WO2014198995A1 - Biomarcadores para el diagnóstico y respuesta al tratamiento en cáncer de páncreas - Google Patents
Biomarcadores para el diagnóstico y respuesta al tratamiento en cáncer de páncreas Download PDFInfo
- Publication number
- WO2014198995A1 WO2014198995A1 PCT/ES2014/070495 ES2014070495W WO2014198995A1 WO 2014198995 A1 WO2014198995 A1 WO 2014198995A1 ES 2014070495 W ES2014070495 W ES 2014070495W WO 2014198995 A1 WO2014198995 A1 WO 2014198995A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- scf
- fgf
- osm
- pancreatic cancer
- genes
- Prior art date
Links
- 206010061902 Pancreatic neoplasm Diseases 0.000 title claims abstract description 54
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 title claims abstract description 54
- 208000008443 pancreatic carcinoma Diseases 0.000 title claims abstract description 54
- 201000002528 pancreatic cancer Diseases 0.000 title claims abstract description 53
- 238000011282 treatment Methods 0.000 title claims abstract description 39
- 238000003745 diagnosis Methods 0.000 title claims description 12
- 239000000090 biomarker Substances 0.000 title abstract description 39
- 230000004044 response Effects 0.000 title abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 95
- 201000008129 pancreatic ductal adenocarcinoma Diseases 0.000 claims abstract description 84
- 108090000623 proteins and genes Proteins 0.000 claims description 82
- 230000014509 gene expression Effects 0.000 claims description 53
- 101000904724 Homo sapiens Transmembrane glycoprotein NMB Proteins 0.000 claims description 45
- 102100023935 Transmembrane glycoprotein NMB Human genes 0.000 claims description 45
- 101710177504 Kit ligand Proteins 0.000 claims description 41
- 108090001047 Fibroblast growth factor 10 Proteins 0.000 claims description 39
- 102100028412 Fibroblast growth factor 10 Human genes 0.000 claims description 37
- 102100020880 Kit ligand Human genes 0.000 claims description 37
- 108090000630 Oncostatin M Proteins 0.000 claims description 36
- 102000004169 proteins and genes Human genes 0.000 claims description 34
- 102100031942 Oncostatin-M Human genes 0.000 claims description 33
- -1 CXCL 11 Proteins 0.000 claims description 28
- 210000002966 serum Anatomy 0.000 claims description 25
- 239000000523 sample Substances 0.000 claims description 18
- 239000012472 biological sample Substances 0.000 claims description 17
- 239000003795 chemical substances by application Substances 0.000 claims description 17
- 239000007787 solid Substances 0.000 claims description 16
- 108091034117 Oligonucleotide Proteins 0.000 claims description 15
- 238000003018 immunoassay Methods 0.000 claims description 14
- 108020004999 messenger RNA Proteins 0.000 claims description 14
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 claims description 13
- 210000004369 blood Anatomy 0.000 claims description 13
- 239000008280 blood Substances 0.000 claims description 13
- 239000008194 pharmaceutical composition Substances 0.000 claims description 12
- 239000003814 drug Substances 0.000 claims description 10
- 238000002360 preparation method Methods 0.000 claims description 9
- 238000000018 DNA microarray Methods 0.000 claims description 6
- 238000002493 microarray Methods 0.000 claims description 6
- 238000011002 quantification Methods 0.000 claims description 6
- 210000000496 pancreas Anatomy 0.000 claims description 3
- 239000005551 L01XE03 - Erlotinib Substances 0.000 abstract description 18
- 229960001433 erlotinib Drugs 0.000 abstract description 18
- AAKJLRGGTJKAMG-UHFFFAOYSA-N erlotinib Chemical compound C=12C=C(OCCOC)C(OCCOC)=CC2=NC=NC=1NC1=CC=CC(C#C)=C1 AAKJLRGGTJKAMG-UHFFFAOYSA-N 0.000 abstract description 18
- 229960005277 gemcitabine Drugs 0.000 abstract description 18
- SDUQYLNIPVEERB-QPPQHZFASA-N gemcitabine Chemical compound O=C1N=C(N)C=CN1[C@H]1C(F)(F)[C@H](O)[C@@H](CO)O1 SDUQYLNIPVEERB-QPPQHZFASA-N 0.000 abstract description 17
- 238000013399 early diagnosis Methods 0.000 abstract description 13
- 102000009465 Growth Factor Receptors Human genes 0.000 abstract description 3
- 108010009202 Growth Factor Receptors Proteins 0.000 abstract description 3
- 229940127073 nucleoside analogue Drugs 0.000 abstract description 3
- 102000004127 Cytokines Human genes 0.000 description 84
- 108090000695 Cytokines Proteins 0.000 description 84
- 230000004083 survival effect Effects 0.000 description 71
- 102000039446 nucleic acids Human genes 0.000 description 59
- 108020004707 nucleic acids Proteins 0.000 description 59
- 150000007523 nucleic acids Chemical class 0.000 description 59
- 206010028980 Neoplasm Diseases 0.000 description 48
- 101001002470 Homo sapiens Interferon lambda-1 Proteins 0.000 description 38
- 102100020990 Interferon lambda-1 Human genes 0.000 description 38
- 201000011510 cancer Diseases 0.000 description 38
- 108010044063 Endocrine-Gland-Derived Vascular Endothelial Growth Factor Proteins 0.000 description 36
- 101000914484 Homo sapiens T-lymphocyte activation antigen CD80 Proteins 0.000 description 36
- 102100040126 Prokineticin-1 Human genes 0.000 description 36
- 102100027222 T-lymphocyte activation antigen CD80 Human genes 0.000 description 35
- 108700023160 Thymidine phosphorylases Proteins 0.000 description 35
- 108090000765 processed proteins & peptides Proteins 0.000 description 32
- 229920001184 polypeptide Polymers 0.000 description 31
- 102000004196 processed proteins & peptides Human genes 0.000 description 31
- 102100031372 Thymidine phosphorylase Human genes 0.000 description 29
- 201000010099 disease Diseases 0.000 description 29
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 29
- 239000000047 product Substances 0.000 description 25
- 238000002965 ELISA Methods 0.000 description 23
- 238000004393 prognosis Methods 0.000 description 23
- 150000001413 amino acids Chemical group 0.000 description 22
- 238000004458 analytical method Methods 0.000 description 21
- 239000002773 nucleotide Substances 0.000 description 21
- 125000003729 nucleotide group Chemical group 0.000 description 21
- 108091033319 polynucleotide Proteins 0.000 description 20
- 102000040430 polynucleotide Human genes 0.000 description 20
- 239000002157 polynucleotide Substances 0.000 description 20
- 230000035945 sensitivity Effects 0.000 description 18
- 206010052747 Adenocarcinoma pancreas Diseases 0.000 description 17
- 210000004027 cell Anatomy 0.000 description 17
- 238000001514 detection method Methods 0.000 description 17
- 201000002094 pancreatic adenocarcinoma Diseases 0.000 description 17
- 230000000694 effects Effects 0.000 description 15
- 102100025279 C-X-C motif chemokine 11 Human genes 0.000 description 14
- 239000003112 inhibitor Substances 0.000 description 14
- 238000007473 univariate analysis Methods 0.000 description 14
- 101000858060 Homo sapiens C-X-C motif chemokine 11 Proteins 0.000 description 12
- 230000000295 complement effect Effects 0.000 description 12
- 102000001301 EGF receptor Human genes 0.000 description 11
- 108060006698 EGF receptor Proteins 0.000 description 11
- 239000002777 nucleoside Substances 0.000 description 11
- 108091026890 Coding region Proteins 0.000 description 10
- 230000002068 genetic effect Effects 0.000 description 10
- 150000003833 nucleoside derivatives Chemical class 0.000 description 10
- 102100034221 Growth-regulated alpha protein Human genes 0.000 description 9
- 101001069921 Homo sapiens Growth-regulated alpha protein Proteins 0.000 description 9
- 239000003550 marker Substances 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 230000037361 pathway Effects 0.000 description 9
- 150000001875 compounds Chemical class 0.000 description 8
- 230000035755 proliferation Effects 0.000 description 8
- 108090000556 Neuregulin-1 Proteins 0.000 description 7
- 230000001939 inductive effect Effects 0.000 description 7
- 239000003446 ligand Substances 0.000 description 7
- 230000000869 mutational effect Effects 0.000 description 7
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 6
- 208000005623 Carcinogenesis Diseases 0.000 description 6
- 102000048238 Neuregulin-1 Human genes 0.000 description 6
- 102100028785 Tumor necrosis factor receptor superfamily member 14 Human genes 0.000 description 6
- 230000004913 activation Effects 0.000 description 6
- 230000036952 cancer formation Effects 0.000 description 6
- 231100000504 carcinogenesis Toxicity 0.000 description 6
- 239000011521 glass Substances 0.000 description 6
- 102100027618 Heme transporter HRG1 Human genes 0.000 description 5
- 101001081412 Homo sapiens Heme transporter HRG1 Proteins 0.000 description 5
- 101000716729 Homo sapiens Kit ligand Proteins 0.000 description 5
- 101001081402 Rattus norvegicus Histidine-rich glycoprotein Proteins 0.000 description 5
- 210000000349 chromosome Anatomy 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 239000000104 diagnostic biomarker Substances 0.000 description 5
- 239000013641 positive control Substances 0.000 description 5
- 230000011664 signaling Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 4
- INZOTETZQBPBCE-NYLDSJSYSA-N 3-sialyl lewis Chemical compound O[C@H]1[C@H](O)[C@H](O)[C@H](C)O[C@H]1O[C@H]([C@H](O)CO)[C@@H]([C@@H](NC(C)=O)C=O)O[C@H]1[C@H](O)[C@@H](O[C@]2(O[C@H]([C@H](NC(C)=O)[C@@H](O)C2)[C@H](O)[C@H](O)CO)C(O)=O)[C@@H](O)[C@@H](CO)O1 INZOTETZQBPBCE-NYLDSJSYSA-N 0.000 description 4
- 102000043136 MAP kinase family Human genes 0.000 description 4
- 108091054455 MAP kinase family Proteins 0.000 description 4
- 206010027476 Metastases Diseases 0.000 description 4
- 108091008611 Protein Kinase B Proteins 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- 238000002512 chemotherapy Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000034994 death Effects 0.000 description 4
- 230000006698 induction Effects 0.000 description 4
- 239000012528 membrane Substances 0.000 description 4
- 239000013642 negative control Substances 0.000 description 4
- 238000010837 poor prognosis Methods 0.000 description 4
- 239000000092 prognostic biomarker Substances 0.000 description 4
- 239000013074 reference sample Substances 0.000 description 4
- 238000002560 therapeutic procedure Methods 0.000 description 4
- 102000004219 Brain-derived neurotrophic factor Human genes 0.000 description 3
- 108090000715 Brain-derived neurotrophic factor Proteins 0.000 description 3
- 101000648507 Homo sapiens Tumor necrosis factor receptor superfamily member 14 Proteins 0.000 description 3
- 241001313288 Labia Species 0.000 description 3
- 108010015179 Low Density Lipoprotein Receptor-Related Protein-6 Proteins 0.000 description 3
- 102100040704 Low-density lipoprotein receptor-related protein 6 Human genes 0.000 description 3
- 108010061593 Member 14 Tumor Necrosis Factor Receptors Proteins 0.000 description 3
- 101000904718 Mus musculus Transmembrane glycoprotein NMB Proteins 0.000 description 3
- 102000016971 Proto-Oncogene Proteins c-kit Human genes 0.000 description 3
- 108010014608 Proto-Oncogene Proteins c-kit Proteins 0.000 description 3
- 108010039445 Stem Cell Factor Proteins 0.000 description 3
- 102000005789 Vascular Endothelial Growth Factors Human genes 0.000 description 3
- 108010019530 Vascular Endothelial Growth Factors Proteins 0.000 description 3
- 239000002253 acid Substances 0.000 description 3
- 239000000427 antigen Substances 0.000 description 3
- 102000036639 antigens Human genes 0.000 description 3
- 108091007433 antigens Proteins 0.000 description 3
- 239000000872 buffer Substances 0.000 description 3
- 238000004737 colorimetric analysis Methods 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 230000002757 inflammatory effect Effects 0.000 description 3
- 230000009545 invasion Effects 0.000 description 3
- 230000009401 metastasis Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000026731 phosphorylation Effects 0.000 description 3
- 238000006366 phosphorylation reaction Methods 0.000 description 3
- 208000037821 progressive disease Diseases 0.000 description 3
- 238000000751 protein extraction Methods 0.000 description 3
- 230000017854 proteolysis Effects 0.000 description 3
- 102000005962 receptors Human genes 0.000 description 3
- 108020003175 receptors Proteins 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 210000000130 stem cell Anatomy 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 239000000107 tumor biomarker Substances 0.000 description 3
- 206010006187 Breast cancer Diseases 0.000 description 2
- 208000026310 Breast neoplasm Diseases 0.000 description 2
- 101710098272 C-X-C motif chemokine 11 Proteins 0.000 description 2
- 201000009030 Carcinoma Diseases 0.000 description 2
- 102000019034 Chemokines Human genes 0.000 description 2
- 108010012236 Chemokines Proteins 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 2
- 102000004864 Fibroblast growth factor 10 Human genes 0.000 description 2
- 101000604168 Homo sapiens Neuromedin-B Proteins 0.000 description 2
- 102000015617 Janus Kinases Human genes 0.000 description 2
- 108010024121 Janus Kinases Proteins 0.000 description 2
- 239000004677 Nylon Substances 0.000 description 2
- 108020005187 Oligonucleotide Probes Proteins 0.000 description 2
- 102000004140 Oncostatin M Human genes 0.000 description 2
- 108091007960 PI3Ks Proteins 0.000 description 2
- 102000038030 PI3Ks Human genes 0.000 description 2
- 108010039918 Polylysine Proteins 0.000 description 2
- 102100033810 RAC-alpha serine/threonine-protein kinase Human genes 0.000 description 2
- 108010017324 STAT3 Transcription Factor Proteins 0.000 description 2
- 102100024040 Signal transducer and activator of transcription 3 Human genes 0.000 description 2
- 210000001744 T-lymphocyte Anatomy 0.000 description 2
- IQFYYKKMVGJFEH-XLPZGREQSA-N Thymidine Chemical compound O=C1NC(=O)C(C)=CN1[C@@H]1O[C@H](CO)[C@@H](O)C1 IQFYYKKMVGJFEH-XLPZGREQSA-N 0.000 description 2
- 150000007513 acids Chemical class 0.000 description 2
- 239000004480 active ingredient Substances 0.000 description 2
- 150000001299 aldehydes Chemical class 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 229960002685 biotin Drugs 0.000 description 2
- 235000020958 biotin Nutrition 0.000 description 2
- 239000011616 biotin Substances 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 230000028993 immune response Effects 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 208000032839 leukemia Diseases 0.000 description 2
- 238000001325 log-rank test Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 201000001441 melanoma Diseases 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 229920001778 nylon Polymers 0.000 description 2
- 239000002751 oligonucleotide probe Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000000206 photolithography Methods 0.000 description 2
- 229920000656 polylysine Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 238000003127 radioimmunoassay Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000003118 sandwich ELISA Methods 0.000 description 2
- FZHAPNGMFPVSLP-UHFFFAOYSA-N silanamine Chemical class [SiH3]N FZHAPNGMFPVSLP-UHFFFAOYSA-N 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 101150084750 1 gene Proteins 0.000 description 1
- PCHRYHSDDPPZBV-UHFFFAOYSA-N 4-[[(5-chloro-2-methoxyanilino)-sulfanylidenemethyl]amino]-1-ethyl-3-pyrazolecarboxamide Chemical compound NC(=O)C1=NN(CC)C=C1NC(=S)NC1=CC(Cl)=CC=C1OC PCHRYHSDDPPZBV-UHFFFAOYSA-N 0.000 description 1
- FWMNVWWHGCHHJJ-SKKKGAJSSA-N 4-amino-1-[(2r)-6-amino-2-[[(2r)-2-[[(2r)-2-[[(2r)-2-amino-3-phenylpropanoyl]amino]-3-phenylpropanoyl]amino]-4-methylpentanoyl]amino]hexanoyl]piperidine-4-carboxylic acid Chemical compound C([C@H](C(=O)N[C@H](CC(C)C)C(=O)N[C@H](CCCCN)C(=O)N1CCC(N)(CC1)C(O)=O)NC(=O)[C@H](N)CC=1C=CC=CC=1)C1=CC=CC=C1 FWMNVWWHGCHHJJ-SKKKGAJSSA-N 0.000 description 1
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 1
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 1
- 229910000497 Amalgam Inorganic materials 0.000 description 1
- DWRXFEITVBNRMK-UHFFFAOYSA-N Beta-D-1-Arabinofuranosylthymine Natural products O=C1NC(=O)C(C)=CN1C1C(O)C(O)C(CO)O1 DWRXFEITVBNRMK-UHFFFAOYSA-N 0.000 description 1
- 102100028990 C-X-C chemokine receptor type 3 Human genes 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 108020004414 DNA Proteins 0.000 description 1
- 230000007067 DNA methylation Effects 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 101100405254 Drosophila melanogaster Nrg gene Proteins 0.000 description 1
- 102400001368 Epidermal growth factor Human genes 0.000 description 1
- 101800003838 Epidermal growth factor Proteins 0.000 description 1
- 102000056372 ErbB-3 Receptor Human genes 0.000 description 1
- 102000044591 ErbB-4 Receptor Human genes 0.000 description 1
- 235000002757 Erythrina edulis Nutrition 0.000 description 1
- 240000008187 Erythrina edulis Species 0.000 description 1
- 108050001049 Extracellular proteins Proteins 0.000 description 1
- 208000032612 Glial tumor Diseases 0.000 description 1
- 206010018338 Glioma Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 101000916050 Homo sapiens C-X-C chemokine receptor type 3 Proteins 0.000 description 1
- 101000917237 Homo sapiens Fibroblast growth factor 10 Proteins 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 108030003815 Inositol 3-kinases Proteins 0.000 description 1
- 108010002386 Interleukin-3 Proteins 0.000 description 1
- 102000004889 Interleukin-6 Human genes 0.000 description 1
- 102100026019 Interleukin-6 Human genes 0.000 description 1
- 108090001005 Interleukin-6 Proteins 0.000 description 1
- 102100031775 Leptin receptor Human genes 0.000 description 1
- 241001435619 Lile Species 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 102000002274 Matrix Metalloproteinases Human genes 0.000 description 1
- 108010000684 Matrix Metalloproteinases Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 102000004232 Mitogen-Activated Protein Kinase Kinases Human genes 0.000 description 1
- 108090000744 Mitogen-Activated Protein Kinase Kinases Proteins 0.000 description 1
- 208000034578 Multiple myelomas Diseases 0.000 description 1
- 206010056677 Nerve degeneration Diseases 0.000 description 1
- 102400000058 Neuregulin-1 Human genes 0.000 description 1
- 206010029260 Neuroblastoma Diseases 0.000 description 1
- 102000015636 Oligopeptides Human genes 0.000 description 1
- 108010038807 Oligopeptides Proteins 0.000 description 1
- 108700020796 Oncogene Proteins 0.000 description 1
- 206010033128 Ovarian cancer Diseases 0.000 description 1
- 206010061535 Ovarian neoplasm Diseases 0.000 description 1
- 208000037273 Pathologic Processes Diseases 0.000 description 1
- 102000003992 Peroxidases Human genes 0.000 description 1
- 206010035226 Plasma cell myeloma Diseases 0.000 description 1
- 101710100969 Receptor tyrosine-protein kinase erbB-3 Proteins 0.000 description 1
- 101710100963 Receptor tyrosine-protein kinase erbB-4 Proteins 0.000 description 1
- 206010038389 Renal cancer Diseases 0.000 description 1
- 208000006265 Renal cell carcinoma Diseases 0.000 description 1
- 108091028664 Ribonucleotide Proteins 0.000 description 1
- 108010044012 STAT1 Transcription Factor Proteins 0.000 description 1
- 108010081691 STAT2 Transcription Factor Proteins 0.000 description 1
- 108010029477 STAT5 Transcription Factor Proteins 0.000 description 1
- 102100029904 Signal transducer and activator of transcription 1-alpha/beta Human genes 0.000 description 1
- 102100023978 Signal transducer and activator of transcription 2 Human genes 0.000 description 1
- 102100024481 Signal transducer and activator of transcription 5A Human genes 0.000 description 1
- 108010090804 Streptavidin Proteins 0.000 description 1
- 230000005867 T cell response Effects 0.000 description 1
- 102000013537 Thymidine Phosphorylase Human genes 0.000 description 1
- 102000000887 Transcription factor STAT Human genes 0.000 description 1
- 108050007918 Transcription factor STAT Proteins 0.000 description 1
- 201000005969 Uveal melanoma Diseases 0.000 description 1
- 230000001594 aberrant effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 206010002026 amyotrophic lateral sclerosis Diseases 0.000 description 1
- 230000019552 anatomical structure morphogenesis Effects 0.000 description 1
- 230000033115 angiogenesis Effects 0.000 description 1
- 239000002870 angiogenesis inducing agent Substances 0.000 description 1
- 230000001028 anti-proliverative effect Effects 0.000 description 1
- 230000000259 anti-tumor effect Effects 0.000 description 1
- 210000000612 antigen-presenting cell Anatomy 0.000 description 1
- 239000002246 antineoplastic agent Substances 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 230000005784 autoimmunity Effects 0.000 description 1
- 238000000376 autoradiography Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- IQFYYKKMVGJFEH-UHFFFAOYSA-N beta-L-thymidine Natural products O=C1NC(=O)C(C)=CN1C1OC(CO)C(O)C1 IQFYYKKMVGJFEH-UHFFFAOYSA-N 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000000091 biomarker candidate Substances 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 230000004709 cell invasion Effects 0.000 description 1
- 230000012292 cell migration Effects 0.000 description 1
- 230000036755 cellular response Effects 0.000 description 1
- 230000005754 cellular signaling Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000009104 chemotherapy regimen Methods 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 229940127089 cytotoxic agent Drugs 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000005547 deoxyribonucleotide Substances 0.000 description 1
- 125000002637 deoxyribonucleotide group Chemical group 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 229940121647 egfr inhibitor Drugs 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 210000003989 endothelium vascular Anatomy 0.000 description 1
- 238000006911 enzymatic reaction Methods 0.000 description 1
- 229940116977 epidermal growth factor Drugs 0.000 description 1
- 230000004076 epigenetic alteration Effects 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 208000021045 exocrine pancreatic carcinoma Diseases 0.000 description 1
- 210000002950 fibroblast Anatomy 0.000 description 1
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 208000010749 gastric carcinoma Diseases 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 230000004077 genetic alteration Effects 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 239000003966 growth inhibitor Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 206010073071 hepatocellular carcinoma Diseases 0.000 description 1
- 231100000844 hepatocellular carcinoma Toxicity 0.000 description 1
- 230000037111 immune power Effects 0.000 description 1
- 230000037451 immune surveillance Effects 0.000 description 1
- 238000003119 immunoblot Methods 0.000 description 1
- 238000010166 immunofluorescence Methods 0.000 description 1
- 238000003364 immunohistochemistry Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 239000000411 inducer Substances 0.000 description 1
- 108091008042 inhibitory receptors Proteins 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229940100601 interleukin-6 Drugs 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 108010019813 leptin receptors Proteins 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 239000002923 metal particle Substances 0.000 description 1
- 238000005088 metallography Methods 0.000 description 1
- 230000001394 metastastic effect Effects 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 239000003226 mitogen Substances 0.000 description 1
- 210000002161 motor neuron Anatomy 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000001613 neoplastic effect Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 238000011275 oncology therapy Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000005305 organ development Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000009054 pathological process Effects 0.000 description 1
- 108040007629 peroxidase activity proteins Proteins 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000003169 placental effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 201000005825 prostate adenocarcinoma Diseases 0.000 description 1
- 108091006082 receptor inhibitors Proteins 0.000 description 1
- 230000009711 regulatory function Effects 0.000 description 1
- 201000010174 renal carcinoma Diseases 0.000 description 1
- 239000002336 ribonucleotide Substances 0.000 description 1
- 125000002652 ribonucleotide group Chemical group 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 230000019491 signal transduction Effects 0.000 description 1
- 230000007727 signaling mechanism Effects 0.000 description 1
- 210000000278 spinal cord Anatomy 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 201000000498 stomach carcinoma Diseases 0.000 description 1
- 210000002536 stromal cell Anatomy 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 229940104230 thymidine Drugs 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000002103 transcriptional effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 108091007466 transmembrane glycoproteins Proteins 0.000 description 1
- 102000035160 transmembrane proteins Human genes 0.000 description 1
- 108091005703 transmembrane proteins Proteins 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
- 230000004614 tumor growth Effects 0.000 description 1
- VBEQCZHXXJYVRD-GACYYNSASA-N uroanthelone Chemical compound C([C@@H](C(=O)N[C@H](C(=O)N[C@@H](CS)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CS)C(=O)N[C@H](C(=O)N[C@@H]([C@@H](C)CC)C(=O)NCC(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H](CO)C(=O)NCC(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CS)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCCNC(N)=N)C(O)=O)C(C)C)[C@@H](C)O)NC(=O)[C@H](CO)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CO)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@@H](NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@H](CCSC)NC(=O)[C@H](CS)NC(=O)[C@@H](NC(=O)CNC(=O)CNC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CS)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)CNC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CO)NC(=O)[C@H](CO)NC(=O)[C@H]1N(CCC1)C(=O)[C@H](CS)NC(=O)CNC(=O)[C@H]1N(CCC1)C(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CO)NC(=O)[C@@H](N)CC(N)=O)C(C)C)[C@@H](C)CC)C1=CC=C(O)C=C1 VBEQCZHXXJYVRD-GACYYNSASA-N 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000001262 western blot Methods 0.000 description 1
- 230000037314 wound repair Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57438—Specifically defined cancers of liver, pancreas or kidney
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
- C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
- C07K16/22—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against growth factors ; against growth regulators
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
- C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
- C07K16/24—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against cytokines, lymphokines or interferons
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
- C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
- C07K16/24—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against cytokines, lymphokines or interferons
- C07K16/243—Colony Stimulating Factors
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
- C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
- C07K16/24—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against cytokines, lymphokines or interferons
- C07K16/244—Interleukins [IL]
- C07K16/248—IL-6
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
- C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
- C07K16/28—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
- G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/475—Assays involving growth factors
- G01N2333/50—Fibroblast growth factors [FGF]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/52—Assays involving cytokines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/52—Assays involving cytokines
- G01N2333/521—Chemokines
- G01N2333/522—Alpha-chemokines, e.g. NAP-2, ENA-78, GRO-alpha/MGSA/NAP-3, GRO-beta/MIP-2alpha, GRO-gamma/MIP-2beta, IP-10, GCP-2, MIG, PBSF, PF-4 or KC
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/52—Assays involving cytokines
- G01N2333/54—Interleukins [IL]
- G01N2333/5412—IL-6
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis
Definitions
- the present invention is within the field of Molecular Biology and Medicine. Specifically, it refers to a method of obtaining useful data for the early diagnosis of pancreatic ductal adenocarcinoma.
