Estudio de regiones diferencialmente metiladas en muestras tumorales en función del sexo y la edad de los pacientes para la detección de posibles biomarcadores

Abstract

El cáncer es una de las principales causas de morbilidad y mortalidad del mundo desde hace años. Aunque su patología es compleja, es sabido que puede estar relacionada en gran medida con alteraciones epigenéticas, como, por ejemplo, la metilación en la posición cinco de la citosina. En este aspecto, el estudio de cambios en los patrones de metilación del ADN podría permitir la identificación de regiones diferencialmente metiladas que pueden actuar como biomarcadores de diagnóstico en las primeras fases del desarrollo de esta enfermedad. Dado que los patrones de metilación pueden variar en función del sexo y la edad, podría resultar de gran utilidad la detección de biomarcadores que sean específicos del sexo o la edad de los pacientes, siendo éste el objetivo principal del presente trabajo. Para realizar este proyecto se descargaron datos de metilación de de arrays llumina Human Methylation 450K de cuatro tipos de cáncer disponibles en The Cancer Genomes Atlas: colon (COAD), hígado (LIHC), pulmón (LUAD) y páncreas (PAAD). Los análisis estadísticos se llevaron a cabo usando el entorno R con el software Rstudio y permitieron identificar metilación diferencial entre las cohortes tejido tumoral vs normal que depende del sexo del paciente para los cuatro tipos de cáncer, así como de la edad para cáncer de colon y pulmón. Además, se comprobó (a excepción del cáncer del páncreas) que hay genes que aparecen únicamente cuando se estudia la interacción tejido tumoral vs normal con las dos covariables.

El càncer és una de les principals causes de morbiditat i mortalitat de món des de fa anys. Encara que la seva patologia és complexa, és sabut que pot estar relacionada en gran mesura amb alteracions epigenètiques, com, per exemple, la metilació en la posició cinc de la citosina. En aquest aspecte, l'estudi de canvis en els patrons de metilació de l'ADN podria permetre la identificació de regions diferencialment metilades que poden actuar com a biomarcadors de diagnòstic en les primeres fases de desenvolupament d'aquesta malaltia. Atès que els patrons de metilació poden variar en funció de l'sexe i l'edat, podria resultar de gran utilitat la detecció de biomarcadors que siguin específics de l'sexe o l'edat dels pacients, sent aquest l'objectiu principal de el present treball. Per realitzar aquest projecte es van descarregar dades de metilació de d'arrays llumina Human Methylation 450K de quatre tipus de càncer disponibles a The Cancer Genomes Atles: còlon (Coad), fetge (LIHC), pulmó (LUAD) i pàncrees (PAAD). Les anàlisis estadístiques es van dur a terme fent servir l'entorn R amb el programari Rstudio i van permetre identificar metilació diferencial entre les cohorts teixit tumoral vs normal que depèn de l'sexe de l'pacient per als quatre tipus de càncer, així com de l'edat per càncer de còlon i pulmó. A més, es va comprovar (a excepció de el càncer de pàncrees) que hi ha gens que apareixen únicament quan s'estudia la interacció teixit tumoral vs normal amb les dues covariables.

Cancer has been one of the world's leading causes of morbidity and mortality for years. Although its pathology is complex, it is known that it can be largely related to epigenetic alterations, such as methylation at position five of the cytosine. In this aspect, the study of changes in the patterns of DNA methylation could allow the identification of differentially methylated regions that can act as diagnostic biomarkers in the early stages of the development of this disease. The main objective of this work is to detect biomarkers that are specific to the gender or age of patients, due to is has been proven that methylation patterns can vary according to gender and age. In order to carry out this project, methylation data from Illumina Human Methylation 450K arrays were downloaded from four types of cancer available in The Cancer Genome Atlas: colon (COAD), liver (LIHC), lung (LUAD) and pancreas (PAAD). Statistical analyses were made using the R environment with the Rstudio software and these allowed the identification of differential methylation between the tumour tissue vs normal cohorts depending on the patient's gender for all types of cancer, as well as age for colon and liver cancer. In addition, it was proved (except for pancreatic cancer) that there were genes that appear only when the interaction of tumoral vs normal tissue was studied with the two covariates.