grupo de genes, un segundo grupo de genes, un tercer grupo de genes, un cuarto grupo de genes, un quinto grupo de genes y un sexto grupo de genes en una muestra biológica obtenida de un sujeto.
[0207] Aún más, la presente invención se refiere a un dispositivo para uso en la determinación del pronóstico de cáncer de mama que incluye: (a) una unidad de detección configurada para medir los niveles de expresión de un primer grupo de genes, un segundo grupo de genes, un tercer grupo de genes, un cuarto grupo de genes, un quinto grupo de genes y un sexto grupo de genes en una muestra biológica obtenida de un sujeto y normalizar los niveles de expresión medidos; (b) una unidad aritmética configurada para calcular un índice de decisión (DI) multiplicando el nivel de expresión de cada uno del primer grupo de genes, del segundo grupo de genes, del tercer grupo de genes, del cuarto grupo de genes, del quinto grupo de genes y del sexto grupo de genes, normalizados en la unidad de detección, por un valor del coeficiente de regresión (peso) y sumando los valores multiplicados; y (c) una unidad de salida configurada para predecir el pronóstico del cáncer en el sujeto mediante el índice de decisión obtenido en la unidad aritmética y emitir el resultado predicho.
[0208] En la presente divulgación, el primer grupo de genes consta de ESR1 (receptor 1 de estrógeno), PGR (receptor de progesterona) y SCUBE2 (péptido señal, dominio CUB y que contiene 2 dominios similares a EGF).
[0209] En la presente divulgación, el segundo grupo de genes consta de CTSL2 (catepsina V) y MMP11 (metalopeptidasa 11 de matriz).
[0210] En la presente divulgación, el tercer grupo de genes consta de TFRC (receptor de transferrina) y CX3CR1 (receptor 1 de quimiocina con motivo C-X3-C).
[0211] En la presente divulgación, el cuarto grupo de genes consta de KIF14 (miembro 14 de la familia de las quinesinas), RRM2 (subunidad reguladora M2 de la ribonucleótido reductasa), SHCBP1 (proteína 1 asociada a la unión de SHC y al huso mitótico), SLC7A5 (miembro 5 de la familia 7 portador de soluto) y KPNA2 (subunidad alfa 2 de la carioferina).
[0212] En la presente divulgación, el quinto grupo de genes consta de AURKA (aurora quinasa A), CCNE2 (ciclina E2), CENPE (proteína E del centrómero), E2F8 (factor 8 de transcripción E2F), KIF18A (miembro 18A de la familia de la quinesina) y KIF23 (miembro 23 de la familia de las quinesinas).
[0213] En la presente divulgación, el sexto grupo de genes consta de JMJD5 (lisina desmetilasa 8), CACNA1D (subunidad alfa 1 D del canal de calcio dependiente de voltaje) y GSTM1 (glutatión S-transferasa Mu 1). Modo de realización de la invención
[0214] A continuación, la presente divulgación se describirá con mayor detalle con referencia a ejemplos. Para los expertos en la técnica, resultará evidente que estos ejemplos solo tienen como finalidad explicar la presente divulgación con mayor detalle y que el alcance de la presente divulgación, de acuerdo con el objeto de la presente divulgación, no está limitado por estos ejemplos.
[0215] Ejemplos
[0216] Selección de pacientes con cáncer de mama y preparación del tejido de prueba
[0217] A partir de tejidos quirúrgicos de cáncer de mama en estadio 1-2, positivos para receptores de hormonas, negativos para metástasis en los ganglios linfáticos, se seleccionaron bloques representativos fijados en formalina e incluidos en parafina (FFPE) y se extrajeron de los mismos los ARN.
[0218] Secuenciación de ARN diana
[0219] Cuando los ARN alcanzaron un cierto nivel de calidad, se creó una biblioteca de ADNc a partir de ellos. Solo se detectaron genes específicos utilizando 179 sondas de panel de genes. Los 179 genes se secuenciaron utilizando un sistema de secuenciación de próxima generación (NGS) y se alinearon con el genoma humano. Las lecturas se alinearon con la referencia del genoma humano público utilizando el algoritmo de alineación STAR. El nivel de expresión de cada gen se midió a partir de la información de las secuencias de análisis alineadas.
[0220] Normalización de la información de la expresión de secuenciación de ARN dirigida
[0221] La normalización se realizó utilizando pacientes utilizados para el modelado y los genes de los pacientes. La normalización se realizó utilizando 343 pacientes y 179 genes. Solo se utilizaron 21 genes para calcular la puntuación de recurrencia y todos los genes se utilizaron para la normalización.