- the early diagnosis is made by analyzing the biomarkers FGF-10, CXCL 11, OSM, GPNMB and SCF. It also refers to a method of obtaining useful data to predict or predict the response to treatment combined with a nucleoside analogue (Gemcitabine) with a growth factor receptor (Erlotinib) in patients with ductal adenocarcinoma of the pancreas.
- Prognosis is made by analyzing the biomarkers CD80, EG-VEGF, IL-29, NRG1-beta1 and PD-ECGF.
- Ductal Pancreatic Adenocarcinoma Ductal pancreatic adenocarcinoma (PADC), although only representing 2.68% of all cancers, has one of the highest mortality rates among all types of cancer. The new cases of this cancer reached 44,000 individuals last year (2012) and of them, 37,400 died (85%). Men and women have approximately a similar risk of suffering from it (Siegel et al., 2012. C.A. Cancer J. Clin. 62, 10-29).
- serum-based cancer biomarkers are the simplest screening tests.
- the only serum-based biomarker for the PDAC used is the carbohydrate antigen 19-9 (CA), with sensitivity between 70 and 90% and specificity between 70 and 98%, depending on the size of the tumor (Chan et al., 2012. J. Proteomics).
- CA carbohydrate antigen 19-9
- this biomarker is not detected if the tumor size is less than 2 centimeters and due to lack of expression in 10% of patients. This also occurs in other pathologies. Therefore and recently, the American Oncology Society does not recommend CA 19-9 for PADC screening tests (Duffy et al., 2010. Ann. Oncl. 21, 441-447).
- Pancreatic cancer is characterized by a dense demoplastic reaction, which represents an important barrier that prevents the effective release of chemotherapeutic agents at the main site of the disease.
- the microenvironment of the tumor complex nourishes the invasion and metastasis of pancreatic cancer (Shields et al., 2012. Biochem J. 441, 541-542; Nesse et al., 201 1. Gut. 60, 861-868; Luo et al., 2012. Biochim. Biophys Acta. 1826, 170-178).
- cytokine levels could reflect the processes that lead to disease development or chemoresistance.
- Antibody-based arrays represent a useful tool for the discovery of cancer biomarkers. This methodology stands out for its ability to offer fast and correct insights for the early detection of cancer biomarkers, providing new approaches to cancer therapies (Breman et al., 2010. Nat. Rev. Cancer 10, 605-617). Therefore, the identification and validation of individual biomarkers or sets of biomarkers for the rapid detection of PDAC (diagnostic biomarkers) would help increase patient survival.
- a biological marker according to NIH Biomarker, is a characteristic that can be objectively measured and evaluated as an indicator of normal biological processes, pathological processes, or pharmacological responses after a therapeutic intervention (Fong et al., 2012. Cancer J. 18, 530-538.).
- biomarkers are very useful: those that help in the detection of the disease (diagnostic biomarkers); those who predict the response to treatments (predictive biomarkers) and those who predict the most likely course of the disease, including survival and recurrence pattern (prognostic biomarkers).
- Prognostic biomarkers can guide treatment plans, helping to identify those patients who could benefit from more aggressive interventions, new chemotherapy regimens and also help set new expectations for doctors and patients.
- numerous biomarker investigations have been conducted for the prognosis of PDAC using immunohistochemistry, Western blotting, PCR, mRNA, proteomics and DNA methylation methods (Jamieson et al., 201 1.
- the starting hypothesis is based on the essential role of the microenvironment and the desmoplastic reaction in the development and progression of the PDAC so that the cytokine expression pattern inside the tumor and in the surrounding microenvironment could constitute potential prognostic biomarkers.
- the objective of the study was to investigate the prognostic power of serum cytokines in response to the tumor hosted in patients with PDAC.
- a conditional algorithm was used, based on a probabilistic analysis and adjusted to the COX regression model. An equation for specific survival was derived in this cohort.
- a first aspect of the invention relates to the use of the genes (and / or proteins) FGF-10, CXCL 11, OSM, GPNMB and SCF, for the early diagnosis of pancreatic cancer.
- the use can be simultaneous or any of the genes (and / or proteins), or any combination thereof can be chosen.
- pancreatic cancer is ductal pancreatic adenocarcinoma (PDAC).
- PDAC pancreatic adenocarcinoma
- Another aspect of the invention relates to a method of obtaining useful data, hereinafter the first method of the invention, for the early diagnosis of pancreatic cancer, which comprises: a) Obtaining an isolated sample from the individual.
- b) quantify the expression product of the genes that are selected from the list consisting of: FGF-10, CXCL 1 1, OSM, GPNMB and SCF.
- the expression product of all genes can be quantified simultaneously, or any of the genes (and / or proteins), or any combination thereof, can be chosen.
- the method of the invention further comprises: c) comparing the amounts obtained in step (b) with a reference amount.
- steps (b) and / or (c) of the methods described above may be fully or partially automated.
- Another aspect of the invention relates to a method of diagnosis of pancreatic cancer which comprises steps (a) - (c) according to the first method of the invention, and further comprises assigning the individual of step (a) to the group of individuals that they suffer from pancreatic cancer when they present an amount of expression product of the FGF-10, CXCL 1 1, OSM, GPNMB and SCF genes, greater than the reference amount.
- pancreatic cancer is ductal pancreatic adenocarcinoma (PDAC).
- PDAC pancreatic adenocarcinoma
- the isolated biological sample of an individual from step (a) is a blood sample.
- the detection of the amount of expression of any of the FGF-10, CXCL1 1, OSM, GPNMB and SCF genes is performed by an immunoassay.
- the immunoassay is an enzyme-linked immunosorbent assay or ELISA (Enzyme-Linked ImmunoSorbent Assay).
- pancreatic cancer is ductal pancreatic adenocarcinoma (PDAC).
- PDAC pancreatic adenocarcinoma
- Another aspect of the invention relates to a pharmaceutical composition comprising a modulating agent of at least one of the genes that are selected from FGF-10, CXCL 11, OSM; GPNMB and SCF, to treat an individual suffering from pancreatic cancer (or alternatively to the use of a pharmaceutical composition comprising a modulating agent of at least one of the genes that are selected from FGF-10, CXCL 11, OSM, GPNMB and SCF in the preparation of a medicament for the treatment of pancreatic cancer), and more preferably of the ductal adenocarcinoma of the pancreas (PDAC), identifiable by a method of the invention.
- a pharmaceutical composition comprising a modulating agent of at least one of the genes that are selected from FGF-10, CXCL 11, OSM; GPNMB and SCF
- kit or device hereafter referred to as the "first kit of the invention" which comprises the elements necessary to quantify the amount of expression product of the genes that are selected from between FGF-10, CXCL 1 1, OSM, GPNMB and SCF or any combination thereof.
- the first kit of the present invention comprises antibodies that are selected from the list consisting of antibodies: anti-FGF-10, anti-CXCL1 1, anti-OS, anti-GPNM and anti-SCF, or Any of your combinations.
- the kit of the invention simultaneously comprises at least one antibody of each type: anti-FGF-10, anti-CXCL1 1, anti-OSM, anti-GPNM and anti-SCF.
- the first kit of the invention comprises secondary antibodies or positive and / or negative controls.
- the kit can also include, without any limitation, buffers, protein extraction solutions, agents to prevent contamination, inhibitors of protein degradation, etc.
- Another aspect of the invention relates to a solid support, or protein chip, comprising at least one of the anti-FGF-10, anti-CXCL1 1, anti-OSM, anti-GPNM and anti-SCF antibodies, or any of its combinations, to carry out any of the methods of the invention.
- Another aspect of the invention relates to a solid support, or DNA chip, comprising oligonucleotides or single channel microarrays designed from a known sequence or an mRNA of at least one of the FGF-10, CXCL 1 1 genes, OSM, GPNM and SCF.
- a solid support, or DNA chip comprising oligonucleotides or single channel microarrays designed from a known sequence or an mRNA of at least one of the FGF-10, CXCL 1 1 genes, OSM, GPNM and SCF.
- it comprises oligonucleotides capable of detecting the mRNA of all the FGF-10, CXCL 11, OSM, GPNM and SCF genes,
- Another aspect of the invention relates to the use of the genes (and / or proteins) CD80, EG-VEGF, IL-29, NRG1-beta1 and PD-ECGF, to predict or predict the response of an individual to the treatment combined with a nucleoside analog plus an epidermal growth factor receptor inhibitor, where the individual suffers from pancreatic cancer.
- the nucleoside analog in the treatment the nucleoside analog is Gemcitabine.
- the epidermal growth factor receptor inhibitor in treatment the epidermal growth factor receptor inhibitor is Erlotinib.
- the cancer in another preferred embodiment, is ductal pancreatic adenocarcinoma (PDAC).
- PDAC pancreatic adenocarcinoma
- b) quantify the expression product of the genes that are selected from the list consisting of: CD80, EG-VEGF, IL-29, NRG1-beta1 and PD-ECGF.
- the third method of the invention further comprises: c) finding a prognostic index (IP) value with the cytokine values of step b), applying the formula:
- IPPDAC 4,351 x B7-1 / CD80 + 0.003 x EG-VEGF / P 1 +0.081 x IL-29 + 0.020 x NGR-Betal / HRG-Betal + 0.264 x PD-ECGF
- individuals with an IP> 17 have a poor prognosis of the disease.
- individuals presenting an IP> 17 show a survival of less than five months.
- individuals with an IP ⁇ 17 have a better prognosis of the disease.
- individuals with an IP ⁇ 17 have a greater survival of five months.
- the nucleoside analog is Gemcitabine.
- the epidermal growth factor receptor inhibitor is Erlotinib.
- the cancer is ductal pancreatic adenocarcinoma (PDAC).
- PDAC pancreatic adenocarcinoma
- the biological sample (a) is a blood sample, and more preferably serum.
- the detection of the amount of expression of any of the CD80, EG-VEGF, IL-29, NRG1-beta1 and PD-ECGF genes is performed by an immunoassay.
- the immunoassay is an enzyme-linked immunosorbent assay or ELISA (Enzyme-Linked ImmunoSorbent Assay).
- Another aspect of the invention relates to an antibody for treating an individual suffering from pancreatic cancer, identifiable by a method of the invention, wherein the antibody is selected from among anti-CD80, anti-EG-VEGF, anti-IL-29. , anti-NRG1 - betal and ani-PD-ECGF, or any combination thereof.
- Another aspect of the invention relates to a pharmaceutical composition comprising a modulating agent of at least one of the genes that are selected from CD80, EG-VEGF, IL-29, NRG1-beta and PD-ECGF, to treat a individual suffering from pancreatic cancer (or alternatively to the use of a pharmaceutical composition comprising a modulating agent of at least one of the genes selected from CD80, EG-VEGF, IL-29, NRG1-beta 1 and PD-ECGF in the preparation of a medicament for the treatment of pancreatic cancer), identifiable by a method of the invention.
- kits or devices comprising the elements necessary to quantify the amount of expression product of the genes that are selected from CD80, EG-VEGF , IL-29, NRG1-beta and PD-ECGF or any combination thereof.
- the second kit of the present invention comprises antibodies that are selected from the list consisting of antibodies: anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1-beta1 and ani-PD -ECGF, or any of its combinations.
- the second kit of the invention simultaneously comprises at least one antibody of each type: anti-CD80, ani-EG-VEGF, anise-IL29, anti-NRG1 -betal and anti-PD-ECGF.
- Another aspect of the invention relates to a solid support, or protein chip, comprising at least one of the anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1-beta and anti-PD antibodies.
- -ECGF or any combination thereof or any combination thereof, to carry out any of the methods of the invention.
- Another aspect of the invention relates to a solid support, or DNA chip, comprising oligonucleotides or single channel microarrays designed from a known sequence or an mRNA of at least one of the CD80, EG-VEGF, IL- genes. 29, NRG 1 -betal and PD-ECGF Implementation of the methods of the invention
- Another aspect of the invention relates to a storage medium readable by a computer or to a transmissible signal comprising program instructions capable of causing a computer to carry out the steps of any of the methods of the invention.
- isolated biological sample includes, but is not limited to, cells, tissues and / or biological fluids of an organism, obtained by any method known to a person skilled in the art.
- the term “individual” is not intended to be limiting in any aspect, and may be of any age, sex and physical condition.
- the levels of gene expression will give a certain gene expression profile.
- level of expression also called “amount of gene product” or “amount of expression product” refers to the biochemical material, either RNA or protein, resulting from the expression of a gene. Sometimes a measure of the amount of gene product is used to infer how active a gene is.
- Gene expression profile means the gene profile obtained after quantification of mRNA and / or protein produced by the genes of interest or biomarkers, that is, by the genes FGF-10, CXCL 11, OSM, GPNMB, SCF , CD80, EG-VEGF, IL-29, NRG1-beta1 and PD-ECGF, in an isolated biological sample.
- the expression profile of the genes is preferably performed by determining the level of mRNA derived from their transcription, after extracting the total RNA present in the isolated biological sample, which can be done by protocols known in the state of the art.
- the detection of the amount of expression product of FGF-10, CXCL 1 1, OSM, GPNMB, SCF, CD80, EG-VEGF, IL-29, NRG1-beta 1 and PD-ECGF can be performed by any means known in the state of technique
- the authors of the present invention have shown that the detection of the amount or concentration of antibodies against these cytokines in a semi-quantitative or quantitative manner allows early diagnosis of individuals suffering from ductal adenocarcinoma of the pancreas.
- the measurement of the quantity or concentration of expression product of these genes, preferably semi-quantitatively or quantitatively, can be carried out directly or indirectly.
- Direct measurement refers to the measure of the quantity or concentration of the gene expression product, based on a signal that is obtained directly from the transcripts of said genes, or from proteins, and that is directly correlated with the number of RNA molecules or proteins produced by genes.
- Said signal - which we can also refer to as an intensity signal - can be obtained, for example, by measuring an intensity value of a chemical or physical property of said products.
- the indirect measurement includes the measurement obtained from a secondary component or a biological measurement system (for example the measurement of cellular responses, ligands, "tag” or enzymatic reaction products).
- quantity refers to, but is not limited to, the absolute or relative quantity of gene expression products or the amount of antibodies, as well as any other value or parameter related to them or that may be derived from them.
- Said values or parameters comprise signal intensity values obtained from any of the physical or chemical properties of said expression products obtained by direct measurement. Additionally, said values or parameters include all those obtained by indirect measurement, for example, any of the measurement systems described elsewhere in this document.
- comparison refers to, but is not limited to, the comparison of the amount of gene expression products or the biological sample to be analyzed, also called the biological problem sample, with a quantity of the gene expression products of one or more samples of desirable reference.
- the reference sample can be analyzed, for example, simultaneously or consecutively, together with the problem biological sample.
- marker compound refers to a compound capable of giving rise to a chromogenic, fluorogenic, radioactive and / or chemiluminescent signal that allows the detection and quantification of the amount of antibodies against to FGF-10, CXCL1 1, OSM, GPNMB, SCF, CD80, EG-VEGF, IL-29, NRG1-beta 1 and PD-ECGF.
- the marker compound is selected from the list comprising radioisotopes, enzymes, fluorophores or any molecule capable of being conjugated with another molecule or detected and / or quantified directly. This marker compound can bind to the antibody directly, or through another compound.
- marker compounds that bind directly are, but are not limited to, enzymes such as alkaline phosphatase or peroxidase, radioactive isotopes such as 32 P or 35 S, fluorochromes such as fluorescein or metal particles, for direct detection by colorimetry, auto-radiography , fluorimetry, or metallography respectively.
- enzymes such as alkaline phosphatase or peroxidase
- radioactive isotopes such as 32 P or 35 S
- fluorochromes such as fluorescein or metal particles
- immunoassay refers to any analytical technique that is based on the reaction of conjugation of an antibody with an antigen.
- Examples of immunoassays known in the state of the art are, for example, but not limited to: immunoblot, enzyme-linked immunosorbent assay (ELISA), linear immunoassay (LIA), radioimmunoassay (RIA), immunofluorescence, x-map or protein chips .
- polynucleotide and “nucleic acid” are used interchangeably herein, referring to polymeric forms of nucleotides of any length, both ribonucleotides (RNA) and deoxyribonucleotides (DNA).
- RNA ribonucleotides
- DNA deoxyribonucleotides
- amino acid sequence amino acid sequence
- oligopeptide oligopeptide
- polypeptide polypeptide
- protein refer to a polymeric form of amino acids of any length, which may be coding or non-coding, Chemically or biochemically modified.
- a first aspect of the invention relates to the use of the genes (and / or proteins) FGF-10, CXCL 11, OSM, GPNMB and SCF, for the early diagnosis of pancreatic cancer.
- the use can be simultaneous or any of the genes (and / or proteins), or any combination thereof can be chosen.
- pancreatic cancer is ductal pancreatic adenocarcinoma (PDAC).
- PDAC pancreatic adenocarcinoma
- Another aspect of the invention relates to a method of obtaining useful data, hereinafter the first method of the invention, for the early diagnosis of pancreatic cancer, which comprises: a) Obtaining an isolated sample from the individual.
- b) quantify the expression product of the genes that are selected from the list consisting of: FGF-10, CXCL 1 1, OSM, GPNMB and SCF.
- the expression product of all genes can be quantified simultaneously, or any of the genes (and / or proteins), or any combination thereof, can be chosen.
- the first method of the invention further comprises: c) comparing the amounts obtained in step (b) with a reference amount.
- steps (b) and / or (c) of the methods described above can be fully or partially automated, for example, by means of a robotic sensor device for the detection of the amount in step (b) or the computerized comparison in step (c).
- a preferred embodiment of this aspect of the invention relates to a method of diagnosis of pancreatic cancer comprising steps (a) - (c) of the first method. of the invention, and further comprises assigning the individual of step (a) to the group of individuals suffering from pancreatic cancer when they present an amount of expression product of the FGF-10, CXCL 1 1, OSM, GPNMB and SCF genes, higher to the reference amount. It may have an amount of expression product of any of the FGF-10, CXCL 11, OSM, GPNMB and SCF genes, or all of them simultaneously, greater than the reference amount.
- the isolated biological sample of an individual from step (a) is a blood sample, and even more preferably serum.
- the comparison described in section (c) of the method of the present invention may be done manually or assisted by computer.
- Suitable reference amounts can be determined by the method of the present invention from a reference sample that can be analyzed, for example, simultaneously or consecutively, together with the problem biological sample.
- the reference sample may be the negative controls, that is, the amounts detected by the method of the invention in samples of individuals not suffering from the disease.
- the FGF-10 or fibroblast growth factor 10 (KGF-2: keratinocyte growth factor 2) gene is found on chromosome 5 (5p13-p12). This factor has been described as a promoter of morphogenesis in primary stages of organogenesis as well as a regulator of the proliferation of pancreatic epithelial progenitor cells (Bhushan et a /., 2001. Development l 28, 5109-51 17). Recently, a link between FGF10 / FGFR2-Iilb signaling and the migration and invasion of pancreatic cancer cells through the induction of type 1 membrane matrix metalloproteinases and transforming the growth factor TGF- ⁇ has also been described.
- FGF-10 is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 8, and which would comprise various variants from: a) nucleic acid molecules encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 8, b) nucleic acid molecules whose complementary strand hybrid with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules that encode a polypeptide comprising the amino acid sequence with an identity of at least 80%, 90%, 95%, 98 % or 99% with SEQ ID NO: 8, and in which the polypeptide encoded by said nucleic acids
- the CXCL 11 or hemokine (CXC motif) ligand 1 1 gene (CXC motif chemokine 1 1; beta-R1; interferon gamma-inducible protein 9; interferon-inducible T-cell alpha chemoattractant; small inducible cytokine B1 1; small inducible cytokine subfamily B (Cys-X-Cys), member 1 1; small inducible cytokine subfamily B (Cys-X-Cys), member 9B; small-inducible cytokine B1 1, H174, l-TAC, IP-9, IP9, SCYB1 1 , SCYB9B, b-R1) is found on chromosome 4 (4q21 .2).
- CXCL1 1 is a chiropiaquine that interacts specifically with the CXCR3 receiver. Stimulates phosphorylation of MAPK kinase pathways leading to the proliferation and prevention of apoptosis (Miekus et ai, 2010. Folia Histochem. Cyiobio ⁇ . 48, 104-1 1 1) In addition, its role has been described in several types of cancerous tumorigenesis (Lo et al., 2010. Am. J. Pathol. 176, 2435-2446; Furuya et al., 201 1. Gynecol. Oncol. 122, 648-655).
- CXCL1 1 as a possible biomarker in patients with PDAC, it has recently been proposed as a serum biomarker for prostate adenocarcinoma (Klee ef ai, 2012. Clin. Chem. 58, 599-609)
- CXCL 11 is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 9, and which would comprise various variants from: a) molecules of nucleic acid encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 9, b) nucleic acid molecules whose complementary hybrid chain with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs from a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules that encode a polypeptide comprising the amino acid sequence with an identity of at least 80%, 90%, 95%, 98% or 99% with SEQ ID NO: 9, and in which the polypeptide encoded by said acids Nucleic possesses the activity and structural characteristics of the CXCL1 1 protein.
- nucleic acid molecules is the collection in the sequence SEQ ID NO: 2.
- the WHO gene or oncostatin M (CXC motif chemokine 1 1; beta-R1; interferon gamma-inducible protein 9; interferon-inducible T-cell alpha chemoattractant; small inducible cytokine B1 1; small inducible cytokine subfamily B (Cys-X-Cys ), member 1 1; small inducible cytokine subfamily B (Cys-X-Cys), member 9B; small-inducible cytokine B1 1, H174, l-TAC, IP-9, IP9, SCYB1 1, SCYB9B, b-R1) It is found on chromosome 4 (4q21 .2).
- Oncostatin M belongs to the same family as interleukin-6 and stimulates several functions involved in wound repair. Although initially described as a leukemia cell growth inhibitor (Zarling et ai., 1986. Proc. Nal Acad. Sci. USA. 83, 9739-43), it has recently been proven that it can house a double role, also as proliferation, cell migration and invasion promoter (Fosse e ⁇ al. 201 1, BMC Cancer 1 1, 125; Li e ⁇ ai, 201 1. Int. J. Mol. Med. 28, 101-108; Winder et al., 201 1. J. Pa ⁇ hoi 225, 448-462; Tifien et al., 2008. Mol. Endocrino !.
- OMS Janus kinase
- WHO is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 10, and which would comprise various variants from: a) acid molecules nucleic acid encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 10, b) nucleic acid molecules whose complementary chain hybridizes with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs from a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules that encode a polypeptide comprising the amino acid sequence with an identity of at least 80%, a 90%, 95%, 98% or 99% with SEQ ID NO: 10, and in which the polypeptide encoded by said nucleic acids possesses the activity and structural characteristics of the OMS protein.
