Adenocarcinoma de páncreasNuevos biomarcadores diagnósticos y de respuesta al tratamiento basados en perfiles de expresión génica

Resumen

El adenocarcinoma ductal pancreático (PDAC) es el tipo histológico de cáncer de páncreas más común, representando aproximadamente el 90% de los casos. A pesar de presentar una baja incidencia respecto a otros tumores, constituye la séptima causa de muerte por cáncer a nivel mundial, siendo sus tasas de supervivencia a 1 y 5 años del 29% y 7%, respectivamente. La detección temprana de esta patología es la mejor estrategia para mejorar estas cifras. Sin embargo, la ausencia de síntomas específicos y de biomarcadores diagnósticos precisos conduce, en la mayoría de los casos, a su diagnóstico tardío. Esta situación pone de manifiesto la necesidad de encontrar nuevos biomarcadores altamente sensibles y específicos para esta enfermedad. Por otra parte, la diversidad en las plataformas de microarrays disponibles y los distintos protocolos de experimentación empleados en los estudios de expresión génica, hacen que en muchos casos, los conjuntos de datos generados sean muy heterogéneos. Esto hace del descubrimiento de biomarcadores basados en expresión génica una tarea difícil, por lo que es necesario desarrollar modelos capaces de comparar los resultados obtenidos en distintos estudios. El primer lugar, nuestro trabajo de investigación ha pretendido identificar nuevos biomarcadores para PDAC en muestras de sangre periférica que nos permitieran diferenciar a estos pacientes de individuos sanos. Para ello, analizamos el perfil de expresión génica en células mononucleares de sangre periférica (PBMCs) obtenidas de pacientes con PDAC e individuos sanos (18 pacientes con PDAC y 18 controles). A partir de los resultados obtenidos, seleccionamos los 4 genes más relevantes (ANKRD22, CLEC4D, VNN1 e IRAK3) para validarlos mediante PCR a tiempo real (qPCR) en el mismo grupo de muestras. Posteriormente, evaluamos la capacidad diagnóstica de este panel de genes en un estudio ciego con una nueva cohorte de muestras independiente (15 pacientes con PDAC y 15 controles sanos). Nuestros resultados demostraron que el análisis combinado de CLEC4D e IRAK3 podía identificar a los pacientes con PDAC con una precisión del 93%, proporcionando una sensibilidad del 86% y una especificidad del 100%. En segundo lugar, con objeto de identificar genes expresados diferencialmente que pudieran distinguir entre pacientes con PDAC e individuos sanos, comparamos dos conjuntos de datos obtenidos a partir de distintas plataformas de microarrays, Affymetrix e Illumina. Para ello, realizamos un metaanálisis integrativo a partir de dos poblaciones diferentes de pacientes con PDAC (de 18 y 36 individuos) y la misma población control (18 personas sanas). Los resultados obtenidos nos permitieron identificar 5 genes (FAIM3, IRAK3, DENND2D, PLBD1 y AGPAT9) expresados diferencialmente tanto en los dos estudios individuales (Affymetrix e Illumina) como en el metaanálisis integrativo. Además, pudimos detectar 28 genes que mostraron diferencias de expresión significativas tras el metaanálisis pero no en los estudios individuales (“genes ganados”). Varios de estos genes se han relacionado con tumores del sistema digestivo en otras investigaciones, lo que apoya el potencial de esta tecnología para el descubrimiento de biomarcadores tumorales. En conjunto, estos resultados demuestran que el perfil de expresión génica de PBMCs en pacientes con PDAC podría ser una acertada herramienta para su diagnóstico. En nuestro trabajo sugerimos un panel biomarcador constituido por 4 genes que podría ser de utilidad para el diagnóstico de PDAC. Además, el metaánalisis integrativo representa una estrategia ventajosa para la combinación de varios conjuntos de datos relacionados con PDAC, revelando nuevos genes que podrían jugar un papel importante en esta enfermedad. En tercer lugar, uno de los aspectos más relevantes en el fracaso de la terapia frente a PDAC es el desarrollo de resistencia a los actuales tratamientos. Erlotinib, uno de los fármacos aprobados para el tratamiento del PDAC, es un inhibidor de la tirosina quinasa asociada al receptor del factor de crecimiento epidérmico (EGFR), el cual se encuentra sobrerregulado en la mayoría de estos pacientes. El efecto secundario más común de erlotinib es el desarrollo de rash en la piel (SR), cuya aparición se ha asociado con mejor respuesta terapéutica al fármaco. En este contexto y dado el potencial de la tecnología de microarrays para el descubrimiento de biomarcadores, otro de los objetivos de nuestro trabajo fue identificar genes relacionados con la aparición de SR en pacientes con PDAC tratados con erlotinib. Para ello, realizamos un estudio basado en microarrays de expresión génica empleando PBMCs de pacientes con PDAC (34 pacientes) obtenidas antes de la administración del fármaco. Un total de 21 pacientes desarrollaron SR mientras que el resto (13 pacientes) fueron negativos para SR. De la comparación de ambos grupos, pudimos identificar 7 genes (FAM46C, IFITM3, GMPR, DENND6B, SELENBP1, NOL10 y SIAH2) que mostraron una expresión significativamente menor en los pacientes con SR. Estos datos sugieren la existencia de un perfil de expresión génica correlacionado con la aparición de SR inducida por erlotinib en pacientes con PDAC, el cual podría ser empleado como un indicador predictivo de respuesta al tratamiento en estos pacientes.