[0222] La presente divulgación ha proporcionado genes y conjuntos de genes útiles para predecir la respuesta de pacientes con cáncer (por ejemplo, cáncer de mama) a la quimioterapia. La presente divulgación también ha proporcionado una prueba clínicamente eficaz que utiliza análisis de ARN de múltiples genes para predecir la respuesta de pacientes con cáncer de mama a la quimioterapia.
[0223] Los presentes inventores han seleccionado e identificado un conjunto de genes útiles para predecir si los pacientes con cáncer, por ejemplo, pacientes con cáncer de mama, tienen más probabilidades de responder favorablemente a la quimioterapia. Para la predicción descrita anteriormente, se categorizaron y seleccionaron los siguientes seis grupos de genes: (1) un grupo de genes relacionados con el estrógeno, (2) un grupo de genes relacionados con la invasión, (3) un grupo de genes relacionados con el sistema inmunitario, (4) un grupo de genes relacionados con la proliferación, (5) un grupo de genes relacionados con el ciclo celular y (6) otro grupo de genes. Más específicamente, los genes seleccionados por los presentes inventores se seleccionaron del grupo compuesto por ESR1 (receptor 1 de estrógeno), PGR (receptor de progesterona), SCUBE2 (péptido señal, dominio CUB y que contiene 2 dominios similares a EGF), CTSL2 (catepsina V), MMP11 (metalopeptidasa 11 de matriz), TFRC (receptor de transferrina), CX3CR1 (receptor 1 de quimiocina con motivo C-X3-CR), KIF14 (miembro 14 de la familia de las quinesinas), RRM2 (subunidad reguladora M2 de la ribonucleótido reductasa), SHCBP1 (proteína 1 de unión a SHC y asociada al huso), SLC7A5 (miembro 5 de la familia 7 portador de soluto), KPNA2 (subunidad alfa 2 de la carioferina), AURKA (aurora quinasa A), CCNE2 (ciclina E2), CENPE (proteína E del centrómero), E2F8 (factor 8 de transcripción E2F), KIF18A (miembro 18A de la familia de la quinesina), KIF23 (miembro 23 de la familia de las quinesinas), JMJD5 (lisina desmetilasa 8), CACNA1D (subunidad alfa 1 D del canal de calcio dependiente de voltaje) y GSTM1 (glutatión S-transferasa Mu 1).
[0224] Algoritmo para la predicción del pronóstico del cáncer de mama y la predicción del efecto del tratamiento de quimioterapia
[0225] Los valores del índice de decisión (DI) se calcularon utilizando los valores del coeficiente de regresión (peso) y un coeficiente de corrección para los 21 genes obtenidos del modelo predictivo. En este caso, el modelo predictivo fue un modelo construido mediante regresión de Lasso en el proceso de construcción del algoritmo para estimar los valores del índice de decisión para 250 pacientes y se sometió a validación con 93 personas y posteriormente a verificación clínica con 413 personas.
[0226] Los 21 genes se clasificaron en: (1) un primer grupo de genes relacionados con el estrógeno, compuesto por ESR1 (receptor 1 de estrógeno), PGR (receptor de progesterona) y SCUBE2 (péptido señal, dominio CUB y que contiene 2 dominios similares a EGF); (2) un segundo grupo de genes relacionados con la invasión, compuesto por CTSL2 (catepsina V) y MMP11 (metalopeptidasa 11 de matriz); (3) un tercer grupo de genes relacionados con el sistema inmunitario, compuesto por TFRC (receptor de transferrina) y CX3CR1 (receptor 1 de quimiocina con motivo C-X3-C); (4) un cuarto grupo de genes relacionados con la proliferación celular, compuesto por KIF14 (miembro 14 de la familia de las quinesinas), RRM2 (subunidad reguladora M2 de la ribonucleótido reductasa), SHCBP1 (proteína 1 asociada a la unión de SHC y al huso mitótico), SLC7A5 (miembro 5 de la familia 7 portador de soluto) y KPNA2 (subunidad alfa 2 de la carioferina); (5) un quinto grupo de genes relacionados con el ciclo celular, compuesto por AURKA (aurora quinasa A), CCNE2 (ciclina E2), CENPE (proteína E del centrómero), E2F8 (factor 8 de transcripción E2F), KIF18A (miembro 18A de la familia de las quinesinas) y KIF23 (miembro 23 de la familia de las quinesinas) y (6) un sexto grupo de genes compuesto por JMJD5 (lisina desmetilasa 8), CACNA1D (subunidad alfa 1 D del canal de calcio dependiente de voltaje) y GSTM1 (glutatión S-transferasa Mu 1).