- nucleic acid molecules is the collection in the sequence SEQ ID NO: 3.
- GPNMB or glycoprotein (transmembrane) nmb gene (UNQ1725 / PR09925, HGFIN, NMB, glycoprotein NMB; glycoprotein nmb-like protein; osteoactivin; transmembrane glycoprotein HGFIN; transmembrane glycoprotein, NMB NQ1725 / PR09925, HGF is found in NMG chromosome) 7 (7p15).
- GPNMB glycoprotein, also known as osteoactivin (QA), DG-HIL or HGFIN is a type 1 transmembrane protein, which was initially described as low at undetectable level in malignant cells (Weterman et ai., 1995. Int. J.
- GPNMB / osieoactivin as a promoter of metastasis and invasion (Rose et a!, 2010. PLos One 5, 12093) in some cancers such as melanoma (Tomihari et a!, 2010. Cancer Res 70, 5778-5787; Tse et ai, 2006. Clin. Cancer Res. 12, 1373-1382), uveal melanoma (Williams et al., 2010. Melanoma res. 20, 184- 190), glioma (Kuan et al., 2006. Clin. Cancer Res.
- GPNMB is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 1 1 or SEQ ID NO: 12, and which would comprise various variants from: a) nucleic acid molecules encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 1 1 or SEQ ID NO: 12, b) nucleic acid molecules whose complementary hybrid chain with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs from a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules that encode a polypeptide comprising the amino acid sequence with an identity of at least 80%, 90%, 95%, 98% or 99% with SEQ ID NO: 1 1 or SEQ ID NO: 12, and in which the polypeptide encoded by said nucleic acids possesses the activity and structural characteristics of the GPNMB protein.
- SCF The SCF or KIT ligand gene (KITLG, FPH2, KL-1, Kitl, MGF, SCF, SF, SHEP7, c-Kit ligand; familial progressive hyperpigmentation 2; ligand kit; mast cell growth factor; steel factor; stem cell factor) It is found on chromosome 12 (12q22).
- SCF is the main ligand for the tyrosine kinase receptor c-kit (KIT). Their unions support proliferation, differentiation and survival in KIT-expressing cells, both normal cells and tumor cells, including pancreatic cancer cells (Yasuda e ⁇ al., 2006. Mol.
- SCF is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 13 or in SEQ ID NO: 14, and which would comprise various variants from: a) nucleic acid molecules encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 13 or of SEQ ID NO: 14, b) nucleic acid molecules whose complementary strand hybridizes with the polynucleotide sequence of a ), c) nucleic acid molecules whose sequence differs from a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules encoding a polypeptide comprising the amino acid sequence with an identity of at least 80%, 90%, 95%, 98% or 99% with SEQ ID NO: 13 or with the SEQ ID NO: 14, and in which the polypeptide encoded by said nucleic acids possesses the activity and structural characteristics of the SCF protein.
- the detection of the amount of expression of any of the FGF-10, CXCL 11, OSM, GPNMB and SCF genes is performed by an immunoassay.
- the immunoassay is an enzyme-linked immunosorbent assay or ELISA (Enzyme-Linked ImmunoSorbent Assay).
- ELISA Enzyme-Linked ImmunoSorbent Assay
- the ELISA is based on the premise that an immunoreactive (antigen or antibody) can be immobilized on a solid support, then bringing that system into contact with a fluid phase containing the complementary reagent that can bind to a marker compound.
- ELISA Enzyme-Linked ImmunoSorbent Assay.
- the ELISA is based on the premise that an immunoreactive (antigen or antibody) can be immobilized on a solid support, then bringing that system into contact with a fluid phase containing the complementary reagent that can bind to a marker compound.
- ELISA enzyme-linked immunosorbent assay
- ELISA Enzyme-Linked ImmunoSorbent Assay
- Another aspect of the invention relates to an antibody for treating an individual suffering from pancreatic cancer (or alternatively to the use of an antibody in the preparation of a medicament for the treatment of pancreatic cancer), identifiable by a method of the invention, wherein the antibody is selected from anti-FGF-10, anti-CXCL 1, anti-OSM, anti-GPNM and ani-SCF, or any combination thereof. Preferably a combination of all the above antibodies is employed.
- compositions comprising a modulating agent of at least one of the genes that are selected from FGF-10, CXCL 11, OSM; GPNMB and SCF, to treat an individual suffering from pancreatic cancer (or alternatively to the use of a pharmaceutical composition comprising a modulating agent of at least one of the genes that are selected from between FGF-10, CXCL 11, OSM; GPNMB and SCF in the preparation of a medicament for the treatment of pancreatic cancer), identifiable by a method of the invention.
- the composition comprises one or more modulating agents of all FGF-10, CXCL 11, OSM genes; GPNMB and SCF simultaneously.
- the pharmaceutical composition further comprises another active ingredient.
- the modulating agent is an antibody that is selected from anti-FGF-10, anti-CXCL1 1, anti-OSM, anti-GPNM and anti-SCF, or any combination thereof.
- kits or devices hereinafter the first kit of the invention, comprising the elements necessary to quantify the amount of expression product of the genes that are selected from FGF-10, CXCL 1 1, OSM, GPNMB and SCF or any combination thereof.
- the first kit of the present invention comprises antibodies that are selected from the list consisting of antibodies: anti-FGF-10, anti-CXCL1 1, anti-OSM, anti-GPNM and anti-SCF, or Any of your combinations.
- the kit of the invention simultaneously comprises at least one antibody of each type: anti-FGF-10, anti-CXCL1 1, anti-OSM, anti-GPNM and anti-SCF.
- the first kit of the invention comprises secondary antibodies or positive and / or negative controls.
- This kit can also include, without any limitation, buffers, protein extraction solutions, agents to prevent contamination, inhibitors of protein degradation, etc.
- this kit can include all the supports and containers necessary for its implementation and optimization.
- this kit further comprises the instructions for carrying out the methods of the invention.
- Another aspect of the invention relates to a solid support, or protein chip, comprising at least one of the anti-FGF-10 /, anti-CXCL1 1, anti-OSM, anti-GPNM and anti-SCF antibodies, or any of its combinations, to carry out any of the methods of the invention.
- Another aspect of the invention relates to a solid support, or DNA chip, comprising oligonucleotides or single channel microarrays designed from a known sequence or an mRNA of at least one of the FGF-10, CXCL 1 1 genes, OSM, GPNM and SCF.
- it comprises oligonucleotides capable of detecting the mRNA of all the FGF-10, CXCL 11, OSM, GPNM and SCF genes.
- oligonucleotide sequences are constructed on the surface of the chip by sequential elongation of a growing chain with a single nucleotide using photolithography.
- the oligonucleotides are anchored at the 3 'end by a method of selective activation of nucleotides, protected by a photolabile reagent, by the selective incidence of light through a photomask.
- the photomask can be physical or virtual.
- oligonucleotide probes can be between 10 and 100 nucleotides, more preferably, between 20 and 70 nucleotides, and even more preferably, between 24 and 30 nucleotides.
- oligonucleotides per gene are preferably used.
- Synthesis in situ on a solid support could be done using ink-jet technology, which requires longer probes.
- the supports could be, but are not limited to, filters or membranes of NC or nylon (charged), silicon, or glass slides for microscopes covered with aminosilanes, polylysine, aldehydes or epoxy.
- the probe is each of the chip samples.
- the target is the sample to be analyzed: messenger RNA, total RNA, a PCR fragment, etc.
- Biomarkers of response to treatment On the other hand, the authors of the present invention have analyzed 507 proteins of the cytokine family in the serum of individuals suffering from PDAC and that have been treated with the Gemcitabine + Erlotinib combination. They have found a series of markers that allow the prognosis of individuals with PDAC. Thus the present invention provides a method of obtaining useful data that predicts the response to Gemcitabine + Erlotinib treatment of individuals with PDAC, even before being subjected to said treatment.
- another aspect of the invention relates to the use of the CD80, EG-VEGF, IL-29, NRG1-beta 1 and PD-ECGF genes, to predict or predict the response of an individual to treatment with a nucleoside analog. and an epidermal growth factor receptor inhibitor, where the individual suffers from pancreatic cancer.
- the nucleoside analog is Gemcitabine.
- the epidermal growth factor receptor inhibitor is Erlotinib.
- the cancer is ductal pancreatic adenocarcinoma (PDAC).
- PDAC pancreatic adenocarcinoma
- Another aspect of the invention relates to a method of obtaining useful data, hereinafter third method of the invention, to predict or predict the response to pancreatic cancer treatment, which comprises: a) Obtaining an isolated serum sample of the individual. b) quantify the expression product of the genes that are selected from the list consisting of: CD80, EG-VEGF, IL-29, NRG 1-beta 1 and PD-ECGF.
- this method further comprises: c) finding a prognostic index (IP) value with the cytokine values of step b):
- IPPDAC 4-351 x B7-1 / CD80 + 0.003 x EG-VEGF / PK1 +0.081 x IL-29 + 0.020 x NGRl-betal / HRGl-betal + 0.264 x PD-ECGF
- individuals with an IP ⁇ 17 have a better prognosis of the disease, since survival is greater than five months.
- the nucleoside analog is Gemcitabine.
- the epidermal growth factor receptor inhibitor is Erlotinib.
- the cancer is ductal pancreatic adenocarcinoma (PDAC).
- the biological sample (a) is a blood sample.
- the isolated biological sample of an individual from step (a) is a blood sample (serum).
- Suitable reference amounts can be determined by the method of the present invention from a reference sample that can be analyzed, for example, simultaneously or consecutively, together with the problem biological sample.
- CD80 also known as B7-1: the B7 system is one of the most important secondary signaling mechanisms, and it is essential to maintain the delicate balance between immune power and the suppression of autoimmunity.
- B7-1 (CD80) and B7-2 (CD86) are ligands expressed in antigen presenting cells, and they are responsible for the co-stimulatory signaling by which they regulate the growth, maturation and tolerance of the T cell (Seliger et ai, 2012. Cancer immunoi, immuno ⁇ her. 61, 1327-1341). After binding to their receptors, T cells are activated and survival is promoted (Chen et al., 1994. J. Exp. Med. 79, 523-532).
- B7-1 and B7-H1 have already been proposed as a prognostic factor for PDAC. Although the role of B7-1 seems to be anti-tumor !, there is a new global vision where it is believed that the aberrant or unbalanced expression of members of the B7 family could contribute to the escape of immune control (Wang et ai, 2012. PLoS One 7, e45491; Wang et al., 2010. World J. Surg. 34, 1059-1065).
- CD80 is also defined by a nucleotide or poiinucieotide sequence, which constitutes the protein coding sequence set forth in SEQ ID NO: 24, and which would comprise various variants from: a) nucleic acid molecules encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 24, b) nucleic acid molecules whose complementary strand hybrid with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules that encode a polypeptide comprising the amino acid sequence with an identity of at least 80%, 90%, 95%, 98 % or 99% with SEQ ID NO: 24, and in which the polypeptide encoded by said nucleic acids possesses the activity and structural characteristics of the CD80 protein.
- nucleic acid molecules is the collection in the sequence SEQ ID NO: 15.
- EG-VEGF ⁇ also known as PK1
- PK1 EG-VEGF ⁇ also known as PK1
- This molecule was described in principle as an example of a specific type of mitogen that acts to regulate the proliferation and differentiation of the vascular endothelium in a tissue-specific manner. Although this prophein does not show any structural homology to the VEGF family, it has in common different regulatory functions related to proliferation and migration (LeCouter et al., 2001. Na ⁇ ure 412, 877-884). It has also been described that EG-VEGF is related to ovarian cancer (Balu et ai, 2012. Rom. J. Morpho ⁇ , Embryol. 53, 479-483), colorectal (Nagano et al., 2007 J. Surg.
- EG-VEGF is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 25, and which would comprise various variants from: a) molecules of nucleic acid encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 25, b) nucleic acid molecules whose complementary hybrid chain with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs from a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules that encode a polypeptide comprising the amino acid sequence with an identity of at least 80%, 90%, 95%, 98% or 99% with SEQ ID NO: 25, and in which the polypeptide encoded by said acids Nucleic possesses the activity and structural characteristics of the EG-VEGF protein.
- nucleic acid molecules is the collection in the sequence SEQ ID NO: 16.
- IL-29 It is also named as IFN-A1 and belongs to type III of the IFN family. It has been described that induces biological activities similar to those of type I of the same family. Although both are capable of inducing the anti-proliferative response in many cell types, IFN- ⁇ i seems to be more limited.
- the signaling that produces! FN- ⁇ I triggers the activation of the STAT1, STAT2, STAT3 and STAT5 pathways, which are the 3 main cascades of mitogen-activated protein kinase (MAPK) and phosphorylation of protein kinase B (Akt) a via the phosphatidi!
- MAPK mitogen-activated protein kinase
- Akt protein kinase B
- IL-29 is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 26, and which would comprise various variants from: a) molecules of nucleic acid encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 26, b) nucleic acid molecules whose complementary chain hybridizes with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs from a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules that encode a polypeptide comprising the amino acid sequence with an identity of at least 80%, a 90%, 95%, 98% or 99% with SEQ ID NO: 26, and in which the polypeptide encoded by said nucleic acids possesses the activity and structural characteristics of the IL-29 protein.
- molecules of nucleic acid is the collection in the sequence SEQ ID NO: 17.
- NRG1-beta1 ia neuregulin-1 or heresygi-1 is a ligand of an extracellular protein intended to bind to members of the ErbB, ErbB3 and ErbB4 receptor family. After interaction with its receptors, several biological events are stimulated, including the induction and progression of some epithelial cancers.
- NRG1 / HRG1 proteins play an essential role in the nervous system, heart and breasts, and are involved in the development of some diseases, including schizophrenia and breast cancer (Falls et al., 2003. Exp. Cell. Res. 284, 14-30; Hayes et al., 2008. J. Mammary Gland. Biol. Neopiasia 13, 205-214).
- NRG1 / HRG1 is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 27, and which would comprise various variants from: a) nucleic acid molecules encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 27, b) nucleic acid molecules whose complementary strand hybrid with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs a) and / or b) due to the degeneracy of the genetic code, d) nucleic acid molecules that encode a polypeptide comprising the amino acid sequence with an identity of at least 80%, 90%, 95%, 98 % or 99% with SEQ ID NO: 27, in which the polypeptide encoded by said nucleic acids possesses the activity and structural characteristics of the NRG1 / HRG1 protein.
- SEQ ID NO: 27 is the collection in the sequence SEQ ID NO:
- PD-ECGF also known as thymidine phosphori ⁇ asa. Their activity and expression in carcinomas of the esophagus, stomach, lung, pancreas and coiorrectai is significantly higher than in non-neoplastic adjacent tissues, and may have an important role in the proliferation of these solid tumors. PD-ECGF is expressed not only in shift cells, but also in tumor-associated stromal cells. In the regression analysis of bladder, coiorrectai, gastric, renal and pancreatic carcinoma, PD-ECGF has been marked as a prognostic factor for poor results.
- PD-ECGF is also defined by a nucleotide or polynucleotide sequence, which constitutes the coding sequence of the protein collected in SEQ ID NO: 28, SEQ ID NO: 29, SEQ ID NO: 30 , SEQ ID NO: 31, SEQ ID NO: 32, and which would comprise various variants from: a) nucleic acid molecules encoding a polypeptide comprising the amino acid sequence of SEQ ID NO: 28, SEQ ID NO: 29, SEQ ID NO: 30, SEQ ID NO: 31, SEQ ID NO: 32 b) nucleic acid molecules whose complementary strand hybrid with the polynucleotide sequence of a), c) nucleic acid molecules whose sequence differs from a) and / or ) due to the degeneracy of the genetic code, d) nucleic acid molecules encoding a polypeptide comprising the amino acid sequence with an identity of at least 80%, 90%, 95%, 98% or 99% with SEQ ID NO: 28, SEQ ID NO:
- the detection of the amount of expression of any of the CD80, EG-VEGF, IL-29, NRG1-beta1 and PD-ECGF genes is performed by an immunoassay.
- the immunoassay is an enzyme-linked immunosorbent assay or ELISA (Enzyme-Linked ImmunoSorbent Assay).
- ELISA Enzyme-Linked ImmunoSorbent Assay
- the ELISA is based on the premise that an immunoreactive (antigen or antibody) can be immobilized on a solid support, then bringing that system into contact with a fluid phase containing the complementary reagent that can bind to a marker compound.
- ELISA Enzyme-Linked ImmunoSorbent Assay.
- the ELISA is based on the premise that an immunoreactive (antigen or antibody) can be immobilized on a solid support, then bringing that system into contact with a fluid phase containing the complementary reagent that can bind to a marker compound.
- ELISA enzyme-linked immunosorbent assay
- ELISA Enzyme-Linked ImmunoSorbent Assay
- Another aspect of the invention relates to an antibody for treating an individual suffering from pancreatic cancer, identifiable by a method of the invention, wherein the antibody is selected from among anti-CD80, anti-EG-VEGF, anti-IL-29 , anti-NRG1 - betal and anti-PD-ECGF, or any combination thereof. Preferably a combination of all the above antibodies is used.
- Another aspect of the invention relates to a pharmaceutical composition comprising a modulating agent of at least one of the genes that are selected from CD80, EG-VEGF, IL-29, NRG1-beta and PD-ECGF, to treat a individual suffering from pancreatic cancer (or alternatively to the use of a pharmaceutical composition comprising a modulating agent of at least one of the genes that are selected from CD80, EG-VEGF, IL-29, NRG1-beta and PD-ECGF in the preparation of a medicament for the treatment of pancreatic cancer), identifiable by a method of the invention.
- the composition comprises one or more modulating agents of all CD80, EG-VEGF, IL-29, NRG1 -betal and PD-ECGF genes simultaneously.
- pancreatic cancer is ductal adenocarcinoma of the pancreas.
- the pharmaceutical composition further comprises another active ingredient.
- the modulating agent is an antibody that is selected from between anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1-beta1 and anti-PD-ECGF, or any combination thereof.
- kit or device hereinafter second kit of the invention, comprising the elements necessary to quantify the amount of expression product of the genes that are selected from CD80, EG-VEGF , IL-29, NRG1-beta 1 and PD-ECGF or any combination thereof.
- the second kit of the present invention comprises antibodies that are selected from the list consisting of antibodies: anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1-beta1 and anti-PD -ECGF, or any of its combinations.
- the second kit of the invention simultaneously comprises at least one antibody of each type: anti-CD80, ani-EG-VEGF, anise-IL29, anti-NRG1-beta1 and anti-PD-ECGF.
- the second kit of the invention comprises secondary antibodies or positive and / or negative controls.
- This kit can also include, without any limitation, buffers, protein extraction solutions, agents to prevent contamination, inhibitors of protein degradation, etc.
- this kit can include all the supports and containers necessary for its implementation and optimization.
- this kit further comprises the instructions for carrying out the methods of the invention.
- the second kit of the invention comprises the assignment of a prognostic index value and classification of individuals, so that: if individuals have an IP> 17 they have a poor prognosis of the disease, while if individuals have an IP ⁇ 17 have a better prognosis of the disease.
- individuals presenting an IP ⁇ 17 show a survival greater than 5 months. In another preferred embodiment, individuals presenting an IP> 17 show a survival of less than 5 months.
- Another aspect of the invention relates to a solid support, or protein chip, comprising at least one of the anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1-beta1 and anti-PD antibodies.
- -ECGF or any combination thereof or any combination thereof, to carry out any of the methods of the invention.
- Another aspect of the invention relates to a solid support, or DNA chip, comprising oligonucleotides or single channel microarrays designed from a known sequence or an mRNA of at least one of the CD80, EG-VEGF, IL- genes. 29, NRG1-beta 1 and PD-ECGF.
- it comprises oligonucleotides capable of detecting the mRNA of all CD80, EG-VEGF, IL-29, NRG1-beta 1 and PD-ECGF genes.
- oligonucleotide sequences are constructed on the surface of the chip by sequential elongation of a growing chain with a single nucleotide using photolithography.
- the oligonucleotides are anchored at the 3 'end by a method of selective activation of nucleotides, protected by a photolabile reagent, by the selective incidence of light through a photomask.
- the photomask can be physical or virtual.
- oligonucleotide probes can be between 10 and 100 nucleotides, more preferably, between 20 and 70 nucleotides, and even more preferably, between 24 and 30 nucleotides.
- oligonucleotides per gene preferably about 40 oligonucleotides per gene are used.
- Synthesis in situ on a solid support could be done using ink-jet technology, which requires longer probes.
- the supports could be, but are not limited to, filters or membranes of NC or nylon (charged), silicon, or glass slides for microscopes covered with aminosilanes, polylysine, aldehydes or epoxy.
- the probe is each of the chip samples.
- the target is the sample to be analyzed: messenger RNA, total RNA, a PCR fragment, etc.
- Another aspect of the invention relates to a computer-readable storage medium comprising program instructions capable of having a computer perform the steps of any of the methods of the invention.
- Another aspect of the invention relates to a transmissible signal comprising program instructions capable of having a computer perform the steps of any of the methods of the invention.
- FIGURES Figure 1 shows the disease-specific Kaplan-Meier survival curve for the entire study population.
- the Kaplan-Meier survival curve is defined as the probability of surviving in a defined period of time. Each period of time is the interval between two non-simultaneous terminal events. There were no censored survival data since no information was lost on the survival time of any individual.
- FIG. 1 Cox regression model. Prognostic curves observed (denoted by square, triangle and diamond shaped points) and planned (denoted by solid line), for patients with PDAC according to (A): univariate model or (B): multivariate model of proportional hazards. With the Cox Regression it is intended to detect some relationship between the risk of a specific event studied (death) and one or several independent variables. (B) The three curves corresponding to the models generated with 3,4 and 5 cytokines are represented. As expected, the forecast curves were adjusted to a logarithmic distribution. The coefficient of determination R 2 is illustrative of the goodness of fit model. As a coefficient, these models give useful predictions, with the multivariate model of the 5 cytokines being the most accurate, reaching 92.6%. Therefore, our IP model approaches 93% of the variation in survival.
- FIG. 3 Kaplan-Meier IP survival curves.
- A shows the survival graph for IP derived from the univariate model, covering 2 cytokines. 1.5 was chosen as the cut-off value to divide the cohort of patients with short survival time ( ⁇ 5 months) and long survival time (> 5 months).
- B shows the graph of IP survival derived from the multivariate model, covering the 5 cytokines. 17 was chosen as the cut-off value to divide the cohort of patients with short survival time ( ⁇ 5 months) or long survival time (> 5 months). The p-values for the log-rank tests are shown for both comparisons.
- the ROC curves summarize the accuracy of cytokines in the prediction of patients with PDAC.
- the area under the curve (ABC) is the average sensitivity of the biomarker.
- a biomarker with non-predictive values would have an ABC of 0.5, while a biomarker with a perfect ability to predict the disease would have an ABC of 1.
- A shows the values of ABC, cut-off value, sensitivity and specificity for FGF-10; B shows the ABC values, cut-off value, sensitivity and specificity for I-CXCL1 1; C shows the ABC values, cut-off value, sensitivity and specificity for OSM; D shows the ABC values, cut-off value, sensitivity and specificity for the GPNMB; E shows the ABC values, cut-off value, sensitivity and specificity for SCF; F shows the ABC values, cut-off value, sensitivity and specificity for the five cytokines combined.
- the cut-off values (intensity signal values) selected were those with both the highest sensitivity and specificity.
- PR partial response
- SD stable disease
- PD progressive disease
- SD standard deviation
- Blood samples were collected after obtaining approval from relevant ethical committees and consents signed by the patients. A total of 39 serum samples were collected from 2009 to 201 1, using the standard procedures of the Oncology Service of the Virgen de las Nieves Hospital (Granada, Spain). Blood samples were obtained from patients diagnosed with PDAC at the start of the study and 2 weeks after the start of therapy (Gemcitabine + Erlotinib) and also from healthy individuals. The serum was obtained after centrifugation of the blood at 1500 rpm for 10 minutes at 4 e C. The samples were aliquoted and stored at -80 e C.
- the serum-soluble proteins of patients with PADC were measured using an array of biotin-labeled human antibodies ⁇ Human Antibody L-series 507 Array (RayBiotech, Norcross, GA, USA), according to the recommended protocols. Briefly, the samples were biotinylated. The antibodies were immobilized at specific sites on glass slides. The incubation of the arrays with the biological samples consisted of the binding of the cytokines to their corresponding antibodies. The signals are visualized using streptavidin-HRP conjugates and colorimetry. The final intensities were measured as the original intensities minus the background. The data were normalized to the positive control for each individual result.
- FC ⁇ 1, 5 nor FC 1, 5 in the intensity signal between the groups were considered relevant.
- the area under the curve (ABC) of the receiver's operating characteristic (ROC) of each marker was calculated to assess its diagnostic significance by representing the true positive rate (sensitivity) versus the false positive rate ⁇ 1 -specificity).
