Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Art16 PDF
Art16 PDF
A R T Í CU L O
E S P E C I A L
257
Rev Méd Chile 2007; 135: 257-263
que el cáncer de mama es la tercera causa de muerte throughput Analysis)14-16, que se caracterizan por
por cáncer en la mujer (mortalidad 12 por 100.000), el análisis masivo de múltiples marcadores genéti-
provocando alrededor de 1.000 muertes anuales4. cos en un solo experimento (entre 100-25.000
En los estadios tempranos del cáncer de análisis en forma simultánea). Algunos de los
mama, la cirugía es el tratamiento principal y, en métodos de High-throughput Analysis, clasifica-
conjunto con la radioterapia, pueden controlar la dos de acuerdo al tipo de molécula que analizan
enfermedad locorregional en la mayor parte de (ADN, ARN o proteínas) se muestran en la Tabla
los casos. Sin embargo, alrededor de 30% de las 1. El más popular de estos métodos es el cDNA
pacientes finalmente morirá debido a una enfer- microarray que se basa en la hibridación de
medad diseminada5-7. Es por esto que para erradi- moléculas de ARN de tejido tumoral contra se-
car las micrometástasis, prolongar el tiempo libre cuencias del genoma humano impresas en un
de recaída y extender la sobrevida global de soporte sólido (láminas de vidrio o membranas de
enfermedad se han desarrollado tratamientos nitrocelulosa) (Figura 1). Para reconocer cuáles
adyuvantes (hormonoterapia o quimioterapia). son los genes que se están expresando en el tejido
Para evaluar qué pacientes son candidatas a tumoral, el ARN del tumor es convertido a cADN y
tratamientos adyuvantes se aplican parámetros marcado con Texas red, una molécula fluorescen-
clínico-patológicos tales como edad, tamaño tu- te que emite color rojo cuando es excitado con luz
moral, compromiso de linfonodos axilares, tipo y en el rango de 650-750 nm. Por otra parte, las
grado histológico, y receptores hormonales8,9. El secuencias impresas en el soporte sólido están
valor predictivo de cada uno de estos parámetros marcadas con FITC, que emite fluorescencia de
es relativo, ya que existe una proporción de color verde al ser excitado con luz fluorescente.
pacientes en las cuales estas variables no son Una vez producida la hibridación entre el cADN
buenos indicadores de recurrencia10. Por ello, tumoral y las secuencias del genoma humano, los
actualmente existe una intensa búsqueda de nue- genes sobreexpresados en el tumor se unirán en
vos biomarcadores con mejor poder predictivo de exceso con respecto a las secuencias del soporte
diseminación y tiempo libre de recaída en cáncer sólido, predominando la señal de Texas red. Por
de mama. el contrario, si las secuencias del genoma humano
Los avances en las bases genéticas del cáncer no fueron hibridadas por ningún cADN del tumor
han permitido identificar algunos de los genes (probablemente porque el gen no se expresa)
responsables de la patogénesis del cáncer de predominará la fluorescencia FITC. De este modo,
mama11,12. Sin embargo, aún no se conocen con cada lámina o membrana permitirá conocer el
exactitud cuáles serían los genes responsables de perfil de expresión génica de un tumor en
la progresión del cáncer de mama, los cuales particular (Figura 1). Esta metodología ha sido
podrían utilizarse como marcadores de disemina- aplicada a distintas neoplasias, permitiendo identi-
ción y recurrencia13. Entre las estrategias de ficar perfiles de expresión génica para la clasifica-
mayor impacto utilizadas actualmente en la identi- ción de leucemias17 y cáncer pulmonar18 o
ficación de estos nuevos marcadores son los identificar marcadores de clasificación y pronósti-
denominados métodos de alto rendimiento (High- co en cáncer de mama19-22. En este sentido, Sorlie
A R T Í C U L O
258 E S P E C I A L
PERFILES DE EXPRESIÓN GÉNICA EN DECISIONES TERAPÉUTICAS EN CA DE MAMA - A Corvalán
Figura 1. Esquema de
cDNA microarray. A) so-
porte sólido con secuen-
cias impresas del genoma
humano (marcadas con
FITC) y cDNA de tumo-
res (marcadas con Texas-
red) y los resultados de
la hibridación. En verde,
no señal, amarillo, coex-
presión y en rojo, sobre-
expresión. B) resultado
esquemático de un expe-
rimento de cDNA mi-
croarray, identificando
genes con diferentes ni-
vel de expresión (verde,
amarillo y rojo).
