presentación de powerpoint - aba-online.org.ar · cáncer de mama se encuentra en primer lugar ......

Síndrome de Cáncer de Mama-Ovario Hereditario

Dra Sandra E. Filippini Phd Bioquímica Farmaceútica

Especialista Biología Molecular Genética y Medicina Genómica UCES

Servicio Endocrinología Hospital C.G. Durand

FPGMX USC [email protected]

Prevalencia Estimada Mundial

• Más de 14 millones de nuevos casos de cáncer por año, 33 millones de personas viven con esta enfermedad

• En mujeres, la mayor incidencia: cáncer de mama 1,8 millones, cáncer colorrectal 700 000 , y cáncer de pulmón 535 000 (The Global Burden of Cancer 2013)

En Argentina el cáncer de mama se encuentra en

primer lugar

Fuente: Elaborado por SIVER/INC en base a los datos de Globocan 2012. Argentina, 2016 http://www.msal.gob.ar/inc/index.php/acerca-del-cancer/estadisticas

Subtipos de cáncer de mama

Wong et al. 2012

Clasificación anatomo-patológica. según el tipo de célula malignizada: el carcinoma ductal y el carcinoma lobulillar

Perfil molecular del tumor, patrón de expresión génica diferencial, Nivel Molecular subtipos diferentes presencia o no de receptores,: RE y RP luminal A y luminal B; y tumores con RH negativos, subdivididos sobreexpresión de HER2, y triple negativos

Cáncer de ovario

• 6º cáncer más frecuente

• 4ª causa de muerte en mujeres

• 65% pacientes diagnóstico edades avanzadas

• Incidencia más alta en Europa y Norteamérica

Factores de riesgo

• Aumento de riesgo

- Edad avanzada - Alto IMC - Antecedentes familiares CO

• Reducción de riesgo

- Anticonceptivos hormonales

- Mayor número embarazos - Lactancia - Ligadura de trompas e

histerectomía

Genética Cáncer de Mama y Ovario Hereditario

1757 Henri Le Dran

1866 Paul Broca

Síndrome de Cáncer de mama y ovario hereditario

Cáncer de mama y ovario hereditario (5-10%)

• Herencia autosómica dominante

• Muchos casos de CM y/o CO en la familia

• Edad más temprana

• Mayor frecuencia de afectación bilateral

Cáncer de mama con agregación familiar

Varios casos de CM en la misma familia (15-20%)

• Patrón de herencia no bien definido

• Edad de diagnóstico más avanzada que CMOH

Genes implicados en cáncer de ovario

Genes implicados en cáncer de mama

http://www.nature.com/icogs/primer

Síndrome de Cáncer de Mama y Ovario Hereditario

• Variante patogénica BRCA1 o BRCA2

• Herencia autosómica dominante

• Alta penetrancia

• Presencia de tres o más afectados en la familia

• Variantes patogénicas BRCA~ 16% casos

Riesgo influenciado por heterogeneidad alélica, genes modificadores y co-factores ambientales

Miki et al 1994 Wooster et al 1995

Funciones e interacciones proteína BRCA1

• BRCA1: subunidad principal de varios complejos proteicos que interactúan para promover el proceso de Recombinación Homóloga.

• BRCA1 también es partícipe de otra vía importante en la reparación del ADN , que caracteriza a la Anemia de Fanconi, BRCA2 se describió como FANCD1 en esta ruta