- a marker combination index was generated and the ROC curve was also plotted for this combination. The cut-off values were selected to improve both sensitivity and specificity.
- box diagrams showing the modulation of the expression of those common cytokines significantly modified between post-treated versus pre-treated and between pre-treated and control were represented.
- the areas under the ROC curve for the FGF-10, CXCL1 1, OSM, GPNMB and SCF cytokines were 0.744, 0.737, 0.744, 0.776 and 0.772 respectively. Osteoactivin stood out for developing the highest sensitivity for the prediction of PDAC.
- a combination of these 5 markers was analyzed to obtain an integrated ROC curve.
- the combined group of these cytokines significantly improved the ability of all biomarkers separately in isolation to distinguish patients with pancreatic cancer from healthy controls, the AUC value improved to 0.841 ( Figure 4F).
- Serum samples were collected between 2009 and 201 1, using standard procedures in the oncology service of the Virgen de las Nieves Hospital.
- blood samples were obtained from patients diagnosed with PDAC in initial conditions, in patients after 2 weeks of the start of therapy (Gemcitabine + Erlotinib) and also of healthy individuals. Serum was obtained after centrifugation of the blood at 1500 rpm for 10 minutes at 4 e C. The samples were aliquoted and stored at a temperature of -80 e C.
- PR partial response
- SD stable disease
- PD progressive disease
- SD
- the mean survival after administration of Gemcitabine and Erlotinib was calculated in months from the beginning of treatment until death.
- OS global survival analysis
- Kaplan-Meier curve was used as a method to estimate the probability of survival at a given time, using the proportion of patients who had survived at that time.
- the long f ⁇ ank test was used to determine survival differences between groups.
- Kaplan-Meier survival curves for individual markers were obtained after dichotomization. The cut-off values for each marker were those that developed the most significant survival between the 2 groups.
- univariate and multivariate analyzes were performed with the Cox regression model of proportional hazards, to determine associations between serum cytokines and cancer-related mortality. First, the association between mortality and the level of cytokines was analyzed, considering one factor at a time. The multivariate Cox proportional hazard model was then applied using a step-by-step conditional algorithm, based on the probability rate.
- the adjustment of the global model was considered significant according to the chi-square test. (p ⁇ 0.05).
- the Wald index was shown to determine the weight of each variable in the global model, both in univariate and multivariate.
- the levels of 507 cytokines were introduced in the models, as continuous parameters, and the results were expressed as a risk ratio or relative risk rate.
- the prognostic index (PI) was obtained, which considers the regression coefficients derived from the Cox model of all significant factors. The differences were considered significant when p ⁇ 0.05.
- the Cox regression model for the study of the survival of PDAC patients was defined by the following equation:
- Equation 1 h (t)
- h (t) is the risk ratio at time t
- h 0 (t) is the baseline risk rate
- the exponent, which does not depend on time is known as the prognostic index (PI).
- the prognostic index for a specific patient / ' is defined as:
- the risk ratio is a descriptive measure used to compare the survival times of the two different groups of patients. The risk ratio indicates the change in the risk of death if the variable increases by one unit (an expression unit for cytokines, one year for the variable age and disease progression in clinical response).
- 95% CI is the confidence interval for the risk ratio.
- the p values at the top of the table, reflect the significance of each individual variable that explains survival. At the bottom of the table, the model is shown, step by step, using only those significant cytokines according to the univariate analysis. The indicated p values reflect the significance of the cytokines in the complete model.
- Cytokines general model ⁇ HR 95% Cl p-value p-value
- ⁇ coefficient according to the Cox regression model for a specific patient and cytokine
- HR Random ratio (represents the factor by which the risk changes for each unit of cytokine expression increase)
- 95% Cl upper and lower limits of the confidence interval with a significance level of 0.05.
- ⁇ muiüvariate 4,351 x B7-1 / CD80 + 0.003 x EG-VEGF / P 1 + 0.081 x IL-29 + 0.020
- the muitivariant IP represents the muitistyle model derived from the best of all possible combinations using the 507 cytokines of the muitifiguration analysis.
- the prognostic index for univariate model was also represented and its range was 0 to 5. According to this P, the patients were again categorized into 2 groups: unfavorable prognosis (IP> 1.5) and favorable prognosis (1P ⁇ fifteen). In addition, survival curves were compared between these 2 prognostic groups ( Figure 3 B), and a significant correlation was obtained with overall survival, such as low survival ( ⁇ 5 months) and high survival ⁇ > 5 months). The overall survival in these groups was less but still significant (p ⁇ 0.004) compared to the muitivariant IP. Clauses
- a method of obtaining useful data, to predict or predict the response of an individual to the treatment comprising a nucleoside analog and an inhibitor of the epidermal growth factor receptor, where the individual suffers from pancreatic cancer which comprises: a) obtain an isolated biological sample from the individual, b) quantify the amount of gene expression product: CD80, EG-VEGF, IL-29, NRG1-beta1 and PD-ECGF
- a method of predicting or predicting an individual's response to treatment comprising a nucleoside analog and an epidermal growth factor receptor inhibitor, where the individual suffers from pancreatic cancer, which comprises steps (a) - (c ) according to any of clauses 4-5, and also includes classifying individuals with an IP> 17 in the group of individuals with a poor prognosis of the disease, and preferably a survival of less than 5 months.
- a method for predicting or predicting an individual's response to treatment comprising a nucleoside analog and an epidermal growth factor receptor inhibitor, where the individual suffers from pancreatic cancer which comprises steps (a) - ( c) according to any of clauses 4-5, and also includes classifying individuals who have an IP ⁇ 17 in the group of individuals who have a better prognosis of the disease, and more preferably a survival longer than 5 months.
- a pharmaceutical composition comprising a modulating agent of at least one of the genes selected from CD80, EG-VEGF, IL-29, NRG1-beta 1 and PD-ECGF, to treat an individual suffering from cancer of pancreas, identifiable by the method according to any of clauses 4-14.
- 17. A kit or device, comprising the elements necessary to quantify the amount of expression of the genes that are selected from CD80, EG-VEGF, IL-29, NF ⁇ G1-beta1 and PD-ECGF
- kit or device comprising the anti-CD80, anti-EG-VEGF, anti-IL29, anti-NRG1-beta1 and anti-PD-ECGF antibodies.
- a solid support, or protein chip comprising at least one of the anti-CD80, anti-EG-VEGF, anti-IL29, anti-NRG1-beta1 and anti-PD-ECGF antibodies, or any of its antibodies combinations, to carry out a method according to any of clauses 4-14.
- a solid support, or DNA chip comprising oligonucleotides or single channel microarrays designed from a known sequence or an mRNA of at least one of the genes CD80, EG-VEGF, IL-29, NRG1-beta1 and PD - ECGF, or any combination thereof, to carry out a method according to any of clauses 4-14.
Landscapes
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Organic Chemistry (AREA)
- Molecular Biology (AREA)
- Medicinal Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Urology & Nephrology (AREA)
- Genetics & Genomics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biophysics (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Hospice & Palliative Care (AREA)
- Oncology (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Gastroenterology & Hepatology (AREA)
- Microbiology (AREA)
- Food Science & Technology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Biomercadores, método y kit de diagnóstico temprano de cáncer de páncreas, en particular, de adenocarcinoma ductal de páncreas (PDAC) y Biomarcadores, método y kit o dispositivo para predecir o pronosticar la respuesta de un individuo al tratamiento combinado con un análogo de nucleósido (preferiblemente Gemcitabina) y con un receptor del factor de crecimiento (preferiblemente Erlotinib) en pacientes con adenocarcinoma ductal de páncreas.
Description
BIOMARCADORES PARA EL DIAGNÓSTICO Y RESPUESTA AL TRATAMIENTO
EN CÁNCER DE PÁNCREAS
CAMPO DE LA INVENCIÓN
La presente invención se encuentra dentro del campo de la Biología Molecular y la Medicina. Específicamente, se refiere a un método de obtención de datos útiles para el diagnóstico temprano del adenocarcinoma ductal de páncreas. El diagnóstico precoz se realiza mediante el análisis de los biomarcadores FGF- 10, CXCL 11, OSM, GPNMB y SCF. También se refiere a un método de obtención de datos útiles para predecir o pronosticar la respuesta al tratamiento combinado con un análogo de nucleósido (Gemcitabina) con un receptor del factor de crecimiento (Erlotinib) en pacientes con adenocarcinoma ductal de páncreas. El pronóstico se realiza mediante el análisis de los biomarcadores séricos CD80, EG-VEGF, IL-29, NRG1 -beta1 y PD-ECGF.
ANTECEDENTES DE LA INVENCIÓN
Adenocarcinoma ductal de Páncreas El adenocarcinoma ductal de páncreas (PADC), aunque sólo representa el 2,68% de todos los cánceres, posee una de las tasas de mortalidad más altas entre todos los tipos de cáncer. Los nuevos casos de este cáncer alcanzaron los 44.000 individuos el año pasado (2012) y de ellos, 37.400 murieron (el 85%). Hombres y mujeres tienen aproximadamente un riesgo similar de padecerlo (Siegel et al., 2012. C.A. Cáncer J. Clin. 62, 10-29).
Entre los motivos de la escasa respuesta al tratamiento se encuentran el diagnóstico tardío dado que en la mayoría da los casos cuando el cáncer es detectado se ha producido metástasis y los mecanismos intrínsecos de resistencia a la quimioterapia (Hidalgo, 2010. N. Engl. J. Med. 362, 1605-1617; Sakar et al. 2007. Toxicol. Appl. Pharmacol. 224, 326-336). Debido al impacto que el diagnóstico temprano tiene en la supervivencia de los pacientes (Agarwal et al., 2008. Páncreas 36, 15-20), son necesarias mejores herramientas de diagnóstico sencillas para la detección y evaluación de la enfermedad. El suero es la mejor opción para obtener muestras donde estudiar los tumores malignos ya que puede ser tomado por métodos no invasivos. En el caso del cáncer de páncreas es especialmente útil ya queel acceso al órgano diana es muy difícil. Por estas razones, los biomarcadores del cáncer basados en suero constituyen las pruebas de detección más sencillas. Hasta la fecha, el único biomarcador basado en suero para el PDAC usado es el antígeno carbohidrato 19-9
(CA), con sensibilidad entre el 70 y 90% y especificidad entre el 70 y 98%, dependiendo del tamaño del tumor (Chan et al., 2012. J. Proteomics). No obstante, este biomarcador no es detectado si el tamaño del tumor es menor a 2 centímetros y por la falta de expresión en el 10% de los pacientes. Esto también ocurre en otras patologías. Por ello y desde hace poco, la Sociedad Americana de Oncología no recomienda CA 19-9 para las pruebas de detección del PADC (Duffy et al., 2010. Ann. Oncl. 21 , 441 -447). Existe una estrecha relación entre los procesos inflamatorios y la carcinogénesis (Mantovani et al., 2008. Nature 454, 436-444; Germano et al., 2008. Cytokine 43, 374-379). El cáncer pancreático está caracterizado por una densa reacción desmoplásica, la cual representa una barrera importante que previene la liberación efectiva de los agentes quimioterapéuticos en el sitio principal de la enfermedad. Además, el microambiente del complejo tumoral nutre la invasión y metástasis del cáncer pancreático (Shields et al., 2012. Biochem J. 441 , 541 -542; Nesse et al., 201 1 . Gut. 60, 861 -868; Luo et al., 2012. Biochim. Biophys Acta. 1826, 170-178). Las citoquinas liberadas por células cancerosas o por células en el interior del microambiente tumoral son los arquitectos de esta reacción. Teniendo en cuenta lo anterior, consideramos que una modulación en los niveles de citoquinas podría reflejar los procesos que llevan al desarrollo de la enfermedad o a la quimioresistencia. Los arrays basados en anticuerpos representan una herramienta útil para el descubrimiento de biomarcadores del cáncer. Esta metodología destaca por su capacidad de ofrecer percepciones rápidas y correctas para la detección temprana de biomarcadores del cáncer, aportando nuevos enfoques para terapias contra el cáncer (Breman et al., 2010. Nat. Rev. Cáncer 10, 605-617). Por tanto la identificación y validación de biomarcadores individuales o conjuntos de biomarcadores para la rápida detección del PDAC (biomarcadores diagnóstico) ayudaría a incrementar la supervivencia de los pacientes.
Por otro lado, el pronóstico para los pacientes con esta enfermedad es desesperanzador. Menos del 5% de los pacientes llegan a los 5 años de supervivencia tras el diagnóstico debido al escaso efecto de la quimioterapia en el tratamiento de la enfermedad y al estado metastásico del tumor en el momento de diagnóstico. La enfermedad se desarrolla debido a un proceso complejo, poco conocido, que abarca una amalgama de mutaciones y múltiples alteraciones en vías de señalización celular. Todo ello explica la heterogeneidad de esta patología y las diferencias observada en los resultados entre los distintos pacientes. En los últimos años no se han producido mejoras para aumentar la supervivencia de los pacientes de
PDAC (Hidalgo, 2010. Pancreatic cáncer. N. Engl. J. Med. 362, 1605-1617; Costello et al., 2012. Nat. Rev. Gastroenterol Hepatol. 9, 435-444.)
Biomarcadores
Un marcador biológico (biomarcador), según NIH Biomarker, es una característica que puede ser objetivamente medida y evaluada como un indicador de procesos biológicos normales, procesos patológicos, o de respuestas farmacológicas después de una intervención terapéutica (Fong et al., 2012. Cáncer J. 18, 530-538.).
En el PDAC son de gran utilidad 3 tipos de biomarcadores: aquellos que ayudan en la detección de la enfermedad (biomarcadores diagnóstico); aquellos que predicen la respuesta a tratamientos (biomarcadores predictivos) y aquellos que pronostican el curso más probable de la enfermedad, incluyendo la supervivencia y el patrón de recurrencia (biomarcadores pronóstico). Los biomarcadores de pronóstico pueden guiar los planes de tratamiento, ayudando a identificar aquellos pacientes que podrían beneficiarse de intervenciones más agresivas, nuevos regímenes de quimioterapia y también ayudar a establecer nuevas expectativas para médicos y pacientes. En los últimos años, se han realizado numerosas investigaciones en biomarcadores para el pronóstico del PDAC usando inmunohistoquímica, Western Blot, PCR, ARNm, proteómica y métodos de metilación del ADN (Jamieson et al., 201 1 . Clin Cáncer Res 17, 3316-333; Garcea et al., 2005. Eur. J. Cáncer 4 , 2213-2236; Luo et al., 2013. Hum. Pathol. 44, 69-76; Mann et al., 2012. PLoS One 7, e51 1 19; Dallol et al., 2012. Cáncer Epidemiol. Biomarkers. Prev. 21 , 2069-2075).
Este estudio se ha centrado en los mediadores inflamatorios que podrían constituir biomarcadores útiles para el pronóstico de pacientes con PDAC incluso antes de ser tratados. Se han encontrado alteraciones en los niveles de citoquinas inflamatorias de pacientes con cáncer, incluso en estadios tempranos de su desarrollo. La respuesta inmune tiene un papel importante durante la carcinogénesis, y los marcadores circulatorios inflamatorios pueden ser biomarcadores útiles para el diagnóstico y pronóstico del cáncer (Schetter et al., 2010. Carcinogenesis 2>~\ , 37-49; Germano et al., 2008. Cytokine 43, 374-379). Las citoquinas son moléculas de señalización y actúan como mediadores clave de la inflamación o de la respuesta inmune. La hipótesis de partida está basada en el papel esencial del microambiente y de la reacción desmoplástica en el desarrollo y progresión del PDAC de manera que el patrón de expresión de las citoquinas en el interior del tumor y en el microambiente circundante podría constituir potenciales biomarcadores de pronóstico para el PDAC.
El objetivo del estudio consistió en investigar el poder de pronóstico de las citoquinas del suero en respuesta al tumor hospedado en pacientes con PDAC. Para identificar la combinación de biomarcadores significativamente más acertada se usó un algoritmo condicional, basado en un análisis probabilístico y ajustado al modelo de regresión de COX. Se derivó una ecuación para la supervivencia específica en esta cohorte.
BREVE DESCRIPCIÓN DE LA ¡NYENCHÓN
Biomarcadores para diagnóstico temprano
Un primer aspecto de la invención se refiere al uso de los genes (y/o proteínas) FGF- 10, CXCL 11, OSM, GPNMB y SCF, para el diagnóstico temprano del cáncer de páncreas. El uso puede ser simultáneo o puede elegirse cualquiera de los genes (y/o proteínas), o cualquiera de sus combinaciones.
En una realización preferida de este aspecto de la invención el cáncer de páncreas es el adenocarcinoma ductal de páncreas (PDAC)
Otro aspecto de la invención se refiere a un método de obtención de datos útiles, de ahora en adelante primer método de la invención, para el diagnóstico temprano del cáncer de páncreas, que comprende: a) Obtener una muestra aislada del individuo.
b) cuantificar el producto de expresión de los genes que se seleccionan de la lista que consiste en: FGF- 10, CXCL 1 1, OSM, GPNMB y SCF. Se puede cuantificar el producto de expresión de todos los genes simultáneamente, o puede elegirse cualquiera de los genes (y/o proteínas), o cualquiera de sus combinaciones.
En otra realización preferida, el método de la invención además comprende: c) comparar las cantidades obtenidas en el paso (b) con una cantidad de referencia.
En una realización preferida del método de la invención, los pasos (b) y/o (c) de los métodos descritos anteriormente pueden ser total o parcialmente automatizados.
Otro aspecto de la invención se refiere a un método de diagnóstico del cáncer de páncreas que comprende los paso (a)-(c) según el primer método de la invención, y además comprende asignar al individuo del paso (a) al grupo de individuos que
padecen cáncer de páncreas cuando presentan una cantidad de producto de expresión del los genes FGF- 10, CXCL 1 1, OSM, GPNMB y SCF, superior a la cantidad de referencia.
En una realización preferida de este aspecto de la invención el cáncer de páncreas es el adenocarcinoma ductal de páncreas (PDAC)
En una realización preferida del método de la invención, la muestra biológica aislada de un individuo del paso (a) es una muestra de sangre.
En otra realización preferida, la detección de la cantidad de expresión de cualquiera de los genes FGF-10, CXCL1 1 , OSM, GPNMB y SCF se realiza mediante un inmunoensayo.
En otra realización preferida, el inmunoensayo es un ensayo inmunoabsorbente ligado a enzimas o ELISA (Enzyme-Linked ImmunoSorbent Assay).
Otro aspecto de la invención se refiere a un anticuerpo para tratar un individuo que padece cáncer de páncreas (o alternativamente al uso de un anticuerpo en la elaboración de un medicamento para el tratamiento del cáncer de páncreas), identificable por un método de la invención, donde el anticuerpo se selecciona de entre anti-FGF-10, anti-CXCL1 1 , anti-OSM, anti-GPNM y anti-SCF, o cualquiera de sus combinaciones. Preferiblemente se emplea una combinación de todos los anticuerpos anteriores. En otra realización preferida de este aspecto de la invención el cáncer de páncreas es el adenocarcinoma ductal de páncreas (PDAC).
Otro aspecto de la invención se refiere a una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre FGF- 10, CXCL 11, OSM; GPNMB y SCF, para tratar a un individuo que padece cáncer de páncreas (o alternativamente al uso de una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre FGF- 10, CXCL 11, OSM, GPNMB y SCF en la elaboración de un medicamento para el tratamiento del cáncer de páncreas), y más preferiblemente del adenocarcinoma ductal de páncreas (PDAC), identificable por un método de la invención. Otro aspecto de la presente invención se refiere a un kit o dispositivo, de ahora en adelante "primer kit de la invención", que comprende los elementos necesarios para cuantificar la cantidad de producto de expresión de los genes que se seleccionan de
entre FGF- 10, CXCL 1 1, OSM, GPNMB y SCF o cualquiera de sus combinaciones.
En una realización preferida, el primer kit de la presente invención comprende los anticuerpos que se seleccionan de la lista que consiste en anticuerpos: anti-FGF- 10, antí- CXCL1 1 , anti-OS , anti- GPNM y anti-SCF, o cualquiera de sus combinaciones. Preferiblemente, el kit de la invención comprende simultáneamente al menos un anticuerpo de cada tipo: anti-FGF-10, anti- CXCL1 1 , anti-OSM, anti- GPNM y anti- SCF.
En otra realización preferida, el primer kit de la invención comprende anticuerpos secundarios o controles positivos y/o negativos. El kit además puede incluir, sin ningún tipo de limitación, tampones, soluciones de extracción de proteínas, agentes para prevenir la contaminación, inhibidores de la degradación de las proteínas, etc.
Otro aspecto de la invención se refiere a un soporte sólido, o chip de proteínas, que comprende al menos uno de los anticuerpos anti-FGF-10, anti- CXCL1 1 , anti-OSM, anti- GPNM y anti-SCF, o cualquiera de sus combinaciones, para llevar a cabo el cualquiera de los métodos de la invención.
Otro aspecto de la invención se refiere a un soporte sólido, o chip de DNA, que comprende oligonucleótidos o microarreglos de canal único diseñados a partir de una secuencia conocida o un ARNm de al menos uno de los genes FGF-10, CXCL 1 1, OSM, GPNM y SCF. Preferiblemente, comprende los oligonucleótidos capaces de detectar el ARNm de todos los genes FGF- 10, CXCL 11, OSM, GPNM y SCF,
Biomarcadores de respuesta al tratamiento
Otro aspecto de la invención se refiere al uso de los genes (y/o proteínas) CD80, EG- VEGF, IL-29, NRG1 -beta1 y PD-ECGF, para predecir o pronosticar la respuesta de un individuo al tratamiento combinado con un análogo de nucleósido más un inhibidor del receptor del factor de crecimiento epidérmico, donde el individuo padece cáncer de páncreas.
En una realización preferida, en el tratamiento el análogo de nucleósido es la Gemcitabina. En otra realización preferida, en el tratamiento el inhibidor del receptor del factor de crecimiento epidérmico es el Erlotinib. En otra realización preferida, el cáncer es el adenocarcinoma ductal de páncreas (PDAC).
Otro aspecto de \a invención se refiere a un método de obtención de datos útiles, de ahora en adelante tercer método de la invención, para predecir o pronosticar la respuesta de un individuo al tratamiento del cáncer de páncreas, que comprende: a) Obtener una muestra aislada del individuo.
b) cuantificar el producto de expresión de los genes que se seleccionan de la lista que consisten en: CD80, EG-VEGF, IL-29, NRG1-beta1 y PD- ECGF.
En otra realización preferida, el tercer método de la invención además comprende: c) hallar un valor de índice pronóstico (IP) con los valores de las citoquinas del paso b), aplicando la fómula:
IPPDAC = 4.351 x B7-1/CD80 + 0.003 x EG-VEGF / P 1 +0.081 x IL-29 + 0.020 x NGRl-betal/HRGl-betal + 0.264 x PD-ECGF
Donde, los individuos que presentan un IP>17 presentan un mal pronóstico de la enfermedad. En una realización preferida de este aspecto, los individuos que presentan una IP>17 muestran una supervivencia menor a cinco meses. En otra realización preferida, los individuos con un IP≤17 presentan un mejor pronóstico de la enfermedad En otra realización preferida de este aspecto, los individuos con un IP≤17 presentan una supervivenciamayor de cinco meses.
En una realización preferida del tercer método de la invención, el análogo de nucleósido es la Gemcitabina. En otra realización preferida, el inhibidor del receptor del factor de crecimiento epidérmico es el Erlotinib.
En otra realización preferida, el cáncer es el adenocarcinoma ductal de páncreas (PDAC).
En un otra realización preferida de este aspecto de la invención, la muestra biológica (a) es una muestra de sangre, y más preferiblemente suero. En otra realización preferida, la detección de la cantidad de expresión de cualquiera de los genes CD80, EG-VEGF, IL-29, NRG1-beta1 y PD-ECGF se realiza mediante un inmunoensayo.
En otra realización preferida, el inmunoensayo es un ensayo inmunoabsorbente ligado a enzimas o ELISA (Enzyme-Linked ImmunoSorbent Assay).
Otro aspecto de la invención se refiere a un anticuerpo para tratar un individuo que padece cáncer de páncreas, identificable por un método de la invención, donde el anticuerpo se selecciona de entre anti-CD80, antí-EG-VEGF, anti-IL-29, anti-NRG1 - betal y aníi-PD-ECGF, o cualquiera de sus combinaciones.