Figura 2. Resultados del perfil de expresión de 5.000 genes en 98 casos de cáncer de mama primario y sus
correlaciones clínico-patológicas. A) Análisis de agrupamiento o Heriarchical clustering de los 5.000 genes,
muestra dos grandes grupos uno de las cuales se caracteriza por la sobreexpresión de 231 genes (color rojo
por debajo de la línea amarilla). B) Correlaciones clínico-patológicas de ambos grupos de tumores demuestra
una mayor frecuencia de tumores receptor de estrógenos negativo, alto grado histológico (grado 3), infiltración
linfoide y mayor frecuencia de metástasis el grupo con sobreexpresion de los 231 genes. Tomado de van’t Veer
et al. Nature 2002; 415: 530-535. (con autorización).
A R T Í CU L O
E S P E C I A L
259
Rev Méd Chile 2007; 135: 257-263
et al21 han propuesto una clasificación molecular bles de este grupo de mal pronóstico, utilizaron el
del cáncer de mama en la cual distingue i) método Leave-one-out que estima el margen de
tumores basales de tipo epitelial (basal epithelial- error al reanalizar grupos de genes en relación
like group), ii) tumores que sobreexpresan c-erbB- todas las muestras24, identificando finalmente 70
2 y iii) tumores de lumen epitelial receptor de genes sobreexpresados asociados a mal pronósti-
estrógenos positivos, la cual tiene significado co. En un siguiente estudio, este mismo grupo de
pronóstico. Por otro lado, van’t Veer et al20 investigadores analizó la sobreexpresión de estos
estudiaron el perfil de expresión de 25.000 se- 70 genes en 295 tumores consecutivos, comparan-
cuencias génicas por cDNA microarray en 78 do su valor predictivo de diseminación y metásta-
casos de cáncer esporádicos (34 de las cuales sis versus parámetros clínico-patológicos tales
desarrollaron metástasis y 44 que estaban libres de como edad, tamaño tumoral, compromiso de
enfermedad a los 5 años de seguimiento) y 20 linfonodos axilares, tipo y grado histológico, y
casos de cáncer de mama hereditario. El análisis receptores hormonales22. Los resultados de este
de cDNA microarray les permitió identificar al análisis demostraron que el perfil de expresión
menos 5.000 genes con alteraciones en sus niveles génica de estos 70 genes era superior a todos los
de expresión génica en al menos 3 tumores en criterios clínico-patológicos tradicionales utiliza-
forma simultánea. El análisis de agrupamiento dos en la predicción de diseminación y metástasis
jerárquico (Heriarchical Clustering)23 de los 5.000 en cáncer de mama (Tabla 2)8,9. Las conclusiones
genes generó dos grandes grupos, uno de los de ambos estudios fue que la información obteni-
cuales se caracterizaba por la sobreexpresión de da por cDNA microarray sería el mejor parámetro
231 genes y el otro por la ausencia de sobreexpre- en la selección de pacientes candidatas a terapias
sion de estos 231 genes (Figura 2). El grupo de adyuvantes20,22,25.