Filippini y Vega. 2013

Otros síndromes de cáncer hereditario

Sindrome Gen Herencia Penetrancia

Li Fraumeni TP53 Autosómica dominante

alta

Cowden PTEN Autosómica dominante

alta

Peutz Jeggers STK11 Autosómica dominante

alta

Cáncer Gástrico Difuso

Hereditario CDH1

Autosómica dominante

alta

Lynch

MLH1 MSH2 MSH6 PMS2

Autosómica dominante

alta

Genes de susceptibilidad

Cáncer de mama Genes de alta penetrancia

Genes de moderada penetrancia

Genes de baja penetrancia

Genes BRCA1, BRCA2, TP53, PTEN, STK11, CDH1

ATM, BRIP1, CHEK2, PALB2, RAD51C, RAD51D

FGFR2, MAP3K1, CASP8, LSP1, TNRC9

Variantes de riesgo

Múltiples variantes diferentes que

predominantemente causan alteración de la

proteína

Múltiples variantes diferentes que

predominantemente causan alteración de la

proteína

SNPs causales o en desequilibrio de ligamiento con la

variante causal

Frecuencia poblacional

Rara, <0.1 Rara, <0.1 Común, 5-50%

Riesgo Relativo (RR) ≥5 ≥1.5 y <5 <1.5

Estrategia de identificación

Análisis de Ligamiento y Clonado posicional

Estudio de genes candidatos

Estudios caso-control GWAS

Genes Sindrome Cromosoma Cáncer de

mama Cáncer de

ovario Cáncer

pancreático Cáncer de

colon Cáncer

endometrial Melanoma Otros

Genes de alta penetrancia

BRCA1 HBOC 17q21 Mujer 41-85%

Hombre 4% 11-62% No claro 2.3% 2.6% - Prostata 7.4%

BRCA2 HBOC 13q12.13 Mujer 50-80%

Hombre 7% 10-20% Controversia 7% - Raro Próstata 20-34%

TP53 LFS 17p13.1 50-90% - - - - -

Sarcoma, cerebro, hematopoiético,

gastrointestinal y ginecológico

PTEN CS 10q22.23 50-85% 9% 28% 6% Tiroides 35%

Cáncer renal 34%

STK11 PJS 19p13.3 32-54% 21% 39% 11-36% 9% -

Intestino delgado 13% Estómago 29% Pulmón 7-17% Testículos 9%

CDH1 HDGC 16q22.1 52% (riesgo de

CM lobular a los 75 años)

Gástrico 67-83%

MSH2 Lynch 2p21 5-14% 30-70% 4% 30-60% Intestino delgado 4-12%

Estómago 8-10%

MSH6 3p21.3

MLH1 7p22.2


PALB2 16p12.1 33-58%

(a los 70 años) - - - - - -

CHEK2 22q12.1 28-37% - - - - - -

RAD51C 17q22 - 5-12.5% (a los 70 años)

- - - - -

RAD51D 17q11

ATM 11q22.3 60%

(a los 80 años) - - - - - -

BRIP1 17q22-q24 - 10-15% - - - - -

Genes de alta y moderada penetrancia incremento

de riesgo para otras neoplasias

Adaptado de Graffeo et al 2016

Técnicas de análisis BRCA1 y BRCA2 en CMOH

Secuenciación Sanger CGH array (Comparative Genomic Hybridization).

MLPA (Multiplex Ligation-

dependent Probe Amplification)

MRC-Holland

Next generation sequencing NGS Secuenciación masiva paralela

Secuenciación de Genoma Completo

WGS

Secuenciación paneles de genes

Targeted sequencing

Secuenciación de Exomas

WES

Transcriptómica, microRNAs, patrones de metilación

Variantes en el genoma

Polimorfismos: frecuencia mayor al 1% Variantes raras: frecuencia menor al 1%

SNVs: variantes de nucleótido simple SNPs: polimorfismos de nucleótido simple

INDELs: pequeñas deleciones o inserciones

LGRs (grandes reordenamientos genómicos): deleciones o inserciones de gran tamaño, que involucran a múltiples exones o incluso a la

alteración del gen completo

CNVs (variantes en el número de copias): segmento de ADN igual o mayor de 1 kb cuyo