Otro aspecto de la invención se refiere a una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre CD80, EG-VEGF, IL-29, NRG1 -beta l y PD-ECGF, para tratar a un individuo que padece cáncer de páncreas (o alternativamente al uso de una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre CD80, EG-VEGF, IL-29, NRG1-beta 1 y PD-ECGF en la elaboración de un medicamento para el tratamiento del cáncer de páncreas), identificable por un método de la invención. Otro aspecto de la presente invención se refiere a un kit o dispositivo, de ahora en adelante segundo kit de la invención, que comprende los elementos necesarios para cuantificar la cantidad de producto de expresión de los genes que se seleccionan de entre CD80, EG-VEGF, IL-29, NRG1 -beta l y PD-ECGF o cualquiera de sus combinaciones. Aún más preferiblemente, el segundo kit de la presente invención comprende los anticuerpos que se seleccionan de la lista que consiste en anticuerpos: anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1 -beta1 y aníi-PD-ECGF, o cualquiera de sus combinaciones. Preferiblemente, el segundo kit de la invención comprende simultáneamente al menos un anticuerpo de cada tipo: anti-CD80, aníi-EG-VEGF, anís- IL29, anti-NRG1 -betal y anti- PD-ECGF.
Otro aspecto de la invención se refiere a un soporte sólido, o chip de proteínas, que comprende al menos uno de los anticuerpos anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1 -betal y anti-PD-ECGF, o cualquiera de sus combinaciones o cualquiera de sus combinaciones, para llevar a cabo cualquiera de los métodos de la invención. Otro aspecto de la invención se refiere a un soporte sólido, o chip de DNA, que comprende oligonucleótidos o microarreglos de canal único diseñados a partir de una secuencia conocida o un ARNm de al menos uno de los genes CD80, EG-VEGF, IL- 29, NRG 1 -betal y PD-ECGF
Implementación de los métodos de la invención
Otro aspecto de la invención se refiere a un medio de almacenamiento legible por un ordenador o a una señal transmisible que comprende instrucciones de programa capaces de hacer que un ordenador lleve a cabo los pasos de cualquiera de los métodos de la invención.
DESCRIPCIÓN DE LA INVE CIÓN
A lo largo de la descripción y las reivindicaciones la palabra "comprende" y sus variantes no pretenden excluir otras características técnicas, aditivos, componentes o pasos. Para los expertos en la materia, otros objetos, ventajas y características de la invención se desprenderán en parte de la descripción y en parte de la práctica de la invención.
Definiciones
Una "muestra biológica aislada" incluye, pero sin limitarnos a, células, tejidos y/o fluidos biológicos de un organismo, obtenidos mediante cualquier método conocido por un experto en la materia.
El término "individuo", tal y como se utiliza en la descripción, se refiere a animales, preferiblemente mamíferos, y más preferiblemente, humanos. El término "individuo" no pretende ser limitativo en ningún aspecto, pudiendo ser éste de cualquier edad, sexo y condición física.
Los niveles de expresión de los genes van a dar un determinado perfil de expresión génica. El término "nivel de expresión", también denominado "cantidad producto génico" o "cantidad de producto de expresión" se refiere al material bioquímico, ya sea ARN o proteína, resultado de la expresión de un gen. Algunas veces se usa una medida de la cantidad de producto génico para inferir qué tan activo es un gen. Se entiende por "perfil de expresión génica" el perfil génico obtenido tras la cuantificación del ARNm y/o de proteína producida por los genes de interés o biomarcadores, es decir, por los genes FGF-10, CXCL 11, OSM, GPNMB, SCF, CD80, EG-VEGF, IL-29, NRG1-beta1 y PD-ECGF, en una muestra biológica aislada. El perfil de expresión de los genes se realiza, preferiblemente, determinando el nivel de ARNm derivado de su
transcripción, previa extracción del ARN total presente en la muestra biológica aislada, lo cual puede realizarse mediante protocolos conocidos en el estado de la técnica.
La detección la cantidad de producto de expresión de FGF- 10, CXCL 1 1, OSM, GPNMB, SCF, CD80, EG-VEGF, IL-29, NRG1-beta 1 y PD-ECGF puede realizarse por cualquier medio conocido en el estado de la técnica. Los autores de la presente invención han demostrado que la detección de la cantidad o la concentración de anticuerpos frente a estas citoquinas de manera semi-cuantitativa o cuantitativa permiten diagnosticar de manera temprana a individuos que padecen adenocarcinoma ductal de páncreas. La medida de la cantidad o la concentración de producto de expresión de estos genes, preferiblemente de manera semi-cuantitativa o cuantitativa, puede ser llevada a cabo de manera directa o indirecta. La medida directa se refiere a la medida de la cantidad o la concentración del producto de expresión de los genes, basada en una señal que se obtiene directamente de los transcritos de dichos genes, o de las proteínas, y que está correlacionada directamente con el número de moléculas de RNA o de proteínas producidas por los genes. Dicha señal - a la que también podemos referirnos como señal de intensidad - puede obtenerse, por ejemplo, midiendo un valor de intensidad de una propiedad química o física de dichos productos. La medida indirecta incluye la medida obtenida de un componente secundario o un sistema de medida biológica (por ejemplo la medida de respuestas celulares, ligandos, "etiqueta" o productos de reacción enzimática).
El término "cantidad", tal y como se utiliza en la descripción, se refiere pero no se limita, a la cantidad absoluta o relativa de los productos de expresión de los genes o a la cantidad de los anticuerpos, así como a cualquier otro valor o parámetro relacionado con los mismos o que pueda derivarse de éstos. Dichos valores o parámetros comprenden valores de intensidad de la señal obtenidos a partir de cualquiera de las propiedades físicas o químicas de dichos productos de expresión obtenidos mediante medida directa. Adicionalmente, dichos valores o parámetros incluyen todos aquellos obtenidos mediante medida indirecta, por ejemplo, cualquiera de los sistemas de medida descritos en otra parte del presente documento.
El término "comparación", tal y como se utiliza en la descripción, se refiere pero no se limita, a la comparación de la cantidad de los productos de expresión de los genes o de la muestra biológica a analizar, también llamada muestra biológica problema, con una cantidad de los productos de expresión de los genes de una o varias muestras de
referencia deseable. La muestra de referencia puede ser analizada, por ejemplo, simultánea o consecutivamente, junto con la muestra biológica problema.
El término "compuesto marcador", tal y como se utiliza en la presente descripción, se refiere a un compuesto capaz de dar lugar a una señal cromogénica, fluorogénica, radiactiva y/o quimioluminiscente que permita la detección y cuantificación de la cantidad de anticuerpos frente a FGF-10, CXCL1 1 , OSM, GPNMB, SCF, CD80, EG- VEGF, IL-29, NRG1-beta 1 y PD-ECGF. El compuesto marcador se selecciona de la lista que comprende radioisótopos, enzimas, fluoróforos o cualquier molécula susceptible de ser conjugada con otra molécula o detectada y/o cuantificada de forma directa. Este compuesto marcador puede unirse al anticuerpo directamente, o a través de otro compuesto. Algunos ejemplos de compuestos marcadores que se unen directamente son, pero sin limitarse, enzimas como la fosfatasa alcalina o la peroxidasa, isótopos radiactivos como 32P o 35S, fluorocromos como fluoresceína o partículas metálicas, para su detección directa mediante colorimetría, auto-radiografía, fluorimetría, o metalografía respectivamente.
El término "inmunoensayo", tal y como se utiliza en la presente descripción se refiere a cualquier técnica analítica que se basa en la reacción de la conjugación de una anticuerpo con un antígeno. Ejemplos de inmunoensayos conocidos en el estado de la técnica son, por ejemplo, pero sin limitarse: inmunoblot, ensayo inmunoabsorbente ligado a enzimas (ELISA), inmunoensayo lineal (LIA), radioinmunoensayo (RIA), inmunofluoresecencia, x-map o chips de proteína.
Los términos "polinucleótido" y "ácido nucleico" se usan aquí de manera intercambiable, refiriéndose a formas poliméricas de nucleótidos de cualquier longitud, tanto ribonucleótidos (ARN) como desoxirribonucleótidos (ADN). Los términos "secuencia aminoacídica", "péptido", "oligopéptido", "polipéptido" y "proteína" se usan aquí de manera intercambiable, y se refieren a una forma polimérica de aminoácidos de cualquier longitud, que pueden ser codificantes o no codificantes, química o bioquímicamente modificados.
Biomarcadores de diagnóstico temprano
Los autores de la presente invención han analizado los miembros de la familia de las citoquinas en individuos sanos, en individuos que padecen PDAC sin tratar y en individuos que padecen PDAC que han sido sometidos al tratamiento con Gemcitabina y Erlotinib. Han encontrado una serie de marcadores que les permite el diagnostico temprano de los individuos con PDAC. Así la presente invención proporciona un método de obtención de datos útiles para el diagnóstico temprano de individuos con PDAC.
Por tanto, un primer aspecto de la invención se refiere al uso de los genes (y/o proteínas) FGF- 10, CXCL 11, OSM, GPNMB y SCF, para el diagnóstico temprano del cáncer de páncreas. El uso puede ser simultáneo o puede elegirse cualquiera de los genes (y/o proteínas), o cualquiera de sus combinaciones.
En una realización preferida de este aspecto de la invención el cáncer de páncreas es el adenocarcinoma ductal de páncreas (PDAC)
Otro aspecto de la invención se refiere a un método de obtención de datos útiles, de ahora en adelante primer método de la invención, para el diagnóstico temprano del cáncer de páncreas, que comprende: a) Obtener una muestra aislada del individuo.
b) cuantificar el producto de expresión de los genes que se seleccionan de la lista que consiste en: FGF- 10, CXCL 1 1, OSM, GPNMB y SCF. Se puede cuantificar el producto de expresión de todos los genes simultáneamente, o puede elegirse cualquiera de los genes (y/o proteínas), o cualquiera de sus combinaciones.
En otra realización preferida, el primer método de la invención además comprende: c) comparar las cantidades obtenidas en el paso (b) con una cantidad de referencia.
En una realización preferida, los pasos (b) y/o (c) de los métodos descritos anteriormente pueden ser total o parcialmente automatizados, por ejemplo, por medio de un equipo robótico sensor para la detección de la cantidad en el paso (b) o la comparación computarizada en el paso (c). Una realización preferida de este aspecto de la invención se refiere a un método de diagnóstico del cáncer de páncreas que comprende los paso (a)-(c) del primer método
de la invención, y además comprende asignar al individuo del paso (a) al grupo de individuos que padecen cáncer de páncreas cuando presentan una cantidad de producto de expresión del los genes FGF-10, CXCL 1 1, OSM, GPNMB y SCF, superior a la cantidad de referencia. Puede presentar una cantidad de producto de expresión de cualquiera de los genes FGF- 10, CXCL 11, OSM, GPNMB y SCF, o de todos ellos simultáneamente, superior a la cantidad de referencia.
En una realización preferida del método de la invención, la muestra biológica aislada de un individuo del paso (a) es una muestra de sangre, y aún más preferiblemente suero La comparación descrita en el apartado (c) del método de la presente invención puede ser realizada manualmente o asistida por ordenador.
Las cantidades de referencia adecuadas pueden ser determinadas por el método de la presente invención a partir de una muestra de referencia que puede ser analizada, por ejemplo, simultánea o consecutivamente, junto con la muestra biológica problema. Así, por ejemplo pero sin limitarnos, la muestra de referencia pueden ser los controles negativos, esto es, las cantidades detectadas por el método de la invención en muestras de individuos que no padecen la enfermedad.
A continuación se describen las características de las citoquinas que son objeto del estudio: El gen FGF-10 ó fibroblast growth factor 10 (KGF-2: keratinocyte growth factor 2) se encuentra en el cromosoma 5 (5p13-p12). Este factor ha sido descrito como un promotor de la morfogénesis en etapas primarias de la organogénesis así como un regulador de la proliferación de células progenitoras epiteliales pancreáticas (Bhushan et a/., 2001 . Development l 28, 5109-51 17). Recientemente, también se ha descrito un vínculo entre la señalización FGF10/FGFR2-Iilb y la migración y la invasión de las células de cáncer pancreático a través de la inducción de metaloproteinasas de matriz de membrana tipo 1 y transformando el factor de crecimiento TGF-βΙ el cual es un importante regulador de la transición epitelial mesenquimal (Nomura et ai, 2008. Br. J. Cáncer 99, 305-313). En el contexto de la presente invención, FGF- 10 se define también por una secuencia de nucleotidos o polinucleotido, que constituye la secuencia codificante de la proteína recogida en la SEQ ID NO: 8, y que comprendería diversas variantes procedentes de:
a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 8, b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia polinucleotídica de a), c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético, d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de al menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 8, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína FGF-10. Entre dichas moléculas de ácido nucléico se encuentra la recogida en la secuencia SEQ ID NO: 1 .
El gen CXCL 11 ó hemokine (C-X-C motif) ligand 1 1 (C-X-C motif chemokine 1 1 ; beta- R1 ; interferon gamma-inducible protein 9; interferon-inducible T-cell alpha chemoattractant; small inducible cytokine B1 1 ; small inducible cytokine subfamily B (Cys-X-Cys), member 1 1 ; small inducible cytokine subfamily B (Cys-X-Cys), member 9B; small-inducible cytokine B1 1 , H174, l-TAC, IP-9, IP9, SCYB1 1 , SCYB9B, b-R1 ) se encuentra en el cromosoma 4 (4q21 .2). CXCL1 1 es una quirnioquina que interactúa específicamente con el receptor CXCR3. Estimula la fosforilación de las vías de las quinasas MAPK conduciendo a la proliferación y prevención de la apoptosis (Miekus et ai, 2010. Folia Histochem. Cyiobioí. 48, 104-1 1 1 ) Además, se ha descrito su papel en varios tipos de íumorigénesis cancerosas (Lo et al., 2010. Am. J. Pathol. 176, 2435- 2446; Furuya et al., 201 1 . Gynecol. Oncol. 122, 648-655). Aunque aquí presentamos, por primera vez, CXCL1 1 como un posible biomarcador en pacientes con PDAC, ha sido recientemente propuesto como un biomarcador sérico para adenocarcinoma de próstata (Klee ef ai, 2012. Clin. Chem. 58, 599-609)
En el contexto de la presente invención, CXCL 11 se define también por una secuencia de nucleótidos o polinucleótido, que constituye la secuencia codificante de la proteína recogida en la SEQ ID NO: 9, y que comprendería diversas variantes procedentes de: a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 9,
b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia polinucleotídica de a), c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético, d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de al menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 9, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína CXCL1 1 . Entre dichas moléculas de ácido nucléico se encuentra la recogida en la secuencia SEQ ID NO: 2.
El gen OMS ó oncostatin M (C-X-C motif chemokine 1 1 ; beta-R1 ; interferon gamma- inducible protein 9; interferon-inducible T-cell alpha chemoattractant; small inducible cytokine B1 1 ; small inducible cytokine subfamily B (Cys-X-Cys), member 1 1 ; small inducible cytokine subfamily B (Cys-X-Cys), member 9B; small-inducible cytokine B1 1 , H174, l-TAC, IP-9, IP9, SCYB1 1 , SCYB9B, b-R1 ) se encuentra en el cromosoma 4 (4q21 .2). La oncostatina M pertenece a la misma familia que la interleuquina-6 y estimula varias funciones implicadas en reparación de heridas. Aunque inicialmente se describió como un inhibidor del crecimiento de células de leucemia (Zarling et ai., 1986. Proc. Nal Acad. Sci. USA. 83, 9739-43), recientemente se ha comprobado que puede albergar un doble papel, también como promotor en la proliferación, migración celular e invasión (Fosse eí al. 201 1 , BMC Cáncer 1 1 , 125; Li eí ai, 201 1 . Int. J. Mol. Med. 28, 101 -108; Winder et al., 201 1 . J. Paíhoi 225, 448-462; Tifien et al., 2008. Mol. Endocrino!. 22, 2677-2688). Una vez OMS se une a su receptor, promueve la fosforilación recíproca y la activación de la vía de la familia Janus quinasa (JAK)/STAT. Varios objetivos transcripcionales de STAT3 son importantes contribuidores a la biología del PDAC (Corcoran et al., 201 1 . Cáncer Res. 71 , 5020-5029)
En el contexto de la presente invención, OMS se define también por una secuencia de nucleótidos o polinucleótido, que constituye la secuencia codificante de la proteína recogida en la SEQ ID NO: 10, y que comprendería diversas variantes procedentes de: a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 10, b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia polinucleotídica de a),
c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético, d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de al menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 10, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína OMS. Entre dichas moléculas de ácido nucléico se encuentra la recogida en la secuencia SEQ ID NO: 3.
El gen GPNMB ó glycoprotein (transmembrane) nmb (UNQ1725/PR09925, HGFIN, NMB, glycoprotein NMB; glycoprotein nmb-like protein; osteoactivin; transmembrane glycoprotein HGFIN; transmembrane glycoprotein, NMB NQ1725/PR09925, HGFIN, NMB) se encuentra en el cromosoma 7 (7p15). La glicoproteína GPNMB, también conocida como osteoactivina (QA), DG-HIL o HGFIN es una proteína transmembrana tipo 1 , la cual se describió al principio como bajo a nivel indetectable en células malignas (Weterman et ai., 1995. Int. J. Cáncer 60, 73-81 ) Sin embargo, estudios más recientes han descrito GPNMB/osíeoactivina como un promotor de la metástasis y la invasión (Rose et a!., 2010. PLos One 5, 12093) en algunos cánceres como el melanoma (Tomihari et a!., 2010. Cáncer Res 70, 5778-5787; Tse et ai, 2006. Clin. Cáncer Res. 12, 1373-1382), melanoma uveal (Williams et al., 2010. Melanoma res. 20, 184-190), glioma (Kuan et al., 2006. Clin. Cáncer Res. 12, 1970-1982), carcinoma hepatocelular (Onaga et al., 2003. J. Hepatol. 39, 779-785 y cáncer de mama, en los cuales se ha descrito también como un indicador pronóstico de recurrencia (Rose et al., 2010. Clin. Cáncer Res. 16, 2147-2156). Recientemente se ha descrito una inducción de GPNMB en la médula espinal de pacientes con esclerosis lateral amiotrófica como un inductor de la degeneración de las neuronas motoras (Tanaka et al., 2012. Sci. Rep. 2, 573).
En el contexto de la presente invención, GPNMB se define también por una secuencia de nucleótidos o polinucleótido, que constituye la secuencia codificante de la proteína recogida en la SEQ ID NO: 1 1 o la SEQ ID NO: 12, y que comprendería diversas variantes procedentes de: a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 1 1 o de la SEQ ID NO: 12,
b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia polinucleotídica de a), c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético, d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de al menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 1 1 o la SEQ ID NO: 12, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína GPNMB. Entre dichas moléculas de ácido nucléico se encuentra la recogida en la secuencia SEQ ID NO: 4 o en la SEQ ID NO: 5.
El gen SCF ó KIT ligand (KITLG, FPH2, KL-1 , Kitl, MGF, SCF, SF, SHEP7, c-Kit ligand; familial progressive hyperpigmentation 2; kit ligand; mast cell growth factor; steel factor; stem cell factor) se encuentra en el cromosoma 12 (12q22). SCF es el principal ligando para el receptor de la tirosina quinasa c-kit (KIT). Sus uniones apoyan la proliferación, diferenciación y supervivencia en las células que expresan KIT, tanto células normales como en células tumorales, incluyendo células de cáncer pancreático (Yasuda eí al., 2006. Mol. Cáncer 5, 46) a través de la activación de las vías (PI3K)/Akt; APK y STAT (Yasuda eí ai, 2007. Dig. Dis. Sci. 52, 2292-2300). Análisis previos han descrito los elevados niveles de factor de célula madre (FC ) en ¡os sueros de cáncer colorrecta! y PDAC (Mroczko et al., 2005. Clin, Ghem, Lab. Med. 43, 146-1 50; Mroczko eí a/., 2004. Clin. Chem. Lab. Med. 42, 256-260; Mroczko eí a/., 2005. iní.J. Colorecíal Dis. 22,33-38). .
En el contexto de la presente invención, SCF se define también por una secuencia de nucleótidos o polinucleótido, que constituye la secuencia codificante de la proteína recogida en la SEQ ID NO: 13 o en la SEQ ID NO: 14, y que comprendería diversas variantes procedentes de: a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 13 o de la SEQ ID NO: 14, b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia polinucleotídica de a), c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético,
d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de al menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 13 o con la SEQ ID NO: 14, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína SCF. Entre dichas moléculas de ácido nucléico se encuentra la recogida en la secuencia SEQ ID NO: 6 o en la SEQ ID NO. 7.
Como PDAC presenta múltiples alteraciones genéticas y epigenéticas e implica a varias vías de señalización, una combinación de CA 19-9 con diversos biomarcadores podría representar un nuevo enfoque para establecer nuevos biomarcadores diagnóstico. FGF-10, CXCL 11, OSM, GPNMB y SCF se han seleccionado por los autores de ¡a presente invención para un diagnóstico temprano de la enfermedad.
En otra realización preferida, la detección de la cantidad de expresión de cualquiera de los genes FGF-10, CXCL 11, OSM, GPNMB y SCF se realiza mediante un inmunoensayo.
En otra realización preferida, el inmunoensayo es un ensayo inmunoabsorbente ligado a enzimas o ELISA (Enzyme-Linked ImmunoSorbent Assay). El ELISA se basa en la premisa de que un inmunorreactivo (antígeno o anticuerpo) puede ser inmovilizado en un soporte sólido, poniendo luego ese sistema en contacto con una fase fluida que contiene el reactivo complementario que puede unirse a un compuesto marcador. Existen diferentes tipos de ELISA: ELISA directo, ELISA indirecto o ELISA sándwich.
Otro aspecto de la invención se refiere a un anticuerpo para tratar un individuo que padece cáncer de páncreas (o alternativamente al uso de un anticuerpo en la elaboración de un medicamento para el tratamiento del cáncer de páncreas), identificable por un método de la invención, donde el anticuerpo se selecciona de entre anti-FGF-10, anti-CXCL 1 , anti-OSM, anti-GPNM y aníi-SCF, o cualquiera de sus combinaciones. Preferiblemente se emplea una combinación de todos los anticuerpos anteriores.
Otro aspecto de la invención se refiere a una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre FGF- 10, CXCL 11, OSM; GPNMB y SCF, para tratar a un individuo que padece cáncer de páncreas (o alternativamente al uso de una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de
entre FGF- 10, CXCL 11, OSM; GPNMB y SCF en la elaboración de un medicamento para el tratamiento del cáncer de páncreas), identificable por un método de la invención. Preferiblemente, la composición comprende uno o más agentes moduladores de todos los genes FGF-10, CXCL 11, OSM; GPNMB y SCF simultáneamente. Aún más preferiblemente, la composición farmacéutica además comprende otro principio activo. En otra realización más preferida, el agente modulador es un anticuerpo que se selecciona de entre anti-FGF-10, anti- CXCL1 1 , anti-OSM, anti- GPNM y anti-SCF, o cualquiera de sus combinaciones.
Otro aspecto de la presente invención se refiere a un kit o dispositivo, de ahora en adelante primer kit de la invención, que comprende los elementos necesarios para cuantificar la cantidad de producto de expresión de los genes que se seleccionan de entre FGF- 10, CXCL 1 1, OSM, GPNMB y SCF o cualquiera de sus combinaciones.
En una realización preferida, el primer kit de la presente invención comprende los anticuerpos que se seleccionan de la lista que consiste en anticuerpos: anti-FGF-10, anti- CXCL1 1 , anti-OSM, anti- GPNM y anti-SCF, o cualquiera de sus combinaciones. Preferiblemente, el kit de la invención comprende simultáneamente al menos un anticuerpo de cada tipo: anti-FGF-10, anti- CXCL1 1 , anti-OSM, anti- GPNM y anti- SCF.
En otra realización preferida, el primer kit de la invención comprende anticuerpos secundarios o controles positivos y/o negativos. Este kit además puede incluir, sin ningún tipo de limitación, tampones, soluciones de extracción de proteínas, agentes para prevenir la contaminación, inhibidores de la degradación de las proteínas, etc.
Por otro lado este kit puede incluir todos los soportes y recipientes necesarios para su puesta en marcha y optimización. Preferiblemente, este kit comprende además las instrucciones para llevar a cabo los métodos de la invención.
Otro aspecto de la invención se refiere a un soporte sólido, o chip de proteínas, que comprende al menos uno de los anticuerpos anti-FGF- 10/, anti- CXCL1 1 , anti-OSM, anti- GPNM y anti-SCF, o cualquiera de sus combinaciones, para llevar a cabo el cualquiera de los métodos de la invención. Otro aspecto de la invención se refiere a un soporte sólido, o chip de DNA, que comprende oligonucleótidos o microarreglos de canal único diseñados a partir de una secuencia conocida o un ARNm de al menos uno de los genes FGF-10, CXCL 1 1,
OSM, GPNM y SCF. Preferiblemente, comprende los oligonucleotidos capaces de detectar el ARNm de todos los genes FGF- 10, CXCL 11, OSM, GPNM y SCF.
Así, por ejemplo, las secuencias de oligonucleotidos son construidas en la superficie del chip mediante el elongamiento secuencial de una cadena en crecimiento con un sólo nucleótido utilizando fotolitografía. Así, los oligonucleotidos son anclados por el extremo 3' mediante un método de activación selectiva de nucleotidos, protegidos por un reactivo fotolábil, mediante la incidencia selectiva de luz a través de una fotomáscara. La fotomáscara puede ser física o virtual.
