Revista de Proteómica y Bioinformática
Acceso abierto

abstracto

Extracción del proteoma del cáncer de mama para predecir la sensibilidad a los medicamentos

Leslie C Timpe, Dian Li, Ten-Yang Yen, Judi Wong, Roger Yen, Bruce A Macher y Alexandra Piryatinska

La FDA ha aprobado aproximadamente 20 medicamentos para el tratamiento del cáncer de mama, pero solo se conocen biomarcadores predictivos para algunos de ellos. La identificación de biomarcadores adicionales sería útil tanto para los medicamentos actualmente aprobados para el tratamiento del cáncer de mama como para el desarrollo de nuevos medicamentos. Mediante el uso de datos de expresión de glicoproteína recopilados a través de espectrometría de masas, junto con modelos estadísticos construidos mediante red elástica o regresión de lazo, modelamos cuantitativamente las respuestas de las líneas celulares de cáncer de mama a los fármacos ~90. La regresión de red elástica y de lazo identificó a HER2 como una proteína predictora de lapatinib, afatinib, gefitinib y erlotinib, que se dirigen a HER2 o al receptor EGF, proporcionando así un control interno para el enfoque. También se probaron dos conjuntos de datos de proteínas adicionales y dos conjuntos de datos de ARN como fuentes de proteínas predictoras para modelar la sensibilidad a los fármacos. La expresión de proteínas medida por espectrometría de masas proporcionó modelos con coeficientes de determinación más altos que los datos predictores de matriz de proteínas de fase inversa (RPPA). Además, la validación cruzada de los modelos de red elástica muestra que, para muchos fármacos, el error de predicción es menor cuando los datos predictores provienen de proteínas, en lugar de la expresión de ARNm medida en microarrays. Los fármacos que se podrían modelar de forma eficaz incluyen inhibidores de PI3K, inhibidores de Akt, paclitaxel y docetaxel, rapamicina, everolimus y temsirolimus, gemcitabina y vinorelbina. Sorprendentemente, este enfoque de modelado con predictores de proteínas a menudo tiene éxito para los fármacos que son agentes dirigidos, incluso cuando el objetivo nominal no está en el conjunto de datos.