Identificación de genes con alteraciones en número de copias asociados a sobrevida en diversos tipos de cáncer

Una de las alteraciones más comunes en cáncer son las alteraciones en número de copias (CNAs) que contribuyen al inicio y progresión del cáncer. Algunos CNAs pueden ayudar a pronosticar el tiempo de vida de los pacientes y tomar mejores decisiones sobre tratamientos, por lo que su identificación es un tema central en investigación. La prueba estadística más comúnmente empleada para comparar la sobrevida entre grupos de pacientes es la prueba log-rank, la cual generalmente utiliza una aproximación asintótica (distribución X2) que requiere que las poblaciones a comparar sean de tamaño similar y el número de eventos sea grande (Vandin F., et al., 2015). En cáncer, muchas alteraciones a analizar se presentan en pocos pacientes, generando grupos de tamaño muy distinto. Por consiguiente, la prueba log-rank bajo la hipótesis nula no sigue una distribución normal o chi-cuadrada y esto puede conducir a inexactitudes en la estimación de los valores p y por tanto a descubrimientos falsos (Vandin F., et al., 2015; Wang R., 2010) Algunas alteraciones sin embargo pueden ser de utilidad clínica, aunque se presenten en una proporción baja a intermedia de tumores. Por ejemplo, duplicaciones en la región que incluye a ERBB2, un oncogén que codifica para el factor de crecimiento epidermal humano y cuyo efecto es su sobre-expresión, se presenta en 10-20% en tumores de cáncer de mama (Marotta, M., 2012), pero solo en el 2-14% en cáncer de pulmón no microcítico (NSCLC) (Siena, S., et al., 2018). En ambos tipos de cáncer, la duplicación de ERBB2 es predictor pronóstico de alto riesgo (Siena, S., et al., 2018). Para estos casos donde las aproximaciones pueden ser menos exactas, algunas implementaciones del log-rank test se han propuesto para realizar estimaciones más precisas de la distribución nula a fin de encontrar asociaciones realmente significativas (Treviño & Tamez-Pena, 2017; Vandin et al., 2015) Dado que no se han analizado antes CNAs con métodos más exactos, este proyecto de investigación tuvo como objetivo usar VALORATE para identificar genes con alteraciones en número de copia asociados a sobrevida en diversos tipos de cáncer. Asimismo, se creó un proceso de análisis general para identificar CNAs de alto y bajo riesgo, para validar la expresión de los genes involucrados, para realizar un análisis funcional básico de los genes y para encontrar evidencia clínica de respuesta a fármacos.

https://orcid.org/0000-0002-7472-9844