Identificación de genes con papel driver en cáncer de mama y su red génica

Abstract

La investigación del cáncer de mama es importante hoy en día porque es el más frecuente en mujeres, se estima que el 12% de ellas se verán afectadas alguna vez en sus vidas. El objetivo del presente estudio es identificar posibles genes drivers, la interacción entre ellos y sus funciones, con la finalidad de entender mejor cómo pueden influir en la enfermedad, ayudar en el diagnóstico y diseño de nuevos fármacos. A partir de 990 datos mutagénicos de pacientes con cáncer de mama invasivo se identifican 239 genes drivers putativos con la herramienta DriverDBv2. A partir de estos genes se crea una red de interacción con el software FunRich, donde 9 genes aparecen como nodos con un mayor número de interacciones: EGFR, TP53, BRCA1, FLNA, EP300, ERBB3, AKT1, ERBB2 y PIK3R1. Después, Se realiza un análisis funcional con PANTHER dando como resultado un mayor porcentaje de genes con función molecular de unión y catalítica. Las vías de acción con un mayor número de posibles genes drivers son: la vía de señalización Wnt (6.7%), señalización de receptor EGF (6.7%) y la vía del receptor hormonal de gonadotropina (6.7%). Hay varios estudios sobre genes drivers del cáncer de mama pero aún no se ha consensuado un método de identificación. Los resultados muestran algunos posibles nuevos genes driver identificados, además de su clasificación mayoritaria como genes con función receptor. Finalmente, estos resultados podrían servir como base para futuras investigaciones en busca de dianas farmacológicas, mejora de diagnóstico y medicina personalizada.

Breast cancer research is important nowadays because it is the most common cancer in women, and it is estimated that 12% of women will be affected along their lives. The aim of this study is to identify possible driver genes, the interaction between them and their functions, in order to understand how they can influence the disease, help in the diagnosis and design of new drugs. 239 putative driver genes are identified with the DriverDBv2 tool, from the initial 990 mutagenic data from patients with invasive breast cancer. An interaction network is created with the FunRich software from identified genes, 9 of them appear as nodes with a greater number of interactions: EGFR, TP53, BRCA1, FLNA, EP300, ERBB3, AKT1, ERBB2 and PIK3R1. A functional analysis is then performed with PANTHER, presenting a higher percentage of genes with binding and catalytic molecular function. The pathways with the greatest number of possible driver genes involve are: Wnt signalling pathway (6.7%), EGF receptor signalling pathway (6.7%) and Gonadotropin-releasing hormone receptor pathway (6.7%). There are several studies on breast cancer driver genes but no method of identification has been reached agreement yet. The results show some possible new driver genes identified, in addition, receptor function classification genes. Finally, these results could serve as a basis for future research of pharmacological targets, to improve diagnosis and personalized medicine.

La recerca del càncer de mama és important avui dia perquè és el més freqüent en dones, s'estima que el 12% d'elles es veuran afectades alguna vegada en les seves vides. L'objectiu del present estudi és identificar possibles gens drivers, la interacció entre ells i les seves funcions, amb la finalitat d'entendre millor com poden influir en la malaltia, ajudar en el diagnòstic i disseny de nous fàrmacs. A partir de 990 dades mutagénicos de pacients amb càncer de mama invasiu s'identifiquen 239 gens drivers putatius amb l'eina DriverDBv2. A partir d'aquests gens es crea una xarxa d'interacció amb el programari FunRich, on 9 gens apareixen com a nodes amb un major nombre d'interaccions: EGFR, TP53, BRCA1, FLNA, EP300, ERBB3, AKT1, ERBB2 i PIK3R1. Després, Es realitza una anàlisi funcional amb PANTHER donant com resultat un major percentatge de gens amb funció molecular d'unió i catalítica. Les vies d'acció amb un major nombre de possibles gens drivers són: la via de senyalització Wnt (6.7%), senyalització de receptor EGF (6.7%) i la via del receptor hormonal de gonadotropina (6.7%). Hi ha diversos estudis sobre gens drivers del càncer de mama però encara no s'ha consensuat un mètode d'identificació. Els resultats mostren alguns possibles nous gens driver identificats, a més de la seva classificació majoritària com a gens amb funció receptor. Finalment, aquests resultats podrien servir com a base per a futures recerques a la recerca de dianes farmacològiques, millora de diagnòstic i medicina personalitzada.