número de copias es variable

Procesamiento previo a la secuenciación

Amplificación y

Secuenciación

Next generation sequencing NGS

Análisis de los datos NGS

SIFT

PolyPhen

CADD

LifeScope™ Life Technologies SAMtools

http://samtools.sourceforge.net/

https://www.broadinstitute.org/gatk/

http://varscan.sourceforge.net/

TORRENT VARIANT CALLER™ ION REPORTER™

Life Technologies

ExomeDepth

1. Evaluación de la calidad de los datos en bruto

2. Alineación de los reads al genoma de referencia

3. Identificación de la variante 4. Anotación de las variantes 5. Visualización de los datos

Anotación de las variantes NGS

Variantes Detectadas

.VCF Bases de datos Polimorfismos

dbSNP

1000 Genomas

HapMap

Consecuencias transcripción

Ensembl VEP

snpEff

ANNOVAR

Predicción Patogenicidad

PolyPhen

SIFT

CADD

Bases de datos Enfermedad

OMIM

HGMD

LOVD

Variantes Anotadas

.VCF

Anotación de variantes ANNOVAR

ANNOVAR GERP++

PolyPhen

LRT

MutationTaster

SIFT

PhyloP

CADD

1000 Genomas

dbSNP137 Nucleotide Polymorphism Database

Exome Sequencing Project (ESP)

ExAC Exome Aggregation Consortium

Single Nucleotide Polymorphism

Database dbSNPs

OMIM

COSMIC

CLINVAR

Nomenclatura de las variantes

Richards et al 2015 www.hgvs.org/rec.html

Variantes identificadas se nombren según la guía que establece Human Genome Variation Society HGVS.

Visualización de datos NGS

https://www.broadinstitute.org/igv/ Robinson et al 2011

Diseño del Panel multigénico de CMOH

Genes de alta penetrancia


BRCA1, BRCA2, TP53, PTEN, STK11, CDH1, MLH1, MSH2,

MSH6,

ATM, BRIP1, CHEK2, PALB2, RAD51C, RAD51D

Múltiples variantes diferentes que predominantemente causan

alteración de la proteína

Múltiples variantes diferentes que predominantemente causan

alteración de la proteína

Frecuencia poblacional <0.1 Frecuencia poblacional <0.1

Riesgo Relativo (RR)≥5 Riesgo Relativo (RR)≥1.5 y <5

Filippini y Vega. 2013; Kurian et al 2014

Plataformas de secuenciación NGS

Unidad de Secuenciación Masiva FPGMX Preparación de librerías

Comparación de plataformas NGS y detectores variantes

Comparación de distintos detectores de variantes en plataformas:

• LifeScope™ (LS)

• GATK HaplotypeCaller (HC) y

UnifiedGenotyper (UG) mod/raw

• SAMtools BCF tools (SB) mod/raw

• VarScan (SV) mod/raw

• Torrent Variant Caller (TVC)/ Ion Reporter (IR)

Los reads se alinearon a la secuencia de referencia GRCh37/hg19

Anotación de variantes por ANNOVAR y visualización en el IGV

8 muestras control

62 muestras 15 control

Análisis variantes BRCA1 /BRCA2 y otros genes del panel con SOLiD 5500xl

• LifeScope™ (LS)

• GATK HaplotypeCaller (HC) mod

Grandes reordenamientos genómicos LGRs: • ExomeDeph

Filippini S. USC 2015

ABI 3730xl

Verdaderos Positivos (VP )

Falsos Negativos (FN)

Falsos Positivos (FP)

Comparación de Plataformas NGS Sanger y detectores variantes


Detector FN FP Tiempo seg

LS 1.59 3.30 0

LS_UG_mod 1.59 10.95 60.5

LS_HC_mod 1.59 18.78 1350.19

HC_mod 2.18 17.47 1350.19

HC_raw 2.18 20.74 1272.19

UG_mod 5.35 9.66 60.5

SV_mod 5.83 2.88 244.062

SOLiD 5500xl™

FN: Tasa media Falsos Negativos = FN x 100/ FN + VP (%), FP: Tasa Media Falsos Positivos = FP x 100 / FP + VP (%), 5500xl: SOLiD 5500xl™, UG: GATK UnifiedGenotyper, HC: GATK HaplotypeCaller, LS: Lifescope, SB: Samtools /BCF tools, SV: VarScan, Tiempo segundos

