Perfil metabolómico plasmático en pacientes con cáncer de mama

Zusammenfassung

TÍTULO Perfil metabolómico plasmático en pacientes con cáncer de mama INTRODUCCIÓN El cáncer de mama es el la neoplasia más frecuente entre las mujeres, y surge como resultado del avance en el desarrollo de la carcinogénesis, un proceso vinculado a unos profundos cambios metabólicos y moleculares mediante los cuales una célula normal se transformará en maligna. El término metabolómica, hace referencia al estudio, identificación y cuantificación del conjunto de metabolitos presentes en células, tejidos o fluidos biológicos, productos de las reacciones metabólicas en los seres vivos, cuya cuantificación proporciona un amplio panorama del estatus bioquímico. Los perfiles metabolómicos permiten la identificación de metabolitos en tejidos y en biofluidos, cuyos niveles se ven alterados ante la existencia de una patología neoplásica, proporcionando un nexo de unión que nos facilite información acerca de la oncogénesis. Por tanto, la dependencia del tumor de su huésped conforma el racional biológico bajo el que se sostiene nuestra investigación metabolómica, en este caso, centrada en el diagnóstico del cáncer de mama, destacando, además la ventaja de haberse llevado a cabo sobre muestras de suero, lo que conlleva poder evitar complicaciones propias de las técnicas clásicas invasivas para la obtención de material biológico, como pueden ser las hemorragias, infecciones o, incluso, la diseminación tumoral. Los resultados obtenidos podrán, posteriormente, aplicarse en el screening y diagnóstico del cáncer de mama. HIPÓTESIS Nuestro estudio pretende identificar la existencia de un perfil metabolómico fisiopatológico sérico del cáncer de mama, detectable a través de un análisis mediante espectrometría de masas. OBJETIVOS Los objetivos del estudio consisten en seleccionar y optimizar los métodos de análisis metabolómicos más avanzados para el examen de muestras procedentes de suero, y así, integrando los datos obtenidos de múltiples plataformas analíticas, podamos identificar una firma que nos permita el diagnóstico de cáncer de mama de forma no invasiva. MATERIAL Y MÉTODOS El diseño experimental de este estudio comprende el análisis procedente de muestras de plasma procedente de mujeres sanas (n = 20) y pacientes con cáncer de mama ya diagnosticadas (n = 91) utilizando un análisis metabólomico por espectroscopía de masas con técnicas de separación de cromatografía líquida. Para la identificacion de metabolitos se utilizó la base de datos PCDL de Agilent (Agilent Technologies, Barcelona, España). Finalmente, se realizó un análisis multivariante y un algoritmo Random Forest que nos permita obtener una forma metabólica que nos permita hacer el diagnóstico de cáncer de mama. RESULTADOS El estudio metabolómico que hemos realizado, nos ha permitido diferenciar, de una forma correcta y segura, a las pacientes con cáncer de mama de los sujetos control sanos. Mediante el algoritmo supervisado de predicción Random Forest se consiguió clasificar con una precisión del 100% tanto las muestras de las pacientes con cáncer de mama y como aquellas pertenecientes a los controles sanos. Por lo tanto, el error de clase y el método de medida de predicción “out-of-bag” para ambos grupos fue de 0. Por otro lado, también encontramos 1269 metabolitos en diferente concentración al comparar el plasma de los controles sanos con el de las pacientes con cáncer. De estos metabolitos, se consiguió identificar 35 de ellos, basándonos en la masa exacta, tiempo de retención y la distribución isotópica, lo que nos ha permitido relacionarlos con la promoción del crecimiento celular, mediante el fomento en la síntesis de biomoléculas esenciales, a la vez que también desempeñan un cometido en la transducción de señales. Así mismo, mediante los resultados obtenidos del algoritmo Random Forest, tests de significación, así como la proporción esperada de falsos positivas obtenida mediante el “False discovery rate” se identificaron varios metabolitos que se encuentran estrechamanete asociados al cáncer de mama. CONCLUSIONES Se han expuesto y optimizado métodos analíticos, reproducibles y eficientes, basados en técnicas de espectrometría de masas para el análisis metabolómico de muestras biológicas obtenidas mediante métodos poco invasivos. De esta forma, los resultados obtenidos, nos presentan unos biomarcadores que se posicionan como una nueva alternativa no invasiva para el diagnóstico del cáncer de mama.