[0227] Se confirmó que un intervalo adecuado del valor del coeficiente de regresión (peso) para cada uno de los seis grupos de genes era un número racional que varía desde -2.36 hasta -0.34. para el primer grupo de genes relacionado con estrógeno, un número racional que varía desde 0.17 hasta 0.42 para el segundo grupo de genes relacionado con invasión, un número racional que varía desde -0.06 hasta 0.22 para el tercer grupo de genes relacionado con inmunidad, un número racional que varía desde 0.01 hasta 0.73 para el cuarto grupo de genes relacionado con proliferación, un número racional que varía desde 0.08 hasta 0.65 para el quinto grupo de genes relacionado con el ciclo celular, y un número racional que varía desde -0.58 hasta -0.02 para el sexto grupo y un intervalo adecuado del valor del coeficiente de corrección era un número racional que variaba desde 35.09 hasta 47.07.
[0228] El valor del índice de decisión (DI) se calculó de la siguiente manera:
[0229] Índice de decisión (DI) = 0.62 x KIF23 0.60 x SLC7A5 0.59 x KPNA2 0.53 x AURKA 0.34 x E2F8 0.34 x MMP11 0.24 x SHCBP1 0.20 x CTSL2 0.16 x CENPE 0.16 x TFRC 0.15 x KIF18A 0.14 x CCNE2 0.04 x KIF14 0.04 x RRM2 (-0.04) x CX3CR1 (-0.05) x JMJD5 (-0.33) x CACNA1D (-0.36) x ESR1 (-0.48) x GSTM1 (-1.45) x PGR (-2.04) x SCUBE2 41.16. Utilizando el valor de DI calculado, se realizó la predicción del pronóstico y el diagnóstico del paciente.
[0230] En la presente divulgación, se confirmó que, mediante los valores de puntuación pronóstica descritos anteriormente, era posible diagnosticar el cáncer de mama en todos los grupos de edad, particularmente en el grupo de edad comprendido entre los 20 y los 80 años en una modalidad y en mujeres premenopáusicas y posmenopáusicas en otra modalidad y en particular, es posible diagnosticar el cáncer de mama en pacientes con cáncer de mama en etapa temprana. Se confirmó que la composición y el método de acuerdo con la presente divulgación podían diagnosticar el cáncer de mama ER+/HER2- en todos los grupos de edad, particularmente en el grupo de edad comprendido entre los 20 y los 80 años en una realización y en mujeres premenopáusicas y posmenopáusicas en otra realización.
[0231] Validación de la predicción del pronóstico del cáncer de mama
[0232] Se realizó una validación clínica en 413 pacientes con un seguimiento de 5 años o más, entre pacientes con cáncer de mama ER+/HER2- sin metástasis en los ganglios linfáticos. Se calcularon los valores del índice de decisión (DI) para todos los pacientes utilizando la herramienta de predicción pronóstica especificada anteriormente. Para comprobar la relación entre la sensibilidad y la especificidad en todos los puntos de corte, se trazó una curva ROC (curva de características operativas del receptor) y se calculó el AUC (área bajo la curva) para la curva ROC y se comparó con el valor obtenido por un producto comercial. Se confirmó que la precisión del resultado de la predicción del pronóstico del cáncer de mama mediante el método para proporcionar información sobre el pronóstico del cáncer de acuerdo con la presente divulgación (FIG.1(a)) fue superior a la de un producto disponible comercialmente (Oncotype Dx FIG.1(b)) (véase la FIG.1).
[0233] Considerando la relación entre el índice de decisión (DI) y la razón de riesgo (HR), se estableció un punto de corte óptimo y se realizó un análisis de supervivencia sobre el desarrollo de metástasis a distancia. Como resultado, se pudo confirmar que, cuando se aplicó el método para proporcionar información sobre el pronóstico del cáncer de acuerdo con la presente divulgación a todos los pacientes, mostró una razón de riesgo de aproximadamente 6.6, lo que sugiere que tiene una excelente capacidad predictiva (véase la FIG.2). Utilizando el método para proporcionar información sobre el pronóstico del cáncer de acuerdo con la presente divulgación, se realizó un análisis de supervivencia sobre el desarrollo de metástasis a distancia en pacientes menores o iguales a 50 años (FIG.3(a)) y pacientes mayores de 50 años (FIG.3(b)). Se pudo confirmar que la presente divulgación exhibió un excelente rendimiento de forma consistente independientemente de los criterios de edad alrededor de los 50 años (véase la FIG.3).
[0234] Aplicabilidad industrial
[0235] La presente divulgación proporciona información útil de expresión de genes para predecir si es más probable que pacientes con cáncer de mama respondan favorablemente al tratamiento con quimioterapia. De acuerdo con la presente divulgación, es posible predecir el pronóstico de cáncer de mama en todos los grupos de edades que van desde los 20 hasta los 80 años y en particular es posible predecir el pronóstico de cáncer de mama en mujeres tanto jóvenes como de más de 50 años.

