Instalar App SBOC


  • Toque em
  • Selecione Instalar aplicativo ou Adicionar a lista de início

SBOC REVIEW

Atlas on-line de patologia molecular permite livre acesso ao transcriptoma dos principais tipos de câncer

Iniciativas recentes de estudo do genoma tumoral, como 1) The Cancer Genome Atlas (TCGA) e 2) International Cancer Genome Consortium (ICGC), têm rapidamente modificado o cenário global de pesquisa em câncer. Tais ferramentas não apenas discriminam o espectro de mutações que marcam os subtipos de cânceres humanos, como também contribuem para a identificação dos atributos funcionais dos genes envolvidos no desenvolvimento e progressão das neoplasias. Ponto fundamental na conexão entre as alterações estruturais do genoma e o fenótipo clínico do câncer reside nas suas análises de expressão gênica e proteica. É nesse sentido que o conhecimento do transcriptoma, ou seja, o perfil de expressão dos genes codificadores de proteína de um determinado tipo de câncer, traz um novo enfoque para a interpretação da biologia tumoral à luz dos desfechos clínicos.

Na tentativa inédita de se criar um banco de dados de expressão gênica integrado a um atlas topográfico de expressão proteica, Mathias Uhlen e colaboradores* desenvolveram uma abordagem computacional para examinar o transcriptoma de 17 tipos de cânceres em 7.932 amostras disponíveis na base de dados do TCGA. Como esperado, o estudo mostrou que grande fração dos genes codificadores de proteínas apresenta padrões de variação interindividuais (dentro de um mesmo tipo de câncer) e intertumorais. Por meio de análise de componentes principais (PCA), foi possível se estabelecer graus de conectividade/familiaridade entre os diferentes subtipos histológicos de neoplasias. Cânceres com o mesmo tecido de origem ou com características morfológicas semelhantes compartilham o mesmo fenótipo de expressão gênica. De um modo geral, a hiperexpressão de genes envolvidos em mitose e ciclo celular esteve associada a uma menor sobrevida global, bem como a hipoexpressão de genes envolvidos em diferenciação celular. Dados relativos a genes associados aos Hallmarks of Cancer e à reprogramação metabólica de cada tumor também podem ser acessados.

* Uhlen M e cols., Science 357, eaan2507 (2017). PMID: 28818916

Comentário: Este estudo demonstra o poder da análise sistemática de dados genômicos em larga escala utilizando informações de livre acesso do TCGA. Com mais de 900 mil curvas de Kaplan-Meier disponíveis para análises exploratórias, o Human Patology Atlas (www.proteinatlas.org/pathology) é uma plataforma on-line que permite o usuário comum questionar hipóteses clínicas, servindo de base para estudos mais complexos.

Alessandro Leal, MD
Oncologista clínico. PhD candidate em genômica de câncer pela Johns Hopkins University School of Medicine – Cellular and Molecular Medicine Graduate Program.