Así, las sondas oligonucleotidos pueden ser de entre 10 y 100 nucleotidos, más preferiblemente, de entre 20 y 70 nucleotidos, y aún más preferiblemente, de entre 24 y 30 nucleotidos. Para la cuantificacion de la expresión génica, preferiblemente se emplean aproximadamente unos 40 oligonucleotidos por gen.
La síntesis in situ sobre un soporte sólido (por ejemplo, vidrio), podría hacerse mediante tecnología chorro de tinta (ink-jet), lo que requiere sondas más largas. Los soportes podrían ser, pero sin limitarse, filtros o membranas de NC o nylon (cargadas), silicio, o portaobjetos de vidrio para microscopios cubiertos con aminosilanos, polilisina, aldehidos o epoxy. La sonda es cada una de las muestras del chip. La diana es la muestra a analizar: ARN mensajero, ARN total, un fragmento de PCR, etc.
Biomarcadores de respuesta al tratamiento Por otro lado, los autores de la presente invención han analizado 507 proteínas de la familia de las citoquinas en el suero de individuos que padecen PDAC y que ha sido tratados con la combinación Gemcitabina + Erlotinib. Han encontrado una serie de marcadores que les permite el pronóstico de los individuos con PDAC. Así la presente invención proporciona un método de obtención de datos útiles que pronostiquen la respuesta al tratamiento de Gemcitabina + Erlotinib de individuos con PDAC, incluso antes de ser sometidos a dicho tratamiento.
Por tanto, otro aspecto de la invención se refiere al uso de los genes CD80, EG-VEGF, IL-29, NRG1-beta 1 y PD-ECGF, para predecir o pronosticar la respuesta de un individuo al tratamiento con un análogo de nucleósido y un inhibidor del receptor del factor de crecimiento epidérmico, donde el individuo padece cáncer de páncreas.
En una realización preferida, el análogo de nucleosido es la Gemcitabina. En otra realización preferida, el inhibidor del receptor del factor de crecimiento epidérmico es el Erlotinib.
En otra realización preferida, el cáncer es el adenocarcinoma ductal de páncreas (PDAC).
Otro aspecto de la invención se refiere a un método de obtención de datos útiles, de ahora en adelante tercer método de la invención, para predecir o pronosticar la respuesta al tratamiento del cáncer de páncreas, que comprende: a) Obtener una muestra aislada de suero del individuo. b) cuantificar el producto de expresión de los genes que se seleccionan de la lista que consisten en: CD80, EG-VEGF, IL-29, NRG 1-beta 1 y PD-ECGF.
En otra realización preferida, este método además comprende: c) hallar un valor de índice pronóstico (IP) con los valores de las citoquinas del paso b):
IPPDAC = 4-351 x B7-1/CD80 + 0.003 x EG-VEGF / PK1 +0.081 x IL-29 + 0.020 x NGRl-betal/HRGl-betal + 0.264 x PD-ECGF
Donde, los individuos que presentan un IP>17 presentan un mal pronóstico de la enfermedad, dado que la supervivencia es menor a cinco meses.
En otra realización preferida, los individuos con un IP<17 presentan un mejor pronóstico de la enfermedad, dado que la supervivencia es mayor de cinco meses. En una realización preferida de este método, en el tratamiento el análogo de nucleosido es la Gemcitabina. En otra realización preferida, en el tratamiento el inhibidor del receptor del factor de crecimiento epidérmico es el Erlotinib.
En otra realización preferida, el cáncer es el adenocarcinoma ductal de páncreas (PDAC). En un otra realización preferida de este aspecto de la invención, la muestra biológica (a) es una muestra de sangre.
Los pasos (b) y/o (c) descritos pueden ser total o parcialmente automatizados, por ejemplo, por medio de un equipo robótico sensor para la detección de la cantidad en el paso (b) o la comparación computarizada en el paso (c).
Preferiblemente, la muestra biológica aislada de un individuo del paso (a) es una muestra de sangre (suero).
La comparación descrita en el apartado (c) del método de la presente invención puede ser realizada manualmente o asistida por ordenador.
Las cantidades de referencia adecuadas pueden ser determinadas por el método de la presente invención a partir de una muestra de referencia que puede ser analizada, por ejemplo, simultánea o consecutivamente, junto con la muestra biológica problema.
A continuación se describen las características de las citoquinas que son objeto del estudio:
CD80 (también conocida como B7-1 ): el sistema B7 es uno de los más importantes mecanismos de señalización secundaria, y es esencial mantener el delicado balance entre ¡a potencia inmune y la supresión de la autoinmunidad. B7-1 (CD80) y B7-2 (CD86) son ligandos expresados en células presentadoras de antígeno, y ellas son responsables de la señalización co-estimuladora por que regulan el crecimiento, maduración y tolerancia de la célula T (Seliger et ai, 2012. Cáncer immunoi, immunoíher. 61 , 1327-1341 ). Tras la unión a sus receptores se activan las células T y se promueve la supervivencia (Chen et al., 1994. J. Exp. Med. 79, 523-532). Por otro lado, también pueden entregar señales co-inhibidoras en sus receptores inhibitorios y bloquear la respuesta de la célula T. Una co-estimuiación inadecuada podría contribuir al crecimiento progresivo de los tumores. La combinación de B7-1 y de B7-H1 ya ha sido propuesta como un factor pronóstico para PDAC. Aunque el papel de B7-1 parece ser anti-tumora!, existe una nueva visión global donde se cree que la expresión aberrante o desequilibrada de los miembros de la familia B7, podría contribuir al escape del control inmune (Wang et ai, 2012. PLoS One 7, e45491 ; Wang et al., 2010. World J. Surg. 34, 1059-1065).
En el contexto de la presente invención, CD80 se define también por una secuencia de nucleotidos o poiinucieótidos, que constituye la secuencia codificante de la proteina recogida en la SEQ ID NO: 24, y que comprendería diversas variantes procedentes de:
a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 24, b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia poiinucleotídica de a), c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético, d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de ai menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 24, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína CD80. Entre dichas moléculas de ácido nucleico se encuentra la recogida en la secuencia SEQ ID NO: 15.
EG-VEGF {también conocida como PK1 ): esta molécula fue descrita en principio como un ejemplo de un tipo de mitógeno específico que actúa para regular la proliferación y diferenciación del endotelio vascular de manera tejido-específica. Aunque esta profeína no muestra ninguna homología estructural a la familia VEGF, tiene en común distintas funciones reguladoras relacionadas con la proliferación y la migración (LeCouter et al., 2001 . Naíure 412, 877-884). También se ha descrito que EG-VEGF está relacionada con el cáncer de ovario (Balu et ai, 2012. Rom. J. Morphoí, Embryol. 53, 479-483), colorrectal (Nagano et al., 2007 J. Surg. Oncol. 96, 605-610), próstata (Pasquaii et al., 2006. Endocrinology 147 ', 4245-4251 ), hepatoceluiar (Li eí /., 2006. J. Exp. Clin. Cáncer fíes. 25, 403-409), pancreático (Jiang eí /., 2009. Pancreatology 9, 165-172) y neuroblastoma (Ngan et ai, 2007. Clin. Cáncer Res. 13, 868-875). Así como un factor para la angiogénesis de la placenta (Broui!iet, S., 2012. Trends Endocrino!. Metab. 23, 501 -508).
En el contexto de la presente invención, EG-VEGF se define también por una secuencia de nucleotidos o poiinucleótidos, que constituye la secuencia codificante de la proteína recogida en la SEQ ID NO: 25, y que comprendería diversas variantes procedentes de: a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 25,
b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia poiinucleotídica de a), c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético, d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de ai menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 25, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína EG-VEGF. Entre dichas moléculas de ácido nucleico se encuentra la recogida en la secuencia SEQ ID NO: 16.
IL-29: también se nombra como IFN--A1 y pertenece al tipo III de la familia IFN. Se ha descrito que induce actividades biológicas similares a las de tipo I de la misma familia. Aunque ambas son capaces de inducir la respuesta anti-proliferativa en muchos tipos de células, IFN-λ i parece estar más limitada. La señalización que produce !FN-λ I desencadena la activación de las rutas STAT1 , STAT2, STAT3 y STAT5, que son las 3 principales cascadas de proteínas quinasa activadas por mitógeno (MAPK) y la fosforilación de la proteína kinasa B (Akt) a través de la ruta fosfatidi!inositol-3-kinasa (P13K; Kotenko et ai, 201 1 . Curr. Opin. immuno!. 23, 583-590; Maher et ai, 2008. Cáncer BioL Ther. 7, 1 109- 1 1 15; Donnelly et ai., 2010. J. Inferieron Cytokine Res. 30, 555-564). Sin embargo, la habilidad de !FN-λ i de desencadenar estas rutas alternativas, podrían ser específicas para las células alteradas o células cancerígenas. La conclusión deriva de otros estudios que sugieren que la inducción al crecimiento de células humanas de mieloma múltiple ocurre por la activación de MAPK (Novak et al., 2008. Leukemia 22, 2240-2246). El papel concreto de IL-29 en la respuesta del hospedador y en la vigilancia inmune no ha sido aún definido en el contexto de cáncer en general y en el contexto de PDAC en particular.
En el contexto de la presente invención, IL-29 se define también por una secuencia de nucleótidos o polinucleótidos, que constituye la secuencia codificante de la proteína recogida en la SEQ ID NO: 26, y que comprendería diversas variantes procedentes de: a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 26, b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia poiinucleotídica de a),
c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético, d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de ai menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 26, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína IL- 29. Entre dichas moléculas de ácido nucleico se encuentra la recogida en la secuencia SEQ ID NO: 17.
NRG1 -beta1 : ia neuregulina-1 o la hereguiína- 1 es un ligando de una proteína extraceiular destinado a unirse a los miembros de ia familia de receptores ErbB, ErbB3 y ErbB4. Tras la interacción con sus receptores son estimulados varios de eventos biológicos, entre los que incluimos la inducción y progresión de algunos cánceres epiteliales. Las proteínas NRG1/HRG1 juegan un papel esencial en el sistema nervioso, el corazón y las mamas, y están implicados en el desarrollo de algunas enfermedades, incluyendo la esquizofrenia y el cáncer de mama (Falls et al., 2003. Exp. Cell. Res. 284, 14-30; Hayes et al., 2008. J. Mammary Gland. Biol. Neopíasia 13, 205-214). También se ha descrito la regulación del factor angiogénico VEGF por NRG1 /HRG1 (Yen et al., 2000. Oncogene 19, 3460-3469). Probablemente sus efectos proiiferativos se logran a través de ia acción combinada con múltiples vías, incluyendo las vías PI3K, MAPK y p38MAPK (Stove et al., 2004. Clin. Exp. Metástasis 21 , 665- 684) que han sido específicamente descritas en células PDAC. Los pacientes de PDAC con peor tasa de supervivencia presentaron una alta expresión del ARNrn de HRG-β. ErbB3 tiene un papel esencial en la tumorogénesis pancreática ya que promueve la proliferación de células cancerígenas tanto in vivo como in vitro. Recientemente se ha comprobado cómo ios fibroblastos asociados al cáncer desarrollan el ligando NRG1/HRG1 , activando a células PDAC por señalización mediada por ErbB3/AKT y aumentando ia tumorogénesis. Esto podría estar relacionado con el efecto insuficiente de Erlotinib (inhibidor EGFR) cuando es combinado con Gemcitabina en el tratamiento de pacientes con PDAC (Liles eí ai, 201 1 . Br. J. Cáncer 105, 523-533).
En el contexto de ia presente invención, NRG1 /HRG1 se define también por una secuencia de nucleotidos o poiinucleótidos, que constituye ia secuencia codificante de la proteína recogida en la SEQ ID NO: 27, y que comprendería diversas variantes procedentes de:
a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 27, b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia poiinucleotídica de a), c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético, d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de ai menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 27, en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína NRG1 /HRG1 . Entre dichas moléculas de ácido nucleico se encuentra la recogida en la secuencia SEQ ID NO: 18.
PD-ECGF: también conocida como timidina fosforiíasa. Su actividad y expresión en carcinomas de esófago, estómago, pulmón, páncreas y coiorrectai es significativamente mayor que en tejidos adyacentes no-neoplásicos, y puede tener un papel importante en la proliferación de estos tumores sólidos. PD-ECGF se expresa no solo en células turnorales, sino también en células del estrorna asociadas a tumor. En ios análisis de regresión de carcinoma de vejiga, coiorrectai, gástrico, renal y pancreático se ha marcado PD-ECGF como un factor pronóstico para malos resultados.
En el contexto de la presente invención, PD-ECGF se define también por una secuencia de nucleótidos o polinucleótidos, que constituye la secuencia codificante de la proteína recogida en la SEQ ID NO: 28, SEQ ID NO: 29, SEQ ID NO: 30, SEQ ID NO: 31 , SEQ ID NO: 32, y que comprendería diversas variantes procedentes de: a) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica de la SEQ ID NO: 28, SEQ ID NO: 29, SEQ ID NO: 30, SEQ ID NO: 31 , SEQ ID NO: 32 b) moléculas de ácido nucleico cuya cadena complementaria híbrida con la secuencia poiinucleotídica de a), c) moléculas de ácido nucleico cuya secuencia difiere de a) y/o b) debido a la degeneración del código genético,
d) moléculas de ácido nucleico que codifican un polipéptido que comprende la secuencia aminoacídica con una identidad de ai menos un 80%, un 90%, un 95%, un 98% o un 99% con la SEQ ID NO: 28, SEQ ID NO: 29, SEQ ID NO: 30, SEQ ID NO: 31 , SEQ ID NO: 32, y en las que el polipéptido codificado por dichos ácidos nucleicos posee la actividad y las características estructurales de la proteína PD-ECGF. Entre dichas moléculas de ácido nucleico se encuentra la recogida en la secuencia SEQ ID NO: 19, SEQ ID NO: 20, SEQ ID NO: 21 , SEQ ID NO: 22, SEQ ID NO: 23.
En otra realización preferida, la detección de la cantidad de expresión de cualquiera de los genes CD80, EG-VEGF, IL-29, NRG1-beta1 y PD-ECGF se realiza mediante un inmunoensayo.
En otra realización preferida, el inmunoensayo es un ensayo inmunoabsorbente ligado a enzimas o ELISA (Enzyme-Linked ImmunoSorbent Assay). El ELISA se basa en la premisa de que un inmunorreactivo (antígeno o anticuerpo) puede ser inmovilizado en un soporte sólido, poniendo luego ese sistema en contacto con una fase fluida que contiene el reactivo complementario que puede unirse a un compuesto marcador. Existen diferentes tipos de ELISA: ELISA directo, ELISA indirecto o ELISA sándwich.
Otro aspecto de la invención se refiere a un anticuerpo para tratar un individuo que padece cáncer de páncreas, identificable por un método de la invención, donde el anticuerpo se selecciona de entre anti-CD80, anti-EG-VEGF, anti- IL-29, anti-NRG1 - betal y anti-PD-ECGF, o cualquiera de sus combinaciones. Preferiblemente se emplea una combinación de todos ios anticuerpos anteriores.
Otro aspecto de la invención se refiere a una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre CD80, EG-VEGF, IL-29, NRG1 -beta l y PD-ECGF, para tratar a un individuo que padece cáncer de páncreas (o alternativamente al uso de una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre CD80, EG-VEGF, IL-29, NRG1 -beta l y PD-ECGF en la elaboración de un medicamento para el tratamiento del cáncer de páncreas), identificable por un método de la invención. Preferiblemente, la composición comprende uno o más agentes moduladores de todos los genes CD80, EG-VEGF, IL- 29, NRG1 -betal y PD-ECGF simultáneamente. Más preferiblemente, el cáncer de páncreas es el adenocarcinoma ductal de páncreas. Aún más preferiblemente, la composición farmacéutica además comprende otro principio activo. En otra realización más preferida, el agente modulador es un anticuerpo que se selecciona de
entre anti-CD80, anti-EG-VEGF, anti- IL-29, anti-NRG1 -beta1 y anti-PD-ECGF, o cualquiera de sus combinaciones.
Otro aspecto de la presente invención se refiere a un kit o dispositivo, de ahora en adelante segundo kit de la invención, que comprende los elementos necesarios para cuantificar la cantidad de producto de expresión de los genes que se seleccionan de entre CD80, EG-VEGF, IL-29, NRG1-beta 1 y PD-ECGF o cualquiera de sus combinaciones.
Aún más preferiblemente, el segundo kit de la presente invención comprende los anticuerpos que se seleccionan de la lista que consiste en anticuerpos: anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1 -beta1 y anti-PD-ECGF, o cualquiera de sus combinaciones. Preferiblemente, el segundo kit de la invención comprende simultáneamente al menos un anticuerpo de cada tipo: anti-CD80, aníi-EG-VEGF, anís- IL29, anti-NRG1 -beta1 y anti-PD-ECGF.
En otra realización preferida, el segundo kit de la invención comprende anticuerpos secundarios o controles positivos y/o negativos. Este kit además puede incluir, sin ningún tipo de limitación, tampones, soluciones de extracción de proteínas, agentes para prevenir la contaminación, inhibidores de la degradación de las proteínas, etc.
Por otro lado este kit puede incluir todos los soportes y recipientes necesarios para su puesta en marcha y optimización. Preferiblemente, este kit comprende además las instrucciones para llevar a cabo los métodos de la invención.
En una realización preferida, el segundo kit de la invención comprende la asignación de un valor de índice pronóstico y clasificación de individuos, de manera que: si los individuos presentan un IP>17 tienen un mal pronóstico de la enfermedad, mientras que si los individuos presentan un IP<17 tienen un mejor pronóstico de la enfermedad. Preferiblemente, los individuos que presentan un IP≤17 muestran una supervivencia superior a 5 meses. En otra realización preferida, los individuos que presentan un IP>17 muestran una supervivencia inferior a 5 meses.
Otro aspecto de la invención se refiere a un soporte sólido, o chip de proteínas, que comprende al menos uno de los anticuerpos anti-CD80, anti-EG-VEGF, anti-IL-29, anti-NRG1 -beta1 y anti-PD-ECGF, o cualquiera de sus combinaciones o cualquiera de sus combinaciones, para llevar a cabo el cualquiera de los métodos de la invención.
Otro aspecto de la invención se refiere a un soporte sólido, o chip de DNA, que comprende oligonucleótidos o microarreglos de canal único diseñados a partir de una secuencia conocida o un ARNm de al menos uno de los genes CD80, EG-VEGF, IL- 29, NRG1-beta 1 y PD-ECGF. Preferiblemente, comprende los oligonucleótidos capaces de detectar el ARNm de todos los genes CD80, EG-VEGF, IL-29, NRG1- beta 1 y PD-ECGF.
Así, por ejemplo, las secuencias de oligonucleótidos son construidas en la superficie del chip mediante el elongamiento secuencial de una cadena en crecimiento con un sólo nucleótido utilizando fotolitografía. Así, los oligonucleótidos son anclados por el extremo 3' mediante un método de activación selectiva de nucleotidos, protegidos por un reactivo fotolábil, mediante la incidencia selectiva de luz a través de una fotomáscara. La fotomáscara puede ser física o virtual.
Así, las sondas oligonucleótidos pueden ser de entre 10 y 100 nucleotidos, más preferiblemente, de entre 20 y 70 nucleotidos, y aún más preferiblemente, de entre 24 y 30 nucleotidos. Para la cuantificacion de la expresión génica, preferiblemente se emplean aproximadamente unos 40 oligonucleótidos por gen.
La síntesis in situ sobre un soporte sólido (por ejemplo, vidrio), podría hacerse mediante tecnología chorro de tinta (ink-jet), lo que requiere sondas más largas. Los soportes podrían ser, pero sin limitarse, filtros o membranas de NC o nylon (cargadas), silicio, o portas de vidrio para microscopios cubiertos con aminosilanos, polilisina, aldehidos o epoxy. La sonda es cada una de las muestras del chip. El target es la muestra a analizar: ARN mensajero, ARN total, un fragmento de PCR, etc.
Implementación de los métodos de la invención
Otro aspecto de la invención se refiere a un medio de almacenamiento legible por un ordenador que comprende instrucciones de programa capaces de hacer que un ordenador lleve a cabo los pasos de cualquiera de los métodos de la invención.
Otro aspecto de la invención se refiere a una señal transmisible que comprende instrucciones de programa capaces de hacer que un ordenador lleve a cabo los pasos de cualquiera de los métodos de la invención.
BREVE DESCRIPCIÓN DE LAS FIGURAS
Figura 1. (A) muestra la curva de supervivencia Kaplan-Meier específica de enfermedad para toda la población del estudio. La curva de supervivencia Kaplan- Meier es definida como la probabilidad de sobrevivir en un periodo de tiempo definido. Cada periodo de tiempo es el intervalo entre dos eventos terminales no simultáneos. No hubo datos de supervivencia censurados ya que no se perdió información sobre el tiempo de supervivencia de ningún individuo. (B-H) estas gráficas representan las curvas de supervivencia Kaplan-Meier de cada uno de los biomarcadores individuales, etiquetados como marcadores pronóstico significativos: (B), respuesta clínica; (C) edad; (D), BDNF; (E), HVEM/TNFRSF14; (F), IL-24; (G), IL-29; (H), receptor de leptina; (I) LRP-6 y (J), ROB04. Para la dicotomización se usaron los valores de corte más significativos en términos de supervivencia. Los valores p para el test log-rank se muestran para cada variable.
Figura 2. Modelo de regresión de Cox. Curvas de pronóstico observadas (denotadas por puntos con forma de cuadrado, triángulo y diamante) y previstas (denotadas por línea sólida), para pacientes con PDAC de acuerdo con (A): modelo univariante o (B): modelo multivariante de riesgos proporcionales. Con la Regresión de Cox se pretende detectar alguna relación entre el riesgo de que se produzca un determinado suceso estudiado (muerte) y una o varias variables independientes. (B) Se representan las tres curvas correspondientes a los modelos generados con 3,4 y 5 citoquinas. Como se esperaba, las curvas de pronóstico se ajustaron a una distribución logarítmica. El coeficiente de determinación R2 es ilustrativo del modelo de bondad de ajuste. Como coeficiente, estos modelos dan predicciones útiles, siendo el modelo multivariante de las 5 citoquinas el más exacto, alcanzando el 92,6%. Por tanto, nuestro modelo de IP se aproxima al 93% de la variación de la supervivencia.
Figura 3. Curvas Kaplan-Meier de supervivencia IP. (A) muestra la gráfica de supervivencia para IP derivada del modelo univariante, abarcando 2 citoquinas. Se eligió 1 ,5 como valor de corte para dividir la cohorte de pacientes de tiempo de supervivencia corto (<5 meses) y de tiempo de supervivencia largo (>5 meses). (B) muestra la gráfica de supervivencia IP derivada del modelo multivariante, abarcando a las 5 citoquinas. Se eligió 17 como valor de corte para dividir la cohorte de pacientes de tiempo de supervivencia corto (<5 meses) o de tiempo de supervivencia largo (>5 meses). Los valores p para los test log-rank se muestran para ambas comparaciones.
Figura 4. Análisis de las curvas ROC para cada una de ¡as cinco citoquinas séricas, encontró que estaban diferencialmente expresadas entre los pacientes con PADC. Las curvas ROC resumen ¡a precisión de las citoquinas en la predicción de pacientes con PDAC. El área bajo la curva (ABC) es la sensibilidad media del biomarcador. Un biomarcador con valores no predictivos tendría un ABC de 0,5, mientras que un biomarcador con una habilidad perfecta para predecir la enfermedad, tendría un ABC de 1 . A muestra los valores de ABC, valor de corte, sensibilidad y especificidad para FGF-10; B muestra ios valores de ABC, valor de corte, sensibilidad y especificidad para I-CXCL1 1 ; C muestra los valores de ABC, valor de corte, sensibilidad y especificidad para OSM; D muestra los valores de ABC, valor de corte, sensibilidad y especificidad para la GPNMB; E muestra los valores de ABC, valor de corte, sensibilidad y especificidad para SCF; F muestra ios valores de ABC, valor de corte, sensibilidad y especificidad para las cinco citoquinas combinadas. Los valores de corte (valores de señal de intensidad) seleccionados fueron aquellos tanto con la mayor sensibilidad como especificidad.
EJEMPLOS DE LA INVENCIÓN
Los siguientes ejemplos y dibujos se proporcionan a modo de ilustración, y no se pretende que sean limitativos de la presente invención. Todo el análisis de datos y estadístico se realizó usando el software IBM SPSS statistic 20 o con lenguaje estadístico R. La calidad del análisis se incrementó usando el paquete "ArrayQualityMetrics" en R para eliminar cualquier valor atípico posible.