Claims (4)

1. REIVINDICACIONES
1. Un método para determinar el pronóstico del cáncer de mama, comprendiendo el método las etapas de: (a) medir los niveles de expresión de un primer grupo de genes, un segundo grupo de genes, un tercer grupo de genes, un cuarto grupo de genes, un quinto grupo de genes y un sexto grupo de genes en una muestra biológica obtenida de un sujeto, y normalizar los niveles de expresión medidos;
(b) calcular un índice de decisión (DI) multiplicando el nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes, normalizados en la etapa (a), por un valor del coeficiente de regresión (peso), y sumando los valores multiplicados, prediciendo así el pronóstico del cáncer en el sujeto, y
(c) determinar que el pronóstico del cáncer de mama es desfavorable cuando el valor del índice de decisión (DI) es superior a 20,
en el que:
el primer grupo de genes está compuesto por ESR1 (receptor 1 de estrógeno), PGR (receptor de progesterona) y SCUBE2 (péptido señal, dominio CUB y que contiene 2 dominios similares a EGF);
el segundo grupo de genes está compuesto por CTSL2 (catepsina V) y MMP11 (metalopeptidasa 11 de matriz); el tercer grupo de genes está compuesto por TFRC (receptor de transferrina) y CX3CR1 (receptor 1 de quimiocina con motivo C-X3-C);
el cuarto grupo de genes está compuesto por KIF14 (miembro 14 de la familia de las quinesinas), RRM2 (subunidad reguladora M2 de la ribonucleótido reductasa), SHCBP1 (proteína 1 asociada a la unión de SHC y al huso mitótico), SLC7A5 (miembro 5 de la familia 7 portador de soluto) y KPNA2 (subunidad alfa 2 de la carioferina);
el quinto grupo de genes está compuesto por AURKA (aurora quinasa A), CCNE2 (ciclina E2), CENPE (proteína E del centrómero), E2F8 (factor 8 de transcripción E2F), KIF18A (miembro 18A de la familia de la quinesina) y KIF23 (miembro 23 de la familia de las quinesinas); y
el sexto grupo de genes está compuesto por JMJD5 (lisina desmetilasa 8), CACNA1D (subunidad alfa 1 D del canal de calcio dependiente de voltaje) y GSTM1 (glutatión S-transferasa Mu 1),
en el que el índice de decisión (DI) se expresa mediante la siguiente ecuación:
(DI) = 0.62 x KIF23 0.60 x SLC7A5 0.59 x KPNA2 0.53 x AURKA 0.34 x E2F8 0.34 x MMP11 0.24 x SHCBP1 0.20 x CTSL2 0.16 x CENPE 0.16 x TFRC 0.15 x KIF18A 0.14 x CCNE2 0.04 x KIF14 0.04 x RRM2 (-0.04) x CX3CR1 (-0.05) x JMJD5 (-0.33) x CACNA1D (-0.36) x ESR1 (-0.48) x GSTM1 (-1.45) x PGR (-2.04) x SCUBE2 41.16.