LifeScope™ GATK HC UG mod

Comparación de plataformas y detectores NGS

Plataforma SOLiD 5500xl™


Ion Proton™


HiQ_TVC 2.18 5.08 0

SeqV3_TVC 2.18 6.29 0

HiQ_HC_mod 2.18 8.51 14917

SeqV3_HC_mod 2.18 9.67 16022.6

HiQ_TVC_HC_mod 2.18 10.24 14917

SeqV3_TVC_HC_mod 2.18 12.03 16022.6

HiQ_TVC_UG_mod 2.18 15.34 61.2

HiQ_SV_raw 3.75 31.89 704.9

HiQ_SV_mod 3.75 32.86 226.8

SeqV3_SV_mod 3.75 41.70 210.6

SeqV3_SV_raw 3.75 47.00 835.8


TVC_IR 1.59 0.96 0

TVC 4.04 4.86 0

TVC_HC_mod 4.04 22.51 16826

TVC_UG_mod 4.04 31.83 43

UG_mod 6.12 31.58 43

UG_raw 6.12 38.93 42.375

HC_raw 8.48 62.43 14425.2

SV_mod 8.87 68.39 76.875

SV_raw 9.46 73.55 77.625

HC_mod 9.67 21.95 16826

PGM™

FN: Tasa media Falsos Negativos = FN x 100/ FN + VP (%), FP: Tasa Media Falsos Positivos = FP x 100 / FP + VP (%), PGM: Ion PGM™, UG: GATK Unified Genotyper, HC: GATK Haplotype Caller, SB: Samtools /BCF toos, SV: VarScan, TVC: Torrent Variant Caller, IR: Ion Reporter, Tiempo segundos

TVC GATK HC UG mod

TVC IR GATK HC UG mod

Comparación de plataformas y detectores variantes NGS

Plataformas Ion Torrent™


Muestra Gen Posición cromosómica Ref Alt Detección Asignación

FPGMX_2 BRCA1

chr17: 41245511-41245511 C GG Sanger, LS correcta

chr17: 41245510-41245510 - G GATK HC mod

desdobla la variante chr17: 41245511-41245511 C G

FPGMX_6 BRCA2 chr13: 32944600-32944606 CTAGACC - Sanger correcta

chr13: 32944596-32944602 GACCCTA - GATK HC mod,

LS incorrecta

FPGMX_9 BRCA2

chr13:32912522-32912527 AATGAT C Sanger correcta

chr13:32912522-32912527 AATGAT C LS

desdobla la variante chr13:32912527-32912527 T C

chr13:32912521-32912525 AAATG - GATK HC mod incorrecta

Secuencias de referencia GenBank: BRCA1 NM_007294.2 , BRCA2 NM_000059

Asignación discrepante indels

• Reads de la secuencia del indel son más difíciles de mapear, y pueden presentar múltiples discrepancias en el alineamiento (Li et al 2008).

• Visualización de las variantes con un visor genómico, como el IGV, confirmación mediante secuenciación Sanger de estas variantes.