Biomarcadores de diagnóstico temprano
MATERIALES Y MÉTODOS En el estudio participaron 39 pacientes. Se establecieron 3 grupos diferentes:
1 ) 12 pacientes sanos, como grupo control.
2) 14 pacientes con PDAC que no habían recibido ningún tratamiento (denominado como pre-tratados).
3) 13 pacientes con PDAC bajo 2 semanas de tratamiento con la terapia combinada Gemcitabina + Erlotinib (denominados como post-tratados)
Todos los pacientes fueron diagnosticados con PDAC en el Hospital Virgen de las Nieves (Granada, España) entre 2008 y 201 1 . Se registró toda la información de los pacientes, incluyendo género, edad, grado de la enfermedad y síntomas. La edad media de los pacientes fue de 66 años (rango 41 -79 años) con un ratio entre hombres y mujeres de 50:50. La clasificación clínica de los pacientes con adenocarcinoma pancreático fue como sigue: estado III (28%) y estado IV (72%; Tabla 1 ).
Tabla 1. Características clinicopatológicas de la población de estudio
(n=14)
Edad de diagnostico, años (media ± SD) 66 ± 10,5
50%
Género
F: §0%
Etapa de la enfermedad m (28%)
Tipo de quimioterapia
EñotMb
PR (14,29%)
Respuesta clínica SD (21 ,43%)
PD (64,29%)
Tiempo de supervivencia, meses (media ± SD) 12,6 t 12,6
Nivel de CEA [[Jig/I] (media ± SD) 2219 ± 5017
Saludable
0-37
Nivel de CA 19-9 [U/1] (media ± SD) 899 ± 3185
Saludable:
0-3
PR: respuesta parcial; SD: enfermedad estable; PD: enfermedad progresiva; SD: desviación estándar.
Tabla 1. Características clínico-patológicas de la población de estudio {n=14). información recopilada de todos los pacientes PDAC, participantes en el estudio.
Procedencia de las muestras.
Las muestras de sangre fueron recogidas después de obtener la aprobación de comités éticos relevantes y consentimientos firmados por los pacientes. Se recogieron un total de 39 muestras de suero desde 2009 hasta 201 1 , usando los procedimientos estándares del Servicio de Oncología del Hospital Virgen de las Nieves (Granada,
España). Las muestras de sangre fueron obtenidas de pacientes diagnosticados con PDAC al inicio del estudio y 2 semanas después del inicio de la terapia (Gemcitabina + Erlotinib) y también de individuos sanos. El suero fue obtenido después de la centrifugación de la sangre a 1500 rpm durante 10 minutos a 4eC. Las muestras fueron alicuotadas y almacenadas a -80eC.
Ensayo de anticuerpos de citoquinas
Las proteínas solubles en suero de pacientes con PADC, fueron medidas usando un array de anticuerpos humanos etiquetados con biotina {Human Antibody L-series 507 Array (RayBiotech, Norcross, GA, USA), de acuerdo a las protocolos recomendados. Brevemente, las muestras se biotinilizaron. Los anticuerpos se inmovilizaron en sitios puntuales en portaobjetos de vidrio. La incubación de los arrays con las muestras biológicas consistía en la unión de las citoquinas a sus correspondientes anticuerpos. Las señales se visualizan usando conjugados estreptavidina-HRP y colorimetría. Las intensidades finales se midieron como las intensidades originales menos el fondo. Los datos fueron normalizados al control positivo para cada resultado individual
Análisis estadístico
Como las citoquinas en todos los grupos no presentaron una distribución normal, se utilizó el test de Mann-Whitney para destacar las diferencias entre grupos (p<0.05). Además, se calculó la tasa de cambio {fold change, FC). Los valores de tasa de cambio de citoquinas se comprobaron para indicar sus relativos niveles de expresión.
Ni FC < 1 ,5 ni FC 1 ,5 en ¡a señal de intensidad entre los grupos, fueron considerados relevantes. Se calculó el área bajo la curva (ABC) de la característica operativa del receptor (ROC) de cada marcador para evaluar su significancia diagnóstica representando la tasa de verdaderos positivos (sensibilidad) frente a la tasa de falsos positivos {1 -especificidad). Además, se generó un índice de combinación de marcadores y se trazó la curva ROC también para esta combinación. Los valores de corte se seleccionaron para mejorar tanto la sensibilidad como la especificidad. Adicionalmente, se representaron diagramas de caja que muestran la modulación de la expresión de aquellas citoquinas comunes modificadas significativamente entre post-tratados frente a pre-tratados y entre pre-tratados y control.
RESULTADOS
Anáfisis de ios biomarcadores séricos de diagnóstico en pacientes con PDAC y sanos (control),
Con el fin de encontrar marcadores que ayudaran a la detección temprana del PDAC, se realizó un extenso cribado con un array de anticuerpos para 507 citoquinas humanas para identificar aquellas citoquinas expresadas diferencialmente entre los individuos sanos y los que padecían PDAC. Las características clínico patológicas de los pacientes con PDAC están resumidas en la Tabla 1 . Como se muestra en la tabla 2, existen 5 citoquinas sobreexpresadas en pacientes con PDAC no tratados al compararlos con ios voluntarios sanos (p<0,05). Las citoquinas FGF-10, CXCL1 1 , OSM, GPNMB y SCF podrían representar un perfil sérico alterado en pacientes con PDAC.
Tabla 2, Las 5 citoquinas significativamente sobreexpresadas. Las diferencias fueron obtenidas por el test ann-Whitney (p<0,05). Sus niveles de expresión relativa se dan por su correspondiente FC. Cada FC≥1 ,5 o ≤1/1 ,5 en la intensidad de señal entre grupos se consideró relevante.
Aná isis de sensibilidad y especificidad de ios biomarcadores séricos para ei diagnóstico temprano de PDAC. Para determinar si estas 5 citoquinas podrían ser usadas como marcadores para la detección temprana del PDAC, se evaluó el valor diagnóstico (la habilidad de diferenciar entre salud y enfermedad) de cada biomarcador, por si sólo y en combinación. La sensibilidad y especificidad para cada biomarcador se analizaron usando el método del área bajo la curva de las características operativas del receptor (ROC). Las curvas están basadas en los niveles de citoquinas en individuos sanos e individuos antes y después del tratamiento. Se probó cada biomarcador candidato
independientemente fue investigado (Figura 4A-E). Todos ios posibies nuevos marcadores mostraron valores AUC entre 0,74 y 0,78 para diferenciar pacientes sanos y pacientes con PDAC. Las áreas bajo ia curva ROC para las citoquinas FGF-10, CXCL1 1 , OSM, GPNMB y SCF fueron 0,744, 0,737, 0,744, 0,776 y 0,772 respectivamente. La osteoactivina destacó por desarrollar la mayor sensibilidad para la predicción del PDAC. Seguidamente, para determinar si estas 5 citoquinas en su conjunto podrían ser usadas como grupo de biomarcadores para ia detección del PDAC, se analizó una combinación de estos 5 marcadores para obtener una curva ROC integrada. El grupo combinado de estas citoquinas mejoró significativamente la habilidad de todos ¡os biomarcadores por separado en aislamiento para distinguir pacientes con cáncer pancreático de ios controles sanos, el valor de ia AUC mejoró hasta 0,841 (Figura 4F).
Para determinar ia sensibilidad y especificidad de cada biornarcador, se establecieron aqueilos puntos de corte que proporcionan los mejores puntos de renuncia entre la mayor sensibilidad y la mayor especificidad (Figura 4). Todos mostraron una especificidad del 75% y una sensibilidad con un rango entre 69-77%. El grupo de ¡as 5 citoquinas mostró el mejor rendimiento para detectar PDAC en muestras séricas, reflejando también una sensibilidad del 77% pero una especificidad del 83%, más alta que por separado.
Biomarcadores de respuesta al tratamiento
La totalidad de los pacientes del estudio fueron diagnosticados con PDAC en el Hospital Virgen de las Nieves (Granada, España) entre 2008 y 201 1 . Se registró toda la información sobre los pacientes: género, edad, grado de la enfermedad y síntomas. La edad media de los pacientes fue de 66 años (rango 41 -79 años) y el ratio masculino-femenino (50:50). La clasificación clínica de los pacientes con adenocarcinoma pancreático era: estado III (28%) y estado IV (72%; Tabla 3). El tiempo global de supervivencia de los pacientes con PDAC fue de 12.6 meses y estaban tratados bajo la terapia combinada de Gemcitabina + Erlotinib. Las muestras de sangre se recogieron una vez obtenida la aprobación de los comités éticos relevantes y el consentimiento por parte de los donantes. Las muestras séricas fueron recogidas entre 2009 y 201 1 , usando procedimientos estándar en el servicio de oncología del Hospital Virgen de las Nieves. Además, las muestras de sangre se obtuvieron de pacientes diagnosticados con PDAC en condiciones iniciales, en
pacientes tras 2 semanas del inicio de la terapia (Gemcitabina + Erlotinib) y también de individuos sanos. Se obtuvo el suero después de centrifugación de la sangre a 1500 rpm durante 10 minutos a 4eC. Las muestras se alicuotaron y se almacenaron a una temperatura de -80eC.
Características clinicopatológicas de la población de estudio (n= 14)
Edad de diagnostico, años (media ± SD) 66 ± 10.5
M: 50%
Género
F: 50%
III (28%)
Etapa de la enfermedad
IV (72%)
Gemcitabine
Tipo de quimioterapia +
Erlotinib
PR (14.29%)
Respuesta clínica SD (21 .43%)
PD (64.29%)
Tiempo de supervivencia, meses (media ± SD) 12.6 ± 12.6
Nivel de CEA [μς/Ι] (media ± SD) 2219 ± 5017
Saludable:
0-37
Nivel de CA 19-9 [U/1] (media ± SD) 899 1 3185
Saludable:
0-5
PR: respuesta parcial; SD: enfermedad estable; PD: enfermedad progresiva; SD:
desviación estándar. labia 3. Características clínico-patológicas de la población de estudio (n=14). Información recopilada de todos ios pacientes PDAC, participantes en el estudio.
Ensayo de anticuerpos de citoquinas
Se usó un array de anticuerpos humanos de biotina (Human Antibody L-series 507 array (RayBiotech, Norcross, GA, USA)) y de acuerdo a los protocolos recomendados para medir las proteínas solubles en los sueros de pacientes con PDAC. Se biotinizaron todas las muestras. Los anticuerpos se inmovilizaron en lugares
específicos del portaobjetos de vidrio. Se incubaron de las membranas del array con las muestras biológicas para dar lugar a la unión de las citoquinas con sus correspondientes anticuerpos. Se visualizaron las señales usando estreptavidina-HRP conjugada y colorimetría. Las intensidades de puntos finales se calcularon como la intensidad original, restando el fondo. Los datos se normalizaron a los controles positivos en la dispositiva individual.
Análisis estadístico
La media de supervivencia después de la administración de Gemcitabina y Erlotinib se calculó en meses desde el comienzo del tratamiento hasta la muerte. Para un análisis de supervivencia global (OS), se utilizó la curva de Kaplan-Meier como un método para estimar la probabilidad de supervivencia en un tiempo dado, usando la proporción de pacientes que había sobrevivido a ese tiempo. El test long fíank se utilizó para determinar las diferencias de supervivencia entre grupos. Las curvas de supervivencia de Kaplan-Meier para marcadores individuales se obtuvieron después de la dicotomización. Los valores de corte para cada marcador fueron aquellos que desarrollaron la supervivencia más significativa entre los 2 grupos. Para determinar las variables más significantes que contribuían al OS, se realizaron análisis univariantes y multivariantes con el modelo de regresión de Cox de riesgos proporcionales, para determinar asociaciones entre citoquinas del suero y la mortalidad relacionadas con el cáncer. Primero se analizó la asociación entre ¡a mortandad y el nivel de citoquinas, considerando un factor cada vez. Después se aplicó el modelo multivariante de riesgo proporcional de Cox usando un algoritmo condicional paso a paso, basado en la tasa de probabilidad.
El ajuste del modelo global se consideró significativo de acuerdo a la prueba de chi- cuadrado. (p<0,05). Además, se mostró el índice de Wald para determinar el peso de cada variable en el en modelo global, tanto en univariante como en multivariante. Los niveles de 507 citoquinas se introdujeron en los modelos, como parámetros continuos, y ¡os resultados se expresaron como razón de riesgo o tasa de riesgo relativo.
Mediante el análisis de estas variables se obtuvo el índice pronóstico (IP), que considera los coeficientes de regresión derivados del modelo de Cox de todos los factores significativos. Las diferencias fueron consideradas significativas cuando p<0,05.
El modelo de regresión de Cox para el estudio de la supervivencia de los pacientes PDAC, quedó definido por la siguiente ecuación:
Ecuación 1 : h(t)
Donde h (t) es la razón de riesgo en el momento t, h0 (t) es la tasa de riesgo basal y el exponente, el cual no depende del tiempo, es conocido como índice pronóstico (IP). El índice pronóstico para un paciente específico /' es definido como:
Ecuación 2 ■■ PL =
Donde ¡¡ define el coeficiente previsto por el modelo de regresión de Cox para un paciente particular / y la citoquina j x¡j determina el nivel de expresión medido para el paciente y la citoquina j y N representa el número de citoquinas incluidas en el modelo. RESULTADOS
Anáfisis de supervivencia de pacientes con PDAC
Las características clínicas de los pacientes PDAC están resumidas en la tabla 1 . Para el conjunto de la población de estudio, las tasas de OS fueron 46.15% a los 6 meses, 23.08% a los 12 meses y 7.69% a los 24 meses. La duración media del seguimiento para el grupo de estudio fue de 12 meses (rango 1 -40 meses) y durante ese tiempo el 100% de los pacientes con PDAC murieron debido a la enfermedad. Las probabilidades de supervivencia se calcularon fueron usando el método de Kapian- eier. La curva de supervivencia para toda la cohorte de pacientes se muestra en la figura 1 A. Anáfisis univariante entre citoquinas séricas y supervivencia
Primero se utilizó un enfoque univariante en el estudio para identificar factores de diagnóstico medibles que fueran relevantes e independientes y se pudieran asociar a un riesgo alto de muerte por PDAC. Se analizaron ios niveles séricos de citoquinas, y los parámetros clínico-patológicos como, la edad, género, estado y respuesta clínica. Los parámetros clínico-patológicos, edad y respuesta clínica (enfermedad progresiva o no progresiva) tuvieron poco peso en el pronóstico según el análisis univariante (p=0,030 y p=0,013, respectivamente). En cuanto a las citoquinas, el análisis univariante de los niveles de expresión de BDNF (p=0, 034, HR 1 ,005, IC 95% (1 ,000-
1,009)); HVEM/TNFRSF14 (p=0,G39, HR 0,924, IC 95% (0,858-0,996)); IL-24 (p=Q,023 HR 1.041, !C 95% (1,006-1,078)); ÍL-29 ( =0,021, HR 1,012, !C 95% (1,002-1,023)); Leptin R (p=0,018, HR 1,008, !C 95% (1,001-1,015)); LRP-6 (p==Q,022 HR 1.027, ¡C 95% (1,004-1,051)) y R0B04 (p=Q,045 HR 1,002, !C 95% (1,000-1,004)) mostraron una influencia significativa en el pronósfico. Los resultados del análisis univariante de cada citoquina, corno de ios factores pronóstico independientemente y sus beta- coeficientes, razón de riesgo (HR, representa el factor por el cual el riesgo cambia para cada unidad que aumenta de la expresión de citoquinas), IC 95% (límites superior e inferior del intervalo de confianza con un nivel significativo de 0.05) y valores p, se muestran en la tabla 4.
Tabla 4: Factores de pronóstico según el análisis univariante
Supervivencia global
Variable
β HR 95% Cl p-valor
BDNF 0,005 1,005 1,000 1,009 0,034
HVEM/ TNFRSF14 -0,079 0,924 0,858 0,996 0,038
IL-24 0,040 1,041 1,006 1,078 0,023
IL-29 0,012 1,012 1,002 1,023 0,021
Leptin R 0,008 1,008 1,001 1,015 0,018
LRP-6 0,027 1,027 1,004 1,051 0,022
ROB04 0,002 1,002 1,000 1,004 0,045
Edad 0,086 1,089 1,008 1,177 0,030
Respuesta clínica 2,064 8,706 1,057 71,692 0,013
Ajuste del modelo general (p= 0,0023)
Citoquinas
β HR 95% Cl p-valor
11-24 (1) 0,042 1 ,042 1,003 1,023 0,026
11-29 (2) 0,014 1 ,014 1,005 1,081 0,017 β: coeficiente según el modelo de regresión de Cox para un paciente concreto y citoquina; HR: Ratio al azar (representa el factor según los cambios de razón de riesgo para cada unidad de incremento de expresión de citoquinas); 95% Cl: límites superior e inferior del intervalo de confianza con un nivel de significación de 0,05.
labia 4, Factores de pronóstico según en el análisis univariante. Variables asociadas significativamente con la supervivencia de pacientes con PDAC en análisis univariante. Se muestran: Coeficientes-beta (β), razón de riesgo (HR), IC 95% y los valores p para las variables seleccionadas. Coeficientes-beta positivos para una variable explicativa
representan un alto riesgo y por tanto el pronóstico es peor. Por el contrario, un coeficiente de regresión negativo implica un mejor pronóstico para pacientes con valores más alto de esta variable. La razón de riesgo es una medida descriptiva usada para comparar ios tiempos de supervivencia de los dos grupos diferentes de pacientes. La razón de riesgo indica el cambio en el riesgo de muerte si la variable aumenta en una unidad (una unidad de expresión para citoquinas, un año para la edad variable y progresión de la enfermedad en respuesta clínica). IC 95% es el intervalo de confianza para la razón de riesgo. Los valores p, en la parte superior de la tabla, reflejan la significancia de cada variable individual que explica la supervivencia. En la parte inferior de la tabla se muestra el modelo, paso a paso, utilizando sólo aquellas citoquinas significativas según el análisis univariante. Los valores p indicados, reflejan la significancia de las citoquinas en el modelo completo.
Con el fin de determinar las diferencias de supervivencia de estos marcadores individualmente en pacientes con PDAC, se generaron curvas de supervivencia de Kaplan-Meier usando los puntos de corte, proporcionando la discriminación más significativa en términos de supervivencia entre grupos. La figura 1 (B-J) representa los puntos de supervivencia de Kaplan-Meier de marcadores individuales, que muestran diferencias significativas en el pronóstico.
Análisis muitivariante entre citoquinas del suero y supervivencia
A pesar de que a menudo las variables estadísticamente significativas del análisis univariante son las incluidas en el análisis muitivariante, algunas variables que no son significativas en el análisis univariante podrían aparecer como significativas en el análisis muitivariante. Asi, además de las variables estadísticamente significativas relacionadas con el pronóstico en el análisis univariante, también se incluyeron aquellas sin impacto. La mejor combinación de las citoquinas seleccionadas según el análisis de riesgo proporcional muitivariante de Cox se muestra en la tabla 5.
Tabla 5: Factores de pronóstico según el análisis muitivariante
Ajuste del
Supervivencia global
Citoquinas modelo general β HR 95% Cl p-valor p-valor
IL-29 0,081 1 ,084 1 ,010 1 ,164 0,026 0,004212 B7-1/CD80 4,351 77,574 1 ,138 5289,453 0,043 0,002494 PD-ECGF 0,264 1 ,302 0,944 1 ,797 0,108 0,001350
EG-VEGF/PK1 0,003 1 ,003 1 ,000 1 ,005 0,049 0,000134 NRG1-beta1 /
0,020 1 ,020 0,994 1 ,047 0,129 0,000286 HRG1-beta1
β: coeficiente según el modelo de regresión de Cox para un paciente concreto y citoquina; HR: Ratio al azar (representa el factor por el cual los cambios de riesgo para cada unidad de incremento de expresión de citoquinas); 95% Cl: límites superior e inferior del intervalo de confianza con un nivel de significación de 0,05.
labia 5. Factores de pronóstico según el análisis mu!tivariante. Las citoquinas significativamente asociadas con ¡a supervivencia de pacientes con PDAC en el análisis muitivariante. Se muestran: coeficientes-beta (β), razón de riesgo (HR). IC 95% y los valores p para las citoquinas seleccionadas. La última columna de valores p, representa la significancia de las citoquinas en el modelo completo.
Ninguno de ¡os parámetros clínico-patológicos demostraron una tendencia significativa hacia la disminución de la supervivencia global (p>0,05) y no fueron considerados en el modelo global. Referente a las citoquinas y según el análisis muitivariante, los niveles de expresión de CD80 (p=0,043, HR 77,574, IC 95% (1 ,138-5289,4)); EG~ VEGF (p=0,049, HR 1 ,003, IC 95% (1 ,000-1 ,005)) e ÍL-29 (p=0,026, HR 1 ,084, ¡C 95% (1 ,010-1 ,164)), mostraron una influencia significativa en el pronóstico. La influencia significativa de IL-29 en la supervivencia se observó en el análisis univariante y se confirmó con el análisis muitivariante. Los coeficientes beta (β), razón de riesgo (HR), ¡C 95% y valores p para las citoquinas seleccionadas se muestran en la tabla 3. Aunque NRG1-beta1 ((p=0,129), HR 1 ,020, IC 95% 0,994-1 ,797)) no mostraron influencia significativa en el pronóstico como factor independiente.
Indices da pronóstico de citoquinas en pacientes con PDAC:
Una combinación adecuada de biomarcadores podría proporcionarnos ¡a información más exacta sobre el pronóstico, por tanto el conjunto más exacto de variables se buscó usando el protocolo de regresión condicional basado en la tasa de probabilidad.
Para ilustrar el efecto interrelacíonado en OS de los 7 marcadores destacados por el análisis univariante, se utilizó el análisis de riesgo proporcional de Cox para seleccionar variables relacionadas conjuntamente con la supervivencia. Como resultado de este análisis, resultó un modelo que contenía sólo !L-24 (p=0,026, HR 1 ,042, IC 95%, (1 ,003-1 ,023)) e IL-29 (p=0,017, HR 1 ,014, IC 95% (1 ,005-1 ,081 )). El ajuste del modelo global demostró ser significativo por el test estadístico del chi-
cuadrado (ρ=0.0023). A fin de establecer un índice pronóstico para determinar la supervivencia global de ios pacientes con PDAC, estos coeficientes-beta de las citoquinas fueron introducidos en la siguiente ecuación y se generó el siguiente modelo de índice pronóstico:
^'univariate = 0.042 X IL-24 +0.014 X IL-29 El IP univariante representa el modelo mulíivaríantes derivado de la combinación de los marcadores significativos en el análisis univariante. Con respecto a todas las citoquinas obtenidas por análisis muitivariante, se construyó un segundo modelo de supervivencia estadísticamente significativo (p=0,0003), y se generó el siguiente modelo IP:
^muiüvariate = 4.351 x B7-1/CD80 + 0.003 x EG-VEGF / P 1 +0.081 x IL-29 + 0.020
x NGRl-betal/HRGl-betal + 0.264 x PD-ECGF El IP muitivariante representa el modelo muitivariante derivado de la mejor de todas las posibles combinaciones usando las 507 citoquinas del análisis muitivariante.
Se evaluó mediante análisis de regresión si ios IP podían generar a un modelo de supervivencia exacto para esta cohorte de pacientes. Se utilizó R2 como prueba de bondad de ajuste. Se calcularon, clasificaron y relacionaron con OS los resultados de los IP unívariantes e IP muitivariante propuestos. Como se esperaba, ambos modelos de supervivencia mostraron una tendencia logarítmica cuando se representaron frente al tiempo. La figura 2 representa los resultados del IP observados y los ajusfes logarítmicos previstos para estos modelos. Según el modelo muitivariante, el modelo global con 5 citoquinas resultó ser estadísticamente significativo aunque también se evaluaron los análisis de regresión para los modelos que contenían 3 y 4 citoquinas. Los valores de R2 obtenidos fueron 0,684, 0,727, 0,908 y 0,926 para el modelo de IP univariante y para los modelos de IP muitivariante con 3, 4 y 5 respectivamente. Todos los modelos arrojan resultados satisfactorios, pero el modelo muitivariante que abarca a CD80, EG-VEGF, IL-29, NRG1-beta1 y PD-ECGF, destacó sobre el resto. El índice de pronóstico para el modelo muitivariante con estas 5 citoquinas, osciló de 0 a 40 en nuestra cohorte. Los pacientes se categorizaron en 2 grupos, de acuerdo a sus índices pronóstico: pronóstico desfavorable (IP>17) y pronóstico favorable (IP<17). Las curvas de supervivencia se compararon después entre estos 2 grupos pronóstico (Figura 3 A). Los grupos propuestos que se muestran para diferenciar el tiempo global de supervivencia son: bajo (<5 meses) y alto (>5 meses). La supervivencia global en
estos grupos fue estadísticamente muy significativa (p<0, 00056). El índice pronóstico para modelo univariante fue también representado y su rango fue de 0 a 5. De acuerdo a este ¡P, los pacientes fueron categorizados de nuevo en 2 grupos: pronóstico desfavorable (IP>1 ,5) y pronóstico favorable (1P<1 ,5). Además, las curvas de supervivencia se compararon entre estos 2 grupos pronóstico (Figura 3 B), y se obtuvo una correlación significativa con la supervivencia global, como baja supervivencia (< 5 meses) y alta supervivencia {> 5 meses). La supervivencia global en estos grupos, fue menos pero aún significativa (p < 0,004) comparada con el IP muitivariante. Cláusulas
En resumen, los aspectos la presente invención se describen en las siguientes cláusulas numeradas:
1 . - El uso simultáneo de los genes: CD80, EG-VEGF, IL-29, NRG1-beta 1 y PD-ECGF, para predecir o pronosticar la respuesta de un individuo al tratamiento que comprende un análogo de nucleosido y un inhibidor del receptor del factor de crecimiento epidérmico, donde el individuo padece cáncer de páncreas.