sobreexpresión génica se caracterizaba por una Dada la sugerencia de que el análisis por
mayor frecuencia de tumores receptor de estróge- cDNA microarray mejoraría la selección de pa-
nos negativo, alto grado histológico (grado 3), cientes candidatas a terapias adyuvantes, en parti-
infiltración linfoide y mayor frecuencia de metás- cular en el grupo de bajo riesgo de recaída a 5
tasis. Para acotar el número de genes, responsa- años, se generó el proyecto Translating Molecular
A R T Í C U L O
260 E S P E C I A L
PERFILES DE EXPRESIÓN GÉNICA EN DECISIONES TERAPÉUTICAS EN CA DE MAMA - A Corvalán
Knowledge Into Early Breast Cancer Management tros clínico-patológicos y perfiles de expresión
del Breast Internacional Group (BIG), un consor- génica serán candidatas a terapias adyuvantes,
cio de 32 grupos de investigación clínica en (antraciclinas o docetaxel y capecitabina). Las
cáncer de mama en todo el mundo, del cual Chile pacientes clasificadas como de bajo riesgo no
forma parte a través del Grupo Oncológico Co- tendrán indicación de terapias adyuvantes. Por
operativo Chileno de Investigación (GOCCHI). El otra parte, las pacientes con discrepancia entre los
proyecto consiste en tres protocolos clínicos de parámetros clínico-patológicos y perfil de expre-
evaluación de perfiles de expresión génica para la sión génica, serán randomizadas según uno u otro
predicción de respuesta clínica en cáncer de criterio para recibir o no tratamientos adyuvantes.
mama. El primer protocolo se denomina MIN- Por lo tanto, existirá un grupo de pacientes con
DACT (Microarray for Node Negative Disease may variables clínico-patológicas de alto riesgo y perfil
Avoid Chemotherapy) y propone comparar pará- de expresión génica de bajo riesgo que no
metros clínico-patológicas versus perfil de expre- recibirán terapia adicional y otro grupo de pacien-
sión génica en forma prospectiva para la decisión tes con variables clínico-patológicas de bajo riesgo
de terapias adyuvantes (quimioterapia u hormo- y perfil genético de alto riesgo que si recibirán
noterapia) en pacientes con cáncer de mama y tratamiento adicional.
linfonodos axilares negativos. Para ello el MIN- El protocolo espera una distribución de 3.300
DACT va a reclutar 8.000 pacientes a través de los (55%) pacientes en la rama de alto riesgo por
32 grupos cooperativos de investigación afiliados, ambos métodos y 600 (10%) en la rama de bajo
realizar evaluación clínico-patológica y perfil de riesgo. En las ramas de discordancia se espera
expresión génica a todas las pacientes ingresadas ingresar 2.100 (35%) pacientes, repartidas en 1.680
y aleatoriamente someterlas a terapias adyuvantes (80%) pacientes con perfil clínico-patológico de
según criterios de alto o bajo riesgo utilizando alto riesgo y perfil genético de bajo riesgo, y 420
ambos métodos (Figura 3). De este modo, pacien- (20%) pacientes con perfil clínico-patológico de
tes clasificadas como de alto riesgo por paráme- bajo riesgo y perfil genético de alto riesgo. La
Figura 3. Diseño del protocolo MINDACT para la randomización a quimioterapia según parámetros clínico-
patológicos o perfil de expresión génica. Las pacientes con criterios clínicos o de perfil genético de alto riesgo
recibirán terapias adyuvantes. Lo contrario ocurrirá para las pacientes con criterios de bajo riesgo por ambos
métodos. Las pacientes con criterios clínicos y genéticos discordantes serán randomizadas a recibir o no
quimioterapia.
A R T Í CU L O
E S P E C I A L
261
Rev Méd Chile 2007; 135: 257-263
decisión más conflictiva de este protocolo serán grupo piloto de 10 casos (5 de ellos sin metástasis
las 1.680 pacientes que no recibirán terapia ganglionares y 5 con metástasis ganglionares)
adyuvante basada en un perfil genético de bajo demostró que al menos 3 genes (BBC3, HEC y
riesgo, a pesar de poseer parámetros clínico- DC13) caen de manera significativa en las pacien-
patológicos de alto riesgo. Este escenario plantea tes con metástasis ganglionares (observaciones no
una emergente necesidad de contar con marcado- publicadas). Este hallazgo permitiría plantear la
res de recaída de alta sensibilidad y especificidad posibilidad de seguimiento molecular en pacien-
para el monitoreo de estas pacientes. Para ello, tes no randomizadas a tratamientos adyuvantes.