2. El método de la reivindicación 1, en el que la etapa de normalizar los niveles de expresión medidos comprende normalizar el nivel de expresión de cada grupo de genes utilizando uno cualquiera o más genes de referencia seleccionados del grupo que está compuesto por ACTB, APOBEC3B, ASF1B, ASPM, AURKB, BAG1, BCL2, BIRC5, BLM, BUB1, BUB1B, C14orf45, C16orf61, C7orf63, CCNA2, CCNB1, CCNB2, CCNE1, CCT5, CD68, CDC20, CDC25A, CDC45, CDC6, CDCA3, CDCA8, CDK1, CDKN3, CENPA, CENPF, CENPM, CENPN, CEP55, CHEK1, CIRBP, CKS2, CRIM1, CYBRD1, DBF4, DDX39, DLGAP5, DNMT3B, DONSON, DTL, E2F1, ECHDC2, ERBB2, ERCC6L, ESPL1, EXO1, EZH2, FAM64A, FANCI, FBXO5, FEN1, FOXM1, GAPDH, GINS1, GRB7, GTSE1, GUSB, HJURP, HMMR, HN1, IFT46, KIF11, KIF15, KIF18B, KIF20A, KIF2C, KIF4A, KIFC1, LMNB1, LMNB2, LRIG1, LRRC48, LRRC59, MAD2L1, MARCH8, MCM10, MCM2, MCM6, MELK, MKI67, MLF1IP, MYBL2, NCAPG, NCAPG2, NCAPH, NDC80, NEK2, NUP93, NUSAP1, OIP5, PBK, PDSS1, PKMYT1, PLK1, PLK4, PRC1, PTTG1, RACGAP1, RAD51, RAD51AP1, RAI2, RFC4, RPLP0, SETBP1, SF3B3, SHMT2, SLC25A12, SPAG5, SPC25, SQLE, STARD13, STIL, STMN1, SYNC, TACC3, TK1, TOP2A, TPX2, TRIP13, TROAP, TTK, UBE2C, UBE2S, ZWINT, C10orf76, C12orf72, CIAO1, CNOT4, DBR1, DND1, FBXO42, GRK4, HNRNPK, HNRNPL, HNRNPR, KHDRBS1, KLRAQ1, LACE1, LOC148189, LOC285033, LOC493754, MRPL44, NRF1, PKNOX1, PPHLN1, RRN3P3, SENP8, SLC4A1AP, TARDBP, THRAP3, TTLL11, WDR33 y ZNF143.
3. Un dispositivo para uso en la determinación del pronóstico de cáncer de mama, comprendiendo el dispositivo: (a) una unidad de detección configurada para medir los niveles de expresión de un primer grupo de genes, un segundo grupo de genes, un tercer grupo de genes, un cuarto grupo de genes, un quinto grupo de genes y un sexto grupo de genes en una muestra biológica obtenida de un sujeto y normalizar los niveles de expresión medidos;
(b) una unidad aritmética configurada para calcular un índice de decisión (DI) multiplicando el nivel de expresión de cada uno del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes, normalizados en la unidad de detección, por un valor del coeficiente de regresión (peso), y sumando los valores multiplicados; y
(c) una unidad de salida configurada para predecir el pronóstico de cáncer de mama en el sujeto mediante el índice de decisión obtenido en la unidad aritmética y emitir el resultado predicho,
en el que:
el primer grupo de genes está compuesto por ESR1 (receptor 1 de estrógeno), PGR (receptor de progesterona) y SCUBE2 (péptido señal, dominio CUB y que contiene 2 dominios similares a EGF);
el segundo grupo de genes está compuesto por CTSL2 (catepsina V) y MMP11 (metalopeptidasa 11 de matriz); el tercer grupo de genes está compuesto por TFRC (receptor de transferrina) y CX3CR1 (receptor 1 de quimiocina con motivo C-X3-C);
el cuarto grupo de genes está compuesto por KIF14 (miembro 14 de la familia de las quinesinas), RRM2 (subunidad reguladora M2 de la ribonucleótido reductasa), SHCBP1 (proteína 1 asociada a la unión de SHC y al huso mitótico), SLC7A5 (miembro 5 de la familia 7 portador de soluto) y KPNA2 (subunidad alfa 2 de la carioferina);
