'Networks' Interactive gene può prevedere se la leucemia è aggressivo o lenta crescita

Marzo 28, 2016 Admin Salute 0 1
FONT SIZE:
fontsize_dec
fontsize_inc

Invece di test per i geni marcatori singoli o proteine, i ricercatori della University of California, San Diego (UC San Diego) e il Moores UCSD Cancer Center hanno dimostrato che i gruppi o reti, di geni interattive possono essere più affidabili nel determinare la probabilità che una forma di leucemia è in rapido movimento o di crescita lenta.

Uno dei problemi nel decidere la giusta terapia per la leucemia linfocitica cronica (CLL) è che è difficile sapere quale tipo un paziente ha. Una forma progredisce lentamente, con pochi sintomi per anni. L'altra forma è più aggressivo e pericoloso. Mentre esistono prove e sono comunemente utilizzati per aiutare prevedere che formano un paziente può avere, la loro utilità è limitata.

Han-Yu Chuang, un dottorato di ricerca candidato in bioinformatica e biologia dei sistemi programma nel dipartimento di bioingegneria nella Jacobs Scuola di Ingegneria UC San Diego, autore senior Thomas Kipps, MD, Ph.D., professore di medicina e vice direttore per la ricerca presso il Moores UCSD Cancer Center, e i loro colleghi hanno analizzato l'attività e modelli di espressione genica in cellule tumorali di 126 pazienti con aggressivo o crescita lenta CLL. I ricercatori, utilizzando algoritmi complessi, abbinati questi profili di attività del gene con un enorme database di 50.000 complessi proteici noti e vie di segnalazione tra i circa 10.000 geni/proteine, alla ricerca di "sottoreti" di modelli di espressione genica aggregati che i gruppi di pazienti separati. Hanno trovato 30 tali sottoreti gene che, dicono, erano meglio prevedere se una malattia è aggressiva o crescita lenta rispetto alle tecniche attuali basate sull'espressione genica da solo.




Hanno presentato i loro risultati Lunedì, 8 dicembre 2008 in occasione della riunione annuale della American Society of Hematology a San Francisco.

"Abbiamo voluto integrare l'espressione genica della malattia e una vasta rete di interazioni proteiche umane di ricostruire i meccanismi coinvolti nella progressione della malattia", ha spiegato Chuang. "Con l'introduzione delle informazioni via rilevanti, possiamo fare un lavoro migliore in prognosi." Chuang, co-autore Trey Ideker, Ph.D., professore di bioingegneria presso UCSD, e loro collaboratori hanno già dimostrato le potenzialità di questo metodo per prevedere il rischio di cancro al seno metastasi.

"Quando si sta analizzando solo l'espressione genica, si stanno analizzando in isolamento", ha spiegato Chuang. "I geni agiscono di concerto e sono funzionalmente collegati tra loro abbiamo suggerito che ha più senso per analizzare l'espressione dei geni in una visione più meccanicistica, sulla base delle informazioni sui geni che agiscono insieme in un particolare percorso Siamo alla ricerca di nuovi marcatori.. - non più singoli geni - ma una serie di co-funzionale, geni interconnessi ", ha detto. "Vorremmo essere in grado di modellare la sopravvivenza libera da trattamento."

Il lavoro attuale è "prova di principio", ha detto Chuang. Saranno necessari studi clinici per confermare se sottoreti specifiche di geni possono effettivamente predire la progressione della malattia nei pazienti CLL. Pensa che le sottoreti possono essere utilizzati per fornire "piccoli modelli biologici in scala di progressione della malattia," che consente ai ricercatori di comprendere meglio il processo.

Alla fine, ha detto, un chip diagnostico potrebbe essere progettato per testare campioni di sangue per tali sottoreti genetiche che indicano il probabile decorso della malattia. Le vie biologiche coinvolte potrebbero essere bersagli farmacologici pure.

L'American Cancer Society stima che, nel 2008, ci saranno circa 15.110 nuovi casi di LLC negli Stati Uniti, con circa 4.390 morti per la malattia.

Laura Rassenti, Ph.D., UCSD, è stato anche un co-autore dello studio.

(0)
(0)

Commenti - 0

Non ci sono commenti

Aggiungi un commento

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Caratteri rimanenti: 3000
captcha