GOCCHI ha propuesto un protocolo adicional de La incorporación del perfil de expresión géni-
seguimiento para estas pacientes basado en la ca en la clasificación de riesgo en pacientes con
alteración de expresión de 22 genes (ALDH4, cáncer de mama y linfonodos axilares negativos
AP2B1, BBC3, CCNE2, CEGP1, CFFM4, DC13, constituirá una revolución en el manejo clínico en
DCK 1, EXT1, FGF18, FLJ11190, FLT, GMPS, la oncología en general y en cáncer de mama en
GSTM3, HEC, KIAA0175, MCM6, OXCT, PK428, particular. El protocolo MINDACT es probable-
TGFB3, AKAP2, ECT2). Estos genes fueron selec- mente el primer esfuerzo prospectivo de evaluar
cionados a partir de los 70 genes originalmente la utilidad de marcadores genéticos en decisiones
identificados en los estudios de van’t Veer et al20. clínicas. La oportunidad de participar en este
El propósito de este protocolo adicional es moni- protocolo a pacientes chilenas a través de GOC-
torear las pacientes con perfil de bajo riesgo y CHI, nos permitirá estar en la primera línea de la
parámetros clínico-patológicos de alto riesgo ran- investigación de nuevos métodos para la toma de
domizadas durante su seguimiento. En forma decisiones terapéuticas que potencialmente pue-
preliminar, el análisis de 8 de estos 22 genes en un den cambiar la oncología actual.
A R T Í C U L O
262 E S P E C I A L
PERFILES DE EXPRESIÓN GÉNICA EN DECISIONES TERAPÉUTICAS EN CA DE MAMA - A Corvalán
14. MOCELLIN S, PROVENZANO M, ROSSI CR, PILATI P, NITTI predicts clinical outcome of breast cancer. Nature
D, LISE M. DNA array-based gene profiling: from 2002; 415: 530-6.
surgical specimen to the molecular portrait of 21. SORLIE T, PEROU CM, TIBSHIRANI R, AAS T, GEISLER S,
cancer. Ann Surg 2005; 241: 16-26. JOHNSEN H ET AL. Gene expression patterns of
15. BUCCA G, CARRUBA G, SAETTA A, MUTI P, CASTAGNETTA breast carcinomas distinguish tumor subclasses
L, SMITH CP. Gene expression profiling of human with clinical implications. Proc Natl Acad Sci USA
cancers. Ann N Y Acad Sci 2004; 1028: 28-37. 2001; 98: 10869-74.
16. KIM WH, RUBIN MA, DUNN RL. High-density tissue 22. VAN DE VIJVER MJ, HE YD, VAN’T VEER LJ, DAI H, HART
microarray. Am J Surg Pathol 2002; 26: 1236-8. AA, VOSKUIL DW ET AL. A gene-expression signatu-
17. STAUDT LM. Gene expression profiling of lym- re as a predictor of survival in breast cancer. N
phoid malignancies. Annu Rev Med 2002; 53: 303- Engl J Med 2002; 347: 1999-2009.
18. 23. EISEN MB, SPELLMAN PT, BROWN PO, BOTSTEIN D.
18. PETTY RD, NICOLSON MC, KERR KM, COLLIE-DUGUID E, Cluster analysis and display of genome-wide
MURRAY GI. Gene Expression Profiling in Non- expression patterns. Proc Natl Acad Sci USA 1998;
Small Cell Lung Cancer: From Molecular Mecha- 95: 14863-8.
nisms to Clinical Application. Clin Cancer Res 24. REDELMEIER DA, TIBSHIRANI RJ. Interpretation and
2004; 10: 3237-48. bias in case-crossover studies. J Clin Epidemiol
19. PEROU CM, SORLIE T, EISEN MB, VAN DE RIJN M, JEFFREY 1997; 50: 1281-7.
SS, REES CA ET AL. Molecular portraits of human 25. TUMA RS. A big trial for a new technology:
breast tumours. Nature 2000; 406: 747-52. TransBIG Project takes microarrays into clinical
20. VAN’T VEER LJ, DAI H, VAN DE VIJVER MJ, HE YD, HART trials. J Natl Cancer Inst 2004; 96: 648-9.
AA, MAO M ET AL. Gene expression profiling
A R T Í CU L O
E S P E C I A L
263