Asignación discrepante indels

Visualización de las variantes con un visor genómico, como el IGV

Muestra Gen HGVS ANNOVAR Nomenclatura

FPGMX_1 BRCA1 c.4184_4185+2del c.4185_4185del concordante

FPGMX_2 BRCA1 c.2037delGinsCC c.2037_2037delinsCC* discrepante

FPGMX_3 BRCA1 c.2292_2310dup c.2310_2311insAGAGAGTAGCAGTATTTCA* discrepante

FPGMX_4 BRCA1 c.5266_5267insC c.5266dupC* discrepante

FPGMX_5 BRCA1 c.5277+48_5277+59dup NA*

FPGMX_6 BRCA2 c.8393_8399delCTAGACC c.8389_8395del* discrepante

FPGMX_7 BRCA2 c.5560_5570del c.5560_5570del concordante

FPGMX_8 BRCA2 c.4936_4939delGAAA c.4933_4936del* discrepante

FPGMX_9 BRCA2 c.4030_4035delAATGATinsC c.4030_4035C* discrepante

FPGMX_10 BRCA2 c.201_202dupGA c.200_201insGA* discrepante

FPGMX_11 BRCA2 c.3860delA c.3854delA* discrepante

FPGMX_12 BRCA2 c.2271_2272delAA c.2269_2270del* discrepante

FPGMX_13 BRCA2 c.2758_2759insATGG c.2758_2759insATGG concordante

FPGMX_16 BRCA1 c.3689T>G c.3689T>G concordante

FPGMX_17 BRCA2 c.1813_1814insA c.1806dupA* discrepante

FPGMX_18 BRCA2 c.4964dupA c.4964dupA concordante

FPGMX_19 BRCA2 c.4380_4381delTT c.4378_4379del* discrepante

* No aplica. Secuencias de referencia GenBank: BRCA1 NM_007294.2 , BRCA2 NM_000059

Discrepancias en asignación y anotación de variantes NGS

Discrepancia en la nomenclatura ANNOVAR

Es necesaria la utilización combinada de detectores para aumentar la sensibilidad en la asignación de variantes. La incorrecta detección y anotación de las variantes, aunque se anoten aproximadamente en la posición adecuada, podría llevar a la interpretación del resultado como FN.

Comparación de plataformas y detectores NGS

Es necesaria una nomenclatura fija y estandarizada de los datos de secuencia en la clínica, idéntica para todas las plataformas NGS y sistemas de detección de variantes, y fácilmente intercambiable con datos históricos.

• Diseño de Panel multigénico propio de 15 genes implicados en CMOH BRCA1, BRCA2, ATM, BRIP1, CDH1, CHEK2, MLH1, MSH2, MSH6, PALB2, PTEN, RAD51C, RAD51D, STK11, TP53

• Valorar la sensibilidad diagnóstica de las técnicas de NGS para el análisis clínico rutinario, mediante la tecnología Ion Proton (Thermo Fisher Scientific)

• Se analizaron 520 familias de alto y moderado riesgo según criterios de la Guía gallega de Oncología (2011)

• Evaluamos la detección de grandes reordenamientos (LGRs) mediante NGS aplicando el algoritmo ExomeDepth a los datos de NGS obtenidos y se compararon con el estudio de LGRs realizado mediante MLPA en los genes BRCA1 y BRCA2.

Panel multigénico en CMOH

XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017

Panel multigénico en CMOH

• 520 casos índice de familias que cumplían los criterios para CMOH (Guía Sociedad Oncológica de Galicia)


https://www.broadinstitute.org/gatk/ https://www.thermofisher.com/

ExomeDepth

https://omictools.com/exomedepth-tool

Plataforma NGS Ion Proton

ABI 3730xl (Life technologies)

Geneamp PCR system 9700 (Life technologies)

Coffalyser (MRC-Holland)

