Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Redes neuronales artificiales y microarrays de la DNA para predecir con éxito resultados clínicos de los pacientes del neuroblastoma

Los investigadores en el Instituto Nacional del Cáncer (NCI), han utilizado redes neuronales artificiales (ANNs) y microarrays de la DNA para predecir con éxito el resultado clínico de los pacientes diagnosticados con neuroblastoma (NB).

El ANNs también determinó un equipo mínimo de 19 genes cuyos niveles de la expresión fueron asociados de cerca a este resultado clínico. Actualmente, el grupo de la oncología de los niños (COG), patrocinado por el NCI, estratifica a pacientes con neuroblastoma en los grupos altos, intermedios y poco arriesgados basados en varios factores. Sin embargo, mientras que la estratificación puede conducir el tratamiento paciente, no es un calculador de la supervivencia. Ahora, la potencia profética del análisis de la expresión génica del microarray acoplado con ANNs podía ayudar a médicos en el tratamiento de pacientes individuales.

Las redes neuronales son algoritmos especializados del reconocimiento de patrones modelados después del cerebro humano; aprenden por experiencia. ANNs es de uso frecuente en programas de la identificación, tales como huella dactilar o software del reconocimiento vocal. Javed Khan, M.D., y sus personas en el brazo pediátrico de la oncología del NCI, adaptó un algoritmo del anuncio para determinar configuraciones en la expresión génica del tumor de la NOTA. El estudio, que aparece en el cáncer Research* del 1 de octubre de 2004, fue realizado en colaboración con colegas del NCI, de la Alemania y de la Australia.

Primero, los investigadores realizaron análisis de la expresión génica usando los microarrays del cDNA que contenían sobre 25.000 genes para crear perfiles globales de la expresión génica de tumores primarios a partir de 49 pacientes diagnosticados con la NOTA cuyo resultado clínico era sabido. Dividieron a los pacientes en (muerte debido a la enfermedad) grupos buenos (supervivencia acción-libre por mayor de 3 años) o pobres del resultado. “Poniendo las muestras de la prueba a un lado independiente, redes neuronales fueron entrenados para reconocer o predecir “activo” o “a los muertos” perfiles de la expresión de las muestras restantes,” dijo a Khan. “Entonces determinamos si podríamos predecir el resultado para las muestras de la prueba usando éstos ANNs entrenado.” Encontraron que el ANNs podría predecir el resultado clínico de cualquier perfil individual del gen con una exactitud del cerca de 88 por ciento.

Mientras que estos perfiles del gen consistidos en sobre 25.000 genes, los investigadores intentaron optimizar los perfiles y encontrar el número mínimo de genes que podrían actuar mientras que un equipo del calculador. El ANNs determinó 19 genes cuyos niveles de la expresión podrían predecir exacto resultado clínico. Al solamente observar estos 19 genes, la exactitud de la predicción del anuncio aumentó al 95 por ciento, y se realizó mucho mejor que la estratificación del riesgo colectivo de la oncología (COG) de los niños actuales. Dos de los genes en este grupo, MYCN y CD44, se han conectado previamente con el pronóstico de la NOTA - la amplificación de MYCN es uno de los factores independientes más fuertes de pronóstico pobre -- y varios de los otros genes se saben para ser implicados en el revelado neuronal.

Usando los 19 genes del calculador, el ANNs podía también dividir el subconjunto de pacientes clasificados como de alto riesgo en grupos buenos y pobres del resultado. “Cuál era el más emocionante,” dijo a Khan, “era que podíamos predecir cuáles de los pacientes de alto riesgo fallarían terapia convencional. Esto tiene implicación clínica importante puesto que podemos ahora distinguir a un grupo de los pacientes del ultra-alto-riesgo que no responderán a la terapia convencional y por lo tanto no requerirán estrategias alternativas del tratamiento. Podemos también poder reducir la intensidad y de tal modo reducir la toxicidad del régimen del tratamiento a ésas previsto para sobrevivir basado en su perfil de la expresión génica.”

“Y puesto que estamos utilizando 19 genes en vez de 25.000,” Khan agregó, “nosotros puede traducir nuestras conclusión a la clínica porque los análisis pronósticos simples se pueden desarrollar sobre la base de este pequeño número de genes. De hecho, tres de los genes encontrados sobre-para ser expresado en tumores pobres del resultado codifican las proteínas secretadas en la sangre, significando ellos se podrían utilizar como marcadores del pronóstico del suero en un análisis de sangre simple.” En colaboración con industria, el laboratorio de Khan ahora está desarrollando los análisis clínicos basados en estos 19 genes y está proyectando probar para la presencia de estos marcadores del suero en otros pacientes con la NOTA para la predicción pronóstica.

Khan advierte que más estudios de la validación están requeridos. Su laboratorio ahora ha comenzado un estudio más grande de la validación usando 300 muestras del tumor de la NOTA de las juicios nacionales basadas en los Estados Unidos (DIENTE) y el Reino Unido (UKCCSG: Grupo de estudio del cáncer de la niñez de Reino Unido).