el quinto grupo de genes está compuesto por AURKA (aurora quinasa A), CCNE2 (ciclina E2), CENPE (proteína E del centrómero), E2F8 (factor 8 de transcripción E2F), KIF18A (miembro 18A de la familia de quinesinas) y KIF23 (miembro 23 de la familia de las quinesinas); y
el sexto grupo de genes está compuesto por JMJD5 (lisina desmetilasa 8), CACNA1D (subunidad alfa 1 D del canal de calcio dependiente de voltaje) y GSTM1 (glutatión S-transferasa Mu 1),
en el que el índice de decisión (DI) se expresa mediante la siguiente ecuación:
(DI) = 0.62 x KIF23 0.60 x SLC7A5 0.59 x KPNA2 0.53 x AURKA 0.34 x E2F8 0.34 x MMP11 0.24 x SHCBP1 0.20 x CTSL2 0.16 x CENPE 0.16 x TFRC 0.15 x KIF18A 0.14 x CCNE2 0.04 x KIF14 0.04 x RRM2 (-0.04) x CX3CR1 (-0.05) x JMJD5 (-0.33) x CACNA1D (-0.36) x ESR1 (-0.48) x GSTM1 (-1.45) x PGR (-2.04) x SCUBE2 41.16.
en el que la unidad de salida determina que el pronóstico del cáncer de mama es desfavorable cuando el valor del índice de decisión (DI) es superior a 20.
4. El dispositivo de la reivindicación 3, en el que la unidad de detección normaliza los niveles de expresión del primer grupo de genes, el segundo grupo de genes, el tercer grupo de genes, el cuarto grupo de genes, el quinto grupo de genes y el sexto grupo de genes a un nivel de expresión de un gen de referencia, en el que el gen de referencia es uno cualquiera o más seleccionados del grupo que está compuesto por: ACTB, APOBEC3B, ASF1B, ASPM, AURKB, BAG1, BCL2, BIRC5, BLM, BUB1, BUB1B, C14orf45, C16orf61, C7orf63, CCNA2, CCNB1, CCNB2, CCNE1, CCT5, CD68, CDC20, CDC25A, CDC45, CDC6, CDCA3, CDCA8, CDK1, CDKN3, CENPA, CENPF, CENPM, CENPN, CEP55, CHEK1, CIRBP, CKS2, CRIM1, CYBRD1, DBF4, DDX39, DLGAP5, DNMT3B, DONSON, DTL, E2F1, ECHDC2, ERBB2, ERCC6L, ESPL1, EXO1, EZH2, FAM64A, FANCI, FBXO5, FEN1, FOXM1, GAPDH, GINS1, GRB7, GTSE1, GUSB, HJURP, HMMR, HN1, IFT46, KIF11, KIF15, KIF18B, KIF20A, KIF2C, KIF4A, KIFC1, LMNB1, LMNB2, LRIG1, LRRC48, LRRC59, MAD2L1, MARCH8, MCM10, MCM2, MCM6, MELK, MKI67, MLF1IP, MYBL2, NCAPG, NCAPG2, NCAPH, NDC80, NEK2, NUP93, NUSAP1, OIP5, PBK, PDSS1, PKMYT1, PLK1, PLK4, PRC1, PTTG1, RACGAP1, RAD51, RAD51AP1, RAI2, RFC4, RPLP0, SETBP1, SF3B3, SHMT2, SLC25A12, SPAG5, SPC25, SQLE, STARD13, STIL, STMN1, SYNC, TACC3, TK1, TOP2A, TPX2, TRIP13, TROAP, TTK, UBE2C, UBE2S, ZWINT, C10orf76, C12orf72, CIAO1, CNOT4, DBR1, DND1, FBXO42, GRK4, HNRNPK, HNRNPL, HNRNPR, KHDRBS1, KLRAQ1, LACE1, LOC148189, LOC285033, LOC493754, MRPL44, NRF1, PKNOX1, PPHLN1, RRN3P3, SENP8, SLC4A1AP, TARDBP, THRAP3, TTLL11, WDR33 y ZNF143.
ES20802982T 2019-05-03 2020-04-28 Method of predicting cancer prognosis and composition for same Active ES3063063T3 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190052364 2019-05-03
PCT/KR2020/005624 WO2020226333A1 (ko) 2019-05-03 2020-04-28 암 예후 예측방법 및 이의 조성물