Análisis de grandes reordenamientos LGRs

Filtrado de variantes NGS

Frecuencia alélica < 0.1

Patogenicidad

www.1000genomes.org

http://www.hgmd.org

http://www.ncbi.nlm.nih.gov/clinvar

http://www.ncbi.nlm.nih.gov/snp

http://www.lovd.nl/3.0/home

http://cancer.sanger.ac.uk/cosmic

http://www-p53.iarc.fr/; p53

http://www.umd.be

http://insight-group.org/variants/database

Breast Cancer Information Core

On-Line Breast Cancer Mutation Data Base

An International Collaborative Effort NHGRI

http://research.nhgri.nih.gov/bic

http://hapmap.ncbi.nlm.nih.gov/

Richards et al 2015

VUS

probablemente Benigna

probablemente Patogénica

Benigna Patogénica

BRIP1

RAD51C

ATM

CHEK2

MUTYH

PALB2 TP53

RAD51D BRCA1

PTEN

CDH1

MLH1

MSH2

MSH6

STK11

BRCA2

520 muestras CMOH Genes de alta y moderada

penetrancia incluidos

Variantes identificadas

Ion Proton™

Anotación de las variantes NGS

Variantes Detectadas

.VCF Bases de datos Polimorfismos

dbSNP

1000 Genomas

HapMap

Consecuencias transcripción

Ensembl VEP

snpEff

ANNOVAR

Predicción Patogenicidad

PolyPhen

SIFT

CADD

Bases de datos Enfermedad

OMIM

HGMD

Gene Tests

Variantes Anotadas

.VCF

ANNOVAR

Variantes patogénicas por gen panel NGS

• Sanger, solamente BRCA1 y BRCA2,

variantes patogénicas 12% de casos

• Aproximadamente 65% de las variantes patogénicas se detectaron en BRCA1 y BRCA2.

• Más del 40% variantes patogénicas en BRCA1,

• Mutación fundadora gallega BRCA1 c.211A>G, más del 50% de los casos (Vega et al. 2002)Frecuencia población general 0.27% (Fachal et al. 2011)

• Variantes patogénicas en 19% casos • Incrementó en un 7% el porcentaje

de familias que se pueden favorecer con el panel NGS

BRCA1 42%

BRCA2 24%

PALB2 8%

ATM 7%

CHEK2 5%

RAD51C 4%

BRIP1 3%

TP53 3% RAD51D 3% MSH2 1%


Vega A 2001

Casos variantes patogénicas dobles

Tecnologías de secuenciación masiva, permiten adaptar el consejo genético , seguimiento y tratamiento de acuerdo a la presencia de ambas mutaciones.


Variantes patogénicas por gen

0

8

15

23

30

38

BRCA1 PALB2 CHEK2 BRIP1 TP53 TOTAL

NONSENSE FRAMESHIFT SPLICING MISSENSE

La mayoría de variantes patogénicas detectadas fueron de tipo frameshift, en el caso de las mismas es necesario tener cuidado en la nomenclatura.


ANNOVAR: BRCA2 c.2806_2809del:p.Lys936fs HGVS: BRCA2 c.2808_2811del: p.Ala938ProfsX21

ANNOVAR: BRCA2 c.4029_4033del:p.Lys1343fs BRCA2 c.4035T>C:p.Asp1345Asp HGVS: BRCA2 c.4030_4035delinsC: p.Asn1344HisfsX6


Negativo Negativo Positivo

Prob Benigna

Prob Patogénica

Significado incierto

Variante de significado

incierto VUS

Todavía no se conoce su patogenicidad

SNVs no sinónimas, sinónimas Indels in frame

Intrónicas

Variantes genéticas de significado incierto (VUS)

VUS puntuales observadas por gen

Clasificación de VUS: • Estudios de co-segregación • RT-PCR • Frecuencia en población control • Estudios funcionales

Tasa 1.4 variantes de VUS por caso en todos los genes analizados en el panel

0%

2%

4%

6%

8%

10%

12%

14%

16%

18%

ATM, 16%

MSH6, 10%

BRCA2, 9%

CDH1, 10%

MLH1, 10%

MSH2, 8%

BRIP1, 7%

PALB2, 7%

BRCA1, 5%

CHEK2, 6%

RAD51C, 3%

RAD51D, 3% TP53, 3%

STK11, 2% PTEN, 1%


Grandes reordenamientos LGRs BRCA1/BRCA2

ExomeDepth

• Una estrategia típica para la detección de LGRs es comparar la profundidad de cobertura entre muestras.

• La herramienta informática ExomeDepht, fue desarrollada para la asignación de LGRs en estudios de exomas. en la búsqueda de variantes causales en enfermedades mendelianas.

• Plagnol et al 2012

Ion Proton™


ExomeDepth variantes patogénicas LGRs

BRCA1 del 1-13

BRCA1 del 1-24

BRCA1 del 1-15

Se debe de tener en cuenta las limitaciones de la técnica NGS para LGRs No fueron detectadas tres grandes reordenamientos en el gen BRCA1 que se observaron mediante la técnica del MLPA. Lo que nos indica que el algoritmo informático ExomeDepth tiene grandes limitaciones para la tecnología NGS Ion Proton.