2. - El uso según la cláusula anterior, donde el individuo padece adenocarcinoma ductal de páncreas (PDAC).
3. - El uso, según cualquiera de las cláusulas anteriores, donde el tratamiento comprende el análogo de nucleosido Gemcitabina y el inhibidor del receptor del factor de crecimiento Erlotinib.
4. - Un método de obtención de datos útiles, para predecir o pronosticar la respuesta de un individuo al tratamiento que comprende un análogo de nucleosido y un inhibidor del receptor del factor de crecimiento epidérmico, donde el individuo padece cáncer de páncreas, que comprende: a) obtener una muestra biológica aislada del individuo, b) cuantificar la cantidad de producto de expresión de los genes: CD80, EG- VEGF, IL-29, NRG1-beta1 y PD-ECGF
5. - El método según la cláusula anterior, que además comprende: c) hallar un valor de índice pronóstico (IP) con los valores de las citoquinas del paso b) aplicando la fórmula:
IPPDAC = 4.351 x B7-1/CD80 + 0.003 x EG-VEGF / P 1 +0.081 x IL-29 + 0.020 x
NGRl-betal/HRGl-betal + 0.264 x PD-ECGFC)
6. Un método para predecir o pronosticar la respuesta de un individuo al tratamiento que comprende un análogo de nucleosido y un inhibidor del receptor del factor de crecimiento epidérmico, donde el individuo padece cáncer de páncreas, que comprende los pasos (a) - (c) según cualquiera de las cláusulas 4 - 5, y además comprende clasificar a los individuos que presentan un IP>17 en el grupo de individuos con un mal pronóstico de la enfermedad, y preferiblemente una supervivencia inferior a 5 meses. 7.- Un método para predecir o pronosticar la respuesta de un individuo al tratamiento que comprende un análogo de nucleosido y un inhibidor del receptor del factor de crecimiento epidérmico, donde el individuo padece cáncer de páncreas, que comprende los pasos (a) - (c) según cualquiera de las cláusulas 4 - 5, y además comprende clasificar a los individuos que presentan un IP≤17 en el grupo de individuos que presentan un mejor pronóstico de la enfermedad, y más preferiblemente una supervivencia superior a 5 meses.
8. - El método según cualquiera de las cláusulas 4-7, donde el análogo de nucleosido es la Gemcitabina.
9. - El método según cualquiera de las cláusulas 4-8, donde el inhibidor del receptor del factor de crecimiento epidérmico es el Erlotinib.
10. - El método según cualquiera de las cláusulas 4-9, donde el individuo padece adenocarcinoma ductal de páncreas (PDAC).
1 1 . - El método según cualquiera de las cláusulas 4-10, donde la muestra biológica es una muestra de sangre (suero). 12.- El método según cualquiera de las cláusulas 4-1 1 , donde los pasos (b) y/o (c) de los métodos descritos anteriormente pueden ser total o parcialmente automatizados.
13. - El método según cualquiera de las cláusulas 4-12, donde la cuantificación se hace mediante un inmunoensayo.
14. - El método según cualquiera de las cláusulas 4-13, donde el inmunoensayo es un ELISA.
15. - El uso de un anticuerpo en la elaboración de un medicamento para tratar un individuo que padece cáncer de páncreas, identificable por un método según cualquiera de las cláusulas 4-14, donde el anticuerpo se selecciona de entre anti- CD80, anti-EG-VEGF, anti-IL29, anti-NRG1 -beta1 y aníi-PD-ECGF, o cualquiera de sus combinaciones.
16. - Una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre CD80, EG-VEGF, IL-29, NRG1-beta 1 y PD-ECGF, para tratar a un individuo que padece cáncer de páncreas, identificable por el método según cualquiera de las cláusulas 4-14. 17.- Un kit o dispositivo, que comprende los elementos necesarios para cuantificar la cantidad de expresión de los genes que se seleccionan de entre CD80, EG-VEGF, IL- 29, NF¡G1-beta1 y PD-ECGF
18.- El kit o dispositivo, según la cláusula anterior, que comprende los anticuerpos anti- CD80, anti-EG-VEGF, anti-IL29, anti-NRG1 -beta1 y anti-PD-ECGF.
19.- El kit o dispositivo según las cláusulas 17-18, que además comprende la asignación de un valor de índice pronóstico y clasificación de individuos, según las cláusulas 5-6.
20. - Un soporte sólido, o chip de proteínas, que comprende al menos uno de los anticuerpos anti-CD80, anti-EG-VEGF, anti-IL29, anti-NRG1 -beta1 y anti-PD-ECGF, o cualquiera de sus combinaciones, para llevar a cabo un método según cualquiera de las cláusulas 4-14.
21 . - Un soporte sólido, o chip de DNA, que comprende oligonucleótidos o microarreglos de canal único diseñados a partir de una secuencia conocida o un ARNm de al menos uno de los genes CD80, EG-VEGF, IL-29, NRG1-beta1 y PD- ECGF, o cualquiera de sus combinaciones, para llevar a cabo un método según cualquiera de las cláusulas 4-14.
22. - Un medio de almacenamiento legible por un ordenador que comprende instrucciones de programa capaces de hacer que un ordenador lleve a cabo los pasos del método según cualquiera de las cláusulas 4-14. 23.- Una señal transmisible que comprende instrucciones de programa capaces de hacer que un ordenador lleve a cabo los pasos del método según cualquiera de las cláusulas 4-14.
Claims
1 . - El uso simultáneo de los genes FGF- 10, CXCL 11, OSM, GPNMB y SCF, para el diagnóstico del cáncer de páncreas.
2. - El uso, según la reivindicación anterior, donde el cáncer de páncreas es el adenocarcinoma ductal de páncreas (PDAC).
3. - Un método de obtención de datos útiles, para el diagnóstico del cáncer de páncreas, que comprende: a) obtener una muestra aislada del individuo. b) cuantificar la cantidad de producto de expresión de los genes FGF- 10, CXCL 1 1, OSM, GPNMB y SCF.
A.- El método según la reivindicación anterior, que además comprende: c) comparar las cantidades obtenidas en el paso (b) con una cantidad de referencia.
5. El método según cualquiera de las reivindicaciones 3-4, donde los pasos (b) y/o (c) pueden ser total o parcialmente automatizados.
6. - Un método de diagnóstico del cáncer de páncreas que comprende los paso (a)-(c) según cualquiera de las reivindicaciones 3-5, y además comprende asignar al individuo del paso (a) al grupo de individuos que padecen cáncer de páncreas cuando presentan una cantidad de producto de expresión del los genes FGF-10, CXCL 1 1, OSM, GPNMB y SCF, superior a la cantidad de referencia.
7. - El método según cualquiera de las reivindicaciones 3-6, donde cáncer de páncreas es el adenocarcinoma ductal de páncreas (PADC).
8. - El método según cualquiera de las reivindicaciones 3-7, donde la muestra biológica es una muestra de sangre, y preferiblemente suero.
9.- El método según cualquiera de las reivindicaciones 3-8, donde la cuantificación se hace mediante inmunoensayo.
10.- El uso de un anticuerpo en la elaboración de un medicamento para tratar un individuo que padece cáncer de páncreas, identificable por un método según
cualquiera de las reivindicaciones 3-9, donde el anticuerpo se selecciona de entre anti- FGF-10, antí- CXCL1 1 , anti-OSM, anti- GPNM y anti-SCF.
1 1 . - Una composición farmacéutica que comprende un agente modulador de al menos uno de los genes que se seleccionan de entre FGF-10, CXCL 11, OSM; GPNMB y SCF, en la elaboración de un medicamento para el tratamiento de un individuo que padece cáncer de páncreas, identificable por un método según cualquiera de las reivindicaciones 3-9.
12. - Un kit o dispositivo, que comprende los elementos necesarios para cuantificar la cantidad de expresión de los genes que se seleccionan de entre FGF-10, CXCL 1 1, OSM, GPNMB y SCF.
13. - El kit o dispositivo, según la reivindicación 12, que comprende los anticuerpos anti-FGF-10, anti- CXCL1 1 , anti-OSM, anti- GPNM y anti-SCF.
14. - Un soporte sólido, o chip de proteínas, que comprende al menos uno de los anticuerpos anti-FGF-10/, anti- CXCL1 1 , anti-OSM, anti- GPNM y anti-SCF, o cualquiera de sus combinaciones, para llevar a cabo un método según cualquiera de las reivindicaciones 3-9.
15. - Un soporte sólido, o chip de DNA, que comprende oligonucleótidos o microarreglos de canal único diseñados a partir de una secuencia conocida o un ARNm de al menos uno de los genes FGF- 10, CXCL 1 1, OSM, GPNM y SCF, o cualquiera de sus combinaciones, para llevar a cabo un método según cualquiera de las reivindicaciones 3-9.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/898,254 US20160139129A1 (en) | 2013-06-14 | 2014-06-13 | Biomarkers for the diagnosis and the response to treatment of pancreatic cancer |
EP14811734.4A EP3015864A4 (en) | 2013-06-14 | 2014-06-13 | Biomarkers for the diagnosis and the response to treatment of pancreatic cancer |
CN201480045186.0A CN105829893A (zh) | 2013-06-14 | 2014-06-13 | 用于胰腺癌诊断及治疗响应的生物标记物 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ESP201330896 | 2013-06-14 | ||
ESP201330897 | 2013-06-14 | ||
ES201330897A ES2526823B1 (es) | 2013-06-14 | 2013-06-14 | Biomarcadores, método y kit para el diagnóstico temprano del adenocarcinoma ductal de páncreas |
ES201330896 | 2013-06-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2014198995A1 true WO2014198995A1 (es) | 2014-12-18 |
Family
ID=52021695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/ES2014/070495 WO2014198995A1 (es) | 2013-06-14 | 2014-06-13 | Biomarcadores para el diagnóstico y respuesta al tratamiento en cáncer de páncreas |
Country Status (4)
Country | Link |
---|---|
US (1) | US20160139129A1 (es) |
EP (1) | EP3015864A4 (es) |
CN (1) | CN105829893A (es) |
WO (1) | WO2014198995A1 (es) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017122039A1 (en) * | 2016-01-13 | 2017-07-20 | INSERM (Institut National de la Santé et de la Recherche Médicale) | Methods for predicting pancreatic cancer treatment response |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180216194A1 (en) * | 2015-07-28 | 2018-08-02 | The Johns Hopkins University | Compositions and methods for detecting pancreatic cancer |
EP4053557A1 (en) * | 2016-11-24 | 2022-09-07 | Huvet Bio, Inc. | Il-29 as a marker for a pancreatic disease |
KR102536314B1 (ko) * | 2018-05-23 | 2023-05-25 | 주식회사 휴벳바이오 | 질환의 진단용 조성물 |
CN113348416A (zh) * | 2019-01-18 | 2021-09-03 | 卡罗利·西普卡 | 测量系统和与测量系统相关的方法 |
US20220326243A1 (en) * | 2019-05-21 | 2022-10-13 | Acurasysbio Co., Ltd. | Composition for cancer diagnosis |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2403781A1 (es) * | 2010-11-05 | 2013-05-21 | Servicio Andaluz De Salud | Método de obtención de datos útiles para el diagnóstico del cáncer de páncreas, y para evaluar la respuesta al tratamiento. |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7282567B2 (en) * | 2002-06-14 | 2007-10-16 | Immunomedics, Inc. | Monoclonal antibody hPAM4 |
CN1970789A (zh) * | 2005-11-21 | 2007-05-30 | 林远 | 流式细胞仪-微载体基因芯片 |
CN1996015A (zh) * | 2006-01-06 | 2007-07-11 | 林远 | 流式细胞仪生物芯片:免疫监测及药物研发 |
CN102137681B (zh) * | 2008-08-08 | 2014-12-03 | 埃姆诺医药有限公司 | 抗胰腺癌抗体 |
ES2342529B1 (es) * | 2008-10-07 | 2011-05-11 | Proyecto De Biomedicina Cima, S.L. | Oncostatina m como potenciador de la actividad inmunoestimuladora de celulas epiteliales humanas. |
-
2014
- 2014-06-13 US US14/898,254 patent/US20160139129A1/en not_active Abandoned
- 2014-06-13 EP EP14811734.4A patent/EP3015864A4/en not_active Withdrawn
- 2014-06-13 CN CN201480045186.0A patent/CN105829893A/zh active Pending
- 2014-06-13 WO PCT/ES2014/070495 patent/WO2014198995A1/es active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2403781A1 (es) * | 2010-11-05 | 2013-05-21 | Servicio Andaluz De Salud | Método de obtención de datos útiles para el diagnóstico del cáncer de páncreas, y para evaluar la respuesta al tratamiento. |
Non-Patent Citations (72)
Title |
---|
AGARWAL ET AL., PANCREAS, vol. 36, 2008, pages 15 - 20 |
BALU ET AL., ROM. J. MORPHOL. EMBRYOL., vol. 53, 2012, pages 479 - 483 |
BHUSHAN ET AL., DEVELOPMENT, vol. 128, 2001, pages 5109 - 5117 |
BREMAN ET AL., NAT. REV. CANCER, vol. 10, 2010, pages 605 - 617 |
BROUILLET, S., TRENDS ENDOCRINOL. METAB., vol. 23, 2012, pages 501 - 508 |
CHAN ET AL., J. PROTEOMICS, 2012 |
CHEN ET AL., J. EXP. MED., vol. 179, 1994, pages 523 - 532 |
CORCORAN ET AL., CANCER RES., vol. 71, 2011, pages 5020 - 5029 |
COSTELLO ET AL., NAT. REV. GASTROENTEROL HEPATOL., vol. 9, 2012, pages 435 - 444 |
DALLOL ET AL., CANCER EPIDEMIOL. BIOMARKERS. PREV., vol. 21, 2012, pages 2069 - 2075 |
DONNELLY ET AL., J. INTERFERON CYTOKINE RES., vol. 30, 2010, pages 555 - 564 |
DUFFY ET AL., ANN. ONCL., vol. 21, 2010, pages 441 - 447 |
FALLS ET AL., EXP. CELL. RES., vol. 284, 2003, pages 14 - 30 |
FONG ET AL., CANCER J., vol. 18, 2012, pages 530 - 538 |
FOSSEY ET AL., BMC CANCER, vol. 11, 2011, pages 125 |
FURUYA ET AL., GYNECOL. ONCOL., vol. 122, 2011, pages 648 - 655 |
GARCEA ET AL., EUR. J. CANCER, vol. 41, 2005, pages 2213 - 2236 |
GERMANO ET AL., CYTOKINE, vol. 43, 2008, pages 374 - 379 |
HAYES ET AL., J. MAMMARY GLAND. BIOL. NEOPLASIA, vol. 13, 2008, pages 205 - 214 |
HIDALGO, N. ENGL. J. MED., vol. 362, 2010, pages 1605 - 1617 |
HIDALGO: "Pancreatic cancer", N. ENGL. J. MED., vol. 362, 2010, pages 1605 - 1617 |
JAMIESON ET AL., CLIN CANCER RES, vol. 17, 2011, pages 3316 - 333 |
JIANG ET AL., PANCREATOLOGY, vol. 9, 2009, pages 165 - 172 |
KLEE ET AL., CLIN. TOXICOL., vol. 58, 2012, pages 599 - 609 |
KOTENKO ET AL., CURR. OPIN. IMMUNOL., vol. 23, 2011, pages 583 - 590 |
KUAN ET AL., CLIN. CANCER RES., vol. 12, 2006, pages 1970 - 1982 |
LECOUTER ET AL., NATURE, vol. 412, 2001, pages 877 - 884 |
LI ET AL., INT. J. MOL. MED., vol. 28, 2011, pages 101 - 108 |
LI ET AL., J. EXP. CLIN. CANCER RES., vol. 25, 2006, pages 403 - 409 |
LILES ET AL., BR. J. CANCER, vol. 105, 2011, pages 523 - 533 |
LO ET AL., AM. J. PATHOL., vol. 176, 2010, pages 2435 - 2446 |
LUO ET AL., BIOCHIM. BIOPHYS ACTA, vol. 1826, 2012, pages 170 - 178 |
LUO ET AL., HUM. PATHOL., vol. 44, 2013, pages 69 - 76 |
MAHER ET AL., CANCER BIOL. THER., vol. 7, 2008, pages 1109 - 1115 |
MANN ET AL., PLOS ONE, vol. 7, 2012, pages E51119 |
MANTOVANI ET AL., NATURE, vol. 454, 2008, pages 436 - 444 |
MARKUS WAGNER. ET AL.: "Suppression of Fibroblast Growth Factor Receptor Signaling Inhibits Pancreatic Cancer Growth In Vitro and In Vivo.", GASTROENTEROLOGY, vol. 114, 1998, pages 798 - 807, XP005138788 * |
MIEKUS ET AL., FOLIA HISTOCHEM. CYTOBIOL., vol. 48, 2010, pages 104 - 111 |
MROCZKO ET AL., CLIN. TOXICOL. LAB. MED., vol. 42, 2004, pages 256 - 260 |
MROCZKO ET AL., CLIN. TOXICOL. LAB. MED., vol. 43, 2005, pages 146 - 150 |
MROCZKO ET AL., INT.J. COLORECTAL DIS., vol. 22, 2005, pages 33 - 38 |
MURRAY KORC.: "Pancreatic cancer-associated stroma production.", THE AMERICAN JOURNAL OF SURGERY., vol. 194, 2007, pages S84 - S86, XP022267852 * |
NAGANO ET AL., J. SURG. ONCOL., vol. 96, 2007, pages 605 - 610 |
NESSE ET AL., GUT, vol. 60, 2011, pages 861 - 868 |
NGAN ET AL., CLIN. CANCER RES., vol. 13, 2007, pages 868 - 875 |
NOMURA ET AL., BR. J. CANCER, vol. 99, 2008, pages 305 - 313 |
NOVAK ET AL., LEUKEMIA, vol. 22, 2008, pages 2240 - 2246 |
ONAGA ET AL., J. HEPATOL., vol. 39, 2003, pages 779 - 785 |
PASQUALI ET AL., ENDOCRINOLOGY, vol. 147, 2006, pages 4245 - 4251 |
ROSE ET AL., CLIN. CANCER RES., vol. 16, 2010, pages 2147 - 2156 |
ROSE ET AL., PLOS ONE, vol. 5, 2010, pages 12093 |
SAKAR ET AL., TOXICOL. APPL. PHARMACOL., vol. 224, 2007, pages 326 - 336 |
SCHETTER ET AL., CARCINOGENESIS, vol. 31, 2010, pages 37 - 49 |
See also references of EP3015864A4 * |
SELIGER ET AL., CANCER IMMUNOL. IMMUNOTHER., vol. 61, 2012, pages 1327 - 1341 |
SHIELDS ET AL., BIOCHEM J., vol. 441, 2012, pages 541 - 542 |
SIEGEL ET AL., C.A. CANCER J. CLIN., vol. 62, 2012, pages 10 - 29 |
SLATER EP . ET AL.: "LCN2 and TIMP1 as Potential Serum Markers for the Early Detection of Familial Pancreatic Cancer.", TRANSLATIONAL ONCOLOGY, vol. 6, no. 2, April 2013 (2013-04-01), pages 99 - 103, XP055302319 * |
STOVE ET AL., CLIN. EXP. ETASTASIS, vol. 21, 2004, pages 665 - 684 |
TIFFEN ET AL., MOL. ENDOCRINOL., vol. 22, 2008, pages 2677 - 2688 |
TOMIHARI ET AL., CANCER RES, vol. 70, 2010, pages 5778 - 5787 |
TSE ET AL., CLIN. CANCER RES., vol. 12, 2006, pages 1373 - 1382 |
WANG ET AL., PL S ONE, vol. 7, 2012, pages E45491 |
WANG ET AL., WORLD J. SURG., vol. 34, 2010, pages 1059 - 1065 |
WEIXIA ZHONG. ET AL.: "CXCL12/CXCR4 axis plays pivotal roles in the organ-specific metastasis of pancreatic adenocarcinoma", A CLINICAL STUDY. EXPERIMENTAL AND THERAPEUTIC MEDICINE., vol. 4, 2012, pages 363 - 369, XP055302317 * |
WETERMAN ET AL., INT. J. CANCER, vol. 60, 1995, pages 73 - 81 |
WILLIAMS ET AL., MELANOMA RES., vol. 20, 2010, pages 184 - 190 |
WINDER ET AL., J. PATHOL., vol. 225, 2011, pages 448 - 462 |
YASUDA ET AL., DIG. DIS. SCI., vol. 52, 2007, pages 2292 - 2300 |
YASUDA ET AL., MOL. CANCER, vol. 5, 2006, pages 46 |
YEN ET AL., ONCOGENE, vol. 19, 2000, pages 3460 - 3469 |
ZARLING ET AL., PROC. NAT. ACAD. SCI. USA., vol. 83, 1986, pages 9739 - 43 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017122039A1 (en) * | 2016-01-13 | 2017-07-20 | INSERM (Institut National de la Santé et de la Recherche Médicale) | Methods for predicting pancreatic cancer treatment response |
US10760135B2 (en) | 2016-01-13 | 2020-09-01 | Inserm (Institut National De La Sante Et De La Recherche Medicale) | Methods for predicting pancreatic cancer treatment response |
Also Published As
Publication number | Publication date |
---|---|
US20160139129A1 (en) | 2016-05-19 |
CN105829893A (zh) | 2016-08-03 |
EP3015864A4 (en) | 2017-01-18 |
EP3015864A1 (en) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6630766B2 (ja) | 膵臓癌診断用組成物およびこれを用いた膵臓癌診断方法 | |
AU2014266223B2 (en) | Biomarkers for predicting and assessing responsiveness of endometrial cancer subjects to lenvatinib compounds | |
ES2841809T3 (es) | Biomarcadores para pronosticar y evaluar el grado de respuesta de sujetos con cáncer de tiroides y de riñón a compuestos de lenvatinib | |
RU2596394C2 (ru) | Маркеры для рака эндометрия | |
ES2355388T3 (es) | Métodos para la detección precoz de cáncer. | |
Frick et al. | CCR 6/CCL 20 Chemokine Expression Profile in Distinct Colorectal Malignancies | |
WO2014198995A1 (es) | Biomarcadores para el diagnóstico y respuesta al tratamiento en cáncer de páncreas | |
US20210310080A1 (en) | Composition for diagnosing cancer using potassium channel proteins | |
AU2015360694A1 (en) | Use of markers including filamin a in the diagnosis and treatment of prostate cancer | |
KR20190021252A (ko) | c-MAF 상태에 기초한 유방암의 치료 | |
JP2012526544A5 (es) | ||
KR20200104298A (ko) | c-MAF 상태에 기반한 유방암의 요법 치료 | |
WO2010000907A1 (es) | Huella genómica de cáncer de mama | |
JP2012085556A (ja) | 乳がんの診断方法 | |
KR20200144397A (ko) | 면역 관문 억제제에 대한 암 환자의 치료 반응성 예측용 바이오마커 | |
JP2012526543A5 (es) | ||
US20210137931A1 (en) | Selecting patients for therapy with adenosine signaling inhibitors | |
JP2012085555A (ja) | 乳がん診断用マーカー | |
KR102233640B1 (ko) | 구강암 예후 진단용 조성물 및 키트 | |
KR20220129816A (ko) | 미만형 위암의 예후 진단 마커 | |
KR101994790B1 (ko) | 암의 진단용 조성물 | |
WO2014173986A2 (en) | Methods for diagnosing and monitoring the response to treatment of hepatocellular carcinoma | |
KR102416607B1 (ko) | 방사선 저항성 지표 단백질 및 이의 검출방법 | |
KR102416614B1 (ko) | 방사선 저항성 지표 단백질 및 이의 검출방법 | |
WO2012059617A1 (es) | Método de obtención de datos útiles para el diagnóstico del cáncer de páncreas y para evaluar la respuesta al tratamiento |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 14811734 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
WWE | Wipo information: entry into national phase |
Ref document number: 14898254 Country of ref document: US |
|
WWE | Wipo information: entry into national phase |
Ref document number: 2014811734 Country of ref document: EP |