Publications (1)

Publication Number Publication Date
ES3063063T3 true ES3063063T3 (en) 2026-04-15

Family

ID=73051303

Family Applications (1)

Application Number Title Priority Date Filing Date
ES20802982T Active ES3063063T3 (en) 2019-05-03 2020-04-28 Method of predicting cancer prognosis and composition for same

Country Status (8)

Country Link
US (1) US20220267855A1 (es)
EP (2) EP4712084A2 (es)
JP (1) JP7584151B2 (es)
KR (5) KR102449386B1 (es)
CN (1) CN113785076B (es)
ES (1) ES3063063T3 (es)
SG (1) SG11202111940XA (es)
WO (1) WO2020226333A1 (es)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12073480B2 (en) * 2013-07-12 2024-08-27 D2L Corporation System and method for evaluating assessments
MA54543A (fr) 2018-12-20 2022-03-30 Amgen Inc Inhibiteurs de kif18a
KR102293110B1 (ko) * 2020-12-07 2021-08-25 주식회사 온코크로스 Ai를 이용한 유방암 예후 예측 방법
CN112852966A (zh) * 2021-03-23 2021-05-28 复旦大学附属肿瘤医院 基于二代测序技术的胰腺癌检测panel、试剂盒及其应用
KR102880441B1 (ko) 2021-07-22 2025-11-04 주식회사 라파메디랩 대장암 진단 또는 예후 예측용 바이오마커
IL310863A (en) 2021-08-26 2024-04-01 Volastra Therapeutics Inc Spiro indoline inhibitors of kif18a
GB2613386A (en) * 2021-12-02 2023-06-07 Apis Assay Tech Limited Diagnostic test
CN114047337A (zh) * 2021-12-27 2022-02-15 复旦大学附属中山医院 一种与肝细胞癌患者预后相关的分子标志物、免疫组化试剂盒及其应用
CN114724634B (zh) * 2022-03-25 2025-04-15 广东省科学院生物与医学工程研究所 一种用于预测子宫颈癌患者预后情况的分子标记组合及其应用
CN114438218B (zh) * 2022-04-01 2022-08-09 普瑞基准科技（北京）有限公司 一种检测多种肿瘤的基因Panel、试剂盒及应用
CN114592065B (zh) * 2022-04-21 2023-12-12 青岛市市立医院 一组预测肝癌预后联合标志物及其应用
KR102560831B1 (ko) * 2022-05-31 2023-08-02 서울대학교병원 위암 발병 가능성 예측을 위한 바이오마커 및 이의 용도
CN114908172B (zh) * 2022-06-02 2024-02-27 河南省人民医院 Apobec3b在前列腺癌诊断、预后预测及治疗中的应用
KR102915847B1 (ko) 2022-09-06 2026-01-20 충남대학교산학협력단 Shmt2를 타겟으로 하는 갑상선암 예방 또는 치료용 조성물
KR20240162973A (ko) 2023-05-09 2024-11-18 연세대학교 산학협력단 암 예후 예측 방법
KR20250051171A (ko) 2023-10-06 2025-04-17 중앙대학교 산학협력단 EZH2에 의한 SET/TAF-Iβ의 비표준적인 전사 활성 조절 용도
KR20250111577A (ko) 2024-01-15 2025-07-22 성기봉 폼마법사 네비게이션의 아두이노 구조(Web 리모컨)
CN117607442B (zh) * 2024-01-23 2024-04-16 杭州华得森生物技术有限公司 一种预测乳腺癌免疫治疗效果的标志物、试剂盒与应用
CN118675749A (zh) * 2024-06-25 2024-09-20 南京市第二医院 一种乳腺癌预后风险评估方法及其系统
CN120044242B (zh) * 2025-01-27 2025-12-02 中国科学技术大学 一种肝细胞癌预后标志物及其应用

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2585571C (en) 2004-11-05 2020-01-21 Genomic Health, Inc. Predicting response to chemotherapy using gene expression markers
CN101971033A (zh) * 2007-06-04 2011-02-09 戴诺普雷克斯公司 用于结直肠癌的生物标志物组合
WO2010080933A1 (en) * 2009-01-07 2010-07-15 Myriad Genetics, Inc Cancer biomarkers
MX337650B (es) * 2009-11-23 2016-03-14 Genomic Health Inc Metodos para predecir el desenlace clinico del cancer.
AU2015268617A1 (en) * 2010-03-31 2016-01-07 Sividon Diagnostics Gmbh Method for breast cancer recurrence prediction under endocrine treatment
WO2013109690A1 (en) * 2012-01-17 2013-07-25 Myriad Genetics, Inc. Breast cancer prognosis signatures
US9624549B2 (en) * 2012-01-27 2017-04-18 Cytognomix Inc. Stable gene targets in breast cancer and use thereof for optimizing therapy
CA2880762A1 (en) * 2012-08-01 2014-02-06 Pacylex Pharmaceuticals Inc. Methods and compositions for diagnosis and prognosis in breast cancer
WO2014066796A2 (en) * 2012-10-25 2014-05-01 Myriad Genetics, Inc. Breast cancer prognosis signatures
KR101725985B1 (ko) * 2013-01-28 2017-04-13 주식회사 젠큐릭스 초기유방암의 예후 예측용 유전자 및 이를 이용한 초기유방암의 예후예측 방법
US11946934B2 (en) * 2014-09-03 2024-04-02 Wellmarker Bio Co., Ltd. Biomarker for predicting the sensitivity to a protein kinase inhibitor and a use thereof
CN109072481B (zh) * 2015-12-07 2022-03-18 安大略省癌症研究所 早期乳腺癌内分泌治疗后剩余风险的基因特征
CA3008273A1 (en) * 2015-12-18 2017-06-22 Clear Gene, Inc. Methods, compositions, kits and devices for rapid analysis of biological markers
WO2017203008A1 (en) * 2016-05-25 2017-11-30 Curevac Ag Novel biomarkers
KR20180052985A (ko) * 2016-11-11 2018-05-21 서울대학교병원 유방암 예후 예측 유전자의 차세대염기서열분석을 이용한 유방암의 예후 예측 도구
KR102050949B1 (ko) * 2017-02-15 2019-12-03 서울대학교산학협력단 Nr1d1을 이용한 삼중-음성 유방암 환자의 항암제 치료 반응성 및 예후 예측 방법
EP3517624B1 (en) * 2017-03-14 2024-10-02 Novomics Co., Ltd. System for predicting post-surgery prognosis or anticancer drug compatibility of advanced gastric cancer patients
KR102071491B1 (ko) * 2017-11-10 2020-01-30 주식회사 디시젠 차세대 염기서열분석을 이용한 기계학습 기반 유방암 예후 예측 방법 및 예측 시스템
CN109136370A (zh) * 2018-05-31 2019-01-04 广州表观生物科技有限公司 一种肺癌的预后标记物及其应用