Ion Proton™ XXVIII Congreso Nacional de Genética Humana de la AEGH 2017

14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017

• El análisis de genes adicionales a BRCA1/2 incrementó la detección

de resultados positivos, aumentando la sensibilidad de la prueba genética para CMOH

• Las pruebas de panel NGS en CMOH incrementan la sensibilidad de la prueba diagnóstica, pero mayor cantidad de información indeterminada, más VUS y otras variantes patogénicas en línea germinal con utilidad clínica incierta.

• Variantes de significado incierto VUS, serán reclasificadas en

un futuro como patogénicas o benignas, pero mientras tanto no deberían utilizarse para tomar decisiones clínicas.

Pruebas Panel de genes NGS CMOH

Pruebas Panel de genes NGS CMOH

• Esto pone de manifiesto la heterogeneidad genética subyacente a la predisposición heredada CMOH

• Necesario y urgente compartir los datos obtenidos en pruebas de panel para construir un conjunto fiable de correlación genotipo/fenotipo, y avanzar así en el establecimiento de recomendaciones clínicas para el paciente.

• Identificación de grandes reordenamientos a partir de

NGS es dependiente de la plataforma y el enfoque utilizado, el diagnóstico molecular deberia incluir tecnologías complementarias, MLPA o CGH Arrays

Graffeo R. et al 2016

Afghahi A. y Kurian A. 2017

Afghahi A. y Kurian A. 2017

El objetivo de una prueba genética amplia de panel, es definir la atención óptima de los pacientes y sus familias, Evaluando riesgo de cáncer de mama y de otros tipos (como ovárico, colorrectal, pancreático) y permitir la prevención del cáncer entre los miembros de la familia no afectados

• Prioridad es definir estrategias de quimioprevención y tratamiento específico para los pacientes con cáncer de mama y ovario.

• Terapias actualmente aprobados por FDA, los inhibidores de PARP, para el manejo del cáncer de ovario avanzada con mutación BRCA1 o BRCA2 asociada

• Estudios han revelado asociaciones de cáncer de mama triple negativo TNBC con mutaciones en varios genes de susceptibilidad de penetracia moderada, incluyendo PALB2, BARD1, BRIP1, RAD51C y RAD51D, además de BRCA1 y BRCA2

• Pacientes TNBC portadores mutaciones en estos genes, podrian beneficiarse con inhibidores PARP (poli ADP-ribosa polimerasa).

Pruebas Panel de genes NGS y Terapeútica

Christopher J. Lord, 2016

Los mecanismos defectuosos de la vía de recombinación homóloga pueden incluir otras anormalidades genéticas y epigenéticas, además de cualquier mutación de línea germinal o somática BRCA1 y/o BRCA2, iampliando a otras potenciales dianas terapéuticas.

Terapia inhibidores PARP poli ADP-ribosa polimerasa

(Stephens et al. 2015)

Análisis de datos NGS y BIG DATA

• Errores aleatorios y sistemáticos, pueden mostrar un perfil de ocurrencia específico para cada plataformas de secuenciación NGS.

• Programas informáticos disponibles y en desarrollo para eliminación de errores en NGS (Laehnemann et al. 2015)

• La secuencia de referencia utilizada en el alineamiento, puede no contener todos los indels presentes en el genoma analizado.

• Validación con materiales genómicos de referencia

Validación NGS

https://www.sanger.ac.uk/research/areas/bioinformatics/grc

http://genome.wustl.edu/

https://www.ebi.ac.uk/

https://www.ncbi.nlm.nih.gov/

ENIGMA

Grupo de Genética del Cáncer FPGMX

Santiago de Compostela

Laboratorio División Endocrinología

Hospital C. G. Durand

Muchas Gracias

presentación de powerpoint - aba-online.org.ar · cáncer de mama se encuentra en primer lugar ......

Documents