Also Published As

Publication number Publication date
EP3964590C0 (en) 2026-02-18
CN113785076B (zh) 2024-06-11
KR20220137578A (ko) 2022-10-12
EP3964590A1 (en) 2022-03-09
WO2020226333A1 (ko) 2020-11-12
EP4712084A2 (en) 2026-03-18
KR20200127878A (ko) 2020-11-11
JP2022530570A (ja) 2022-06-29
KR20230004397A (ko) 2023-01-06
JP7584151B2 (ja) 2024-11-15
CN113785076A (zh) 2021-12-10
KR102449386B1 (ko) 2022-10-05
KR102640719B1 (ko) 2024-02-27
KR20220137577A (ko) 2022-10-12
KR102648636B1 (ko) 2024-03-19
EP3964590B1 (en) 2026-02-18
KR102565758B1 (ko) 2023-08-14
US20220267855A1 (en) 2022-08-25
KR20230004398A (ko) 2023-01-06
KR102648633B1 (ko) 2024-03-19
EP3964590A4 (en) 2023-06-21
SG11202111940XA (en) 2021-12-30

Similar Documents

Publication Publication Date Title
ES3063063T3 (en) Method of predicting cancer prognosis and composition for same
ES2525382T3 (es) Método para la predicción de recurrencia del cáncer de mama bajo tratamiento endocrino
Wu et al. Advances in molecular biomarkers for gastric cancer: miRNAs as emerging novel cancer markers
Montero-Conde et al. Molecular profiling related to poor prognosis in thyroid carcinoma. Combining gene expression data and biological information
US20140302042A1 (en) Methods of predicting prognosis in cancer
US20180282817A1 (en) Method of classifying and diagnosing cancer
US20140113978A1 (en) Multifocal hepatocellular carcinoma microrna expression patterns and uses thereof
US20110182881A1 (en) Signature and determinants associated with metastasis and methods of use thereof
JP2014516531A (ja) 肺癌に対するバイオマーカー
US20110165566A1 (en) Methods of optimizing treatment of breast cancer
ES2608322T3 (es) Procedimiento para predecir la respuesta a la quimioterapia en un paciente que padece o está en riesgo de desarrollar cáncer de mama recurrente
DK3141617T3 (en) PROCEDURE FOR PREVENTING THE CANCER OF A CANCER ON A PATIENT BY ANALYZING GENEPRESSION
US20180230545A1 (en) Method for the prediction of progression of bladder cancer
US9200328B1 (en) Methods and kits for diagnosing the prognosis of cancer patients
CN107614696A (zh) 基因表现图谱以及将其应用于乳癌医疗之方法
CN102361990A (zh) 通过监测两种基因的表达的乳腺癌患者的预后
WO2013130465A2 (en) Gene expression markers for prediction of efficacy of platinum-based chemotherapy drugs
CN107586844A (zh) 胶质瘤预后标志物Circ9:135881633|135883078的应用
ES2541054T3 (es) Firmas del resultado clínico en tumores estromales gastrointestinales y método de tratamiento de tumores estromales gastrointestinales
Mallmann et al. Prediction and prognosis: impact of gene expression profiling in personalized treatment of breast cancer patients
HK40057774B (zh) 预测癌症预後的方法及其组合物
HK40057774A (en) Method of predicting cancer prognosis and composition for same
CN107937528A (zh) 胶质瘤预后标志物hsa_circ_0125365及应用
WO2025106967A1 (en) Gene signature for breast cancer margin status after surgery
EP4416305A2 (en) Methods and reagents for the differential diagnosis of uterine tumors