Integración de enfoques "ómicos" en la identificación de biomarcadores pronósticos y blancos terapéuticos innovadores en cáncer de próstata y COVID-19
PARTE I : El cáncer de próstata (PCa) es el segundo cáncer más frecuente en hombres a nivel mundial y ocupa el sexto lugar como causa de muerte relacionada con el cáncer en hombres. En Argentina, el PCa se sitúa como la tercera causa principal de mortalidad por cáncer, lo que indica una incidencia r...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | , , , , |
| Formato: | Tesis Libro |
| Lenguaje: | Español |
| Publicado: |
2023
|
| Aporte de: | Registro referencial: Solicitar el recurso aquí |
| LEADER | 18068nam a22003617a 4500 | ||
|---|---|---|---|
| 003 | AR-BaUEN | ||
| 005 | 20251229193609.0 | ||
| 008 | 230912s2023 ag ad||f m||| 000 0|spa d | ||
| 040 | |a AR-BaUEN |b spa |c AR-BaUEN | ||
| 041 | 0 | |b spa |b eng | |
| 044 | |a ag | ||
| 084 | |a QUI 007394 | ||
| 100 | 1 | |a Bizzotto, Juan Antonio | |
| 245 | 1 | 0 | |a Integración de enfoques "ómicos" en la identificación de biomarcadores pronósticos y blancos terapéuticos innovadores en cáncer de próstata y COVID-19 |
| 246 | 3 | 1 | |a Integration of "omics" approaches in the identification of prognostic biomarkers and novel therapeutic targets in prostate cancer and COVID-19 |
| 260 | |c 2023 | ||
| 300 | |a 210 p. : |b il. color, diagrs. color, gráfs. color, tablas | ||
| 502 | |b Doctor de la Universidad de Buenos Aires en el área de Química Biológica |c Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |d 2023-08-09 |g Universidad de Buenos Aires - CONICET. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales (IQUIBICEN) | ||
| 506 | |2 openaire |e Autorización del autor |f info:eu-repo/semantics/embargoedAccess |g 2026-08-09 | ||
| 518 | |o Fecha de publicación en la Biblioteca Digital FCEN-UBA | ||
| 520 | 3 | |a PARTE I : El cáncer de próstata (PCa) es el segundo cáncer más frecuente en hombres a nivel mundial y ocupa el sexto lugar como causa de muerte relacionada con el cáncer en hombres. En Argentina, el PCa se sitúa como la tercera causa principal de mortalidad por cáncer, lo que indica una incidencia relativamente alta en el país. La mayoría de las muertes relacionadas con el PCa (70-80% de los casos) se atribuyen a la enfermedad ósea metastásica y la adquisición de un fenotipo invasivo. Actualmente, la terapia de deprivación de andrógenos (ADT, por sus siglas en inglés) se utiliza como tratamiento inicial estándar para el PCa metastásico. Sin embargo, en un gran número de casos, la progresión a un estado resistente a la castración (conocido como Cáncer de Próstata Resistente a la Castración, CRPC) se vuelve inevitable. Algunos PCas se agrupan histopatológicamente en el mismo puntaje de Gleason (GS) , pero pueden diferir significativamente en su resultado. En este sentido, nuestro objetivo fue identificar biomarcadores moleculares que pudieran mejorar la predicción del riesgo en el PCa, centrándonos en aquellos que pudieran funcionar de forma independiente al GS o de otras variables clínico-patológicas; y también identificar los GS intermedios que pudieran tener una mayor probabilidad de progresión. Estos biomarcadores moleculares tienen el potencial de mejorar la predicción de la enfermedad agresiva y ofrecer información sobre los mecanismos biológicos que subyacen a la fuerte asociación entre el GS y la progresión de la enfermedad. En este trabajo, primero realizamos la extracción de proteínas de muestras de adenocarcinomas de próstata e hiperplasias prostáticas benignas (BPH) humanas embebidas en parafina fijada en formalina (FFPE), con información disponible sobre el estadio de la enfermedad, el puntaje de Gleason y la edad del paciente. Luego, se realizó una nano cromatografía líquida-espectrometría de masas por ionización por electrospray (LC ESI-MS/MS) sobre los proteomas humanos. A continuación, seleccionamos las proteínas enriquecidas en muestras de PCa en comparación con muestras de BPH (n=109) y analizamos los posibles candidatos seleccionados mediante un análisis bioinformático integrado de repositorios de bases de datos públicas (16 sets de datos, n = 2,954). Para tal efecto, desarrollamos un flujo de trabajo con pasos secuenciales que incluyeron análisis de expresión diferencial, análisis de supervivencia, aproximaciones de bioestadística y aprendizaje automático (Machine Learning). Nuestros resultados identificaron una firma génica con alto poder predictor del riesgo de evento, independiente de los parámetros clínico-patológicos evaluados y capaz de superar la predicción del GS. Cabe destacar que la firma génica mejoró la predicción de recaída bioquímica para pacientes con PCa con GS intermedio. Además, esta firma fue validada en sets de datos de PCa que no fueron utilizados previamente en la etapa de entrenamiento. Esto refleja la solidez de la metodología empleada. En paralelo, para los análisis, desarrollamos una herramienta web para acceder simultáneamente a los datos de múltiples análisis de expresión génica diferencial. Utilizamos sets de datos de PCa para crear esta aplicación llamada Gene Hunter basada en Shiny con una interfaz visual accesible a través de un navegador web. En resumen, desarrollamos un flujo de trabajo para el análisis y exploración de datos transcriptómicos y el descubrimiento de potenciales biomarcadores pronóstico. Nuestros resultados muestran una firma génica predecir la progresión de los Gleason scores intermedios hacia un PCa agresivo con mejor desempeño que el GS. Dicha firma podría beneficiar tanto a los pacientes como a los médicos al permitir un diagnóstico temprano más preciso, un tratamiento personalizado, mejores resultados clínicos y la reducción de intervenciones innecesarias. PARTE II : El síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2) es un nuevo virus que emergió a fines de 2019 en Wuhan, China. La Organización Mundial de la Salud (OMS) declaró la infección por SARS-CoV-2 como una emergencia sanitaria pandémica a partir del 31 de enero de 2020. En un estudio de casos y controles publicado (GSE152075) con pacientes positivos (n = 403) y negativos (n = 50) para SARS-CoV-2, se analizó la respuesta a la infección evaluando la expresión génica de receptores celulares del huésped y proteínas antivirales. También se evaluó el análisis de expresión asociado con factores de riesgo reportados para COVID-19. Los pacientes con SARS-CoV-2 tenían una mayor expresión de ACE2, pero una menor expresión de TMPRSS2, BSG/CD147 y CTSB en comparación con los casos negativos. La edad de los pacientes con COVID-19 afectaba negativamente la expresión de ACE2. MX1 y MX2 tenían mayor expresión en los pacientes con COVID-19. Se observó una tendencia negativa (p-tendencia < 0.05) para MX1 y MX2 a medida que aumentaba la edad de los pacientes. El análisis de componentes principales determinó que la expresión de ACE2, MX1, MX2 y BSG/CD147 podía agrupar a individuos sin COVID-19 y COVID-19. La regresión multivariable mostró que la expresión de MX1 aumentaba significativamente por cada incremento en la carga viral. Estos hallazgos respaldan las diferencias en la expresión de ACE2, MX1, MX2 y BSG/CD147 entre pacientes con COVID-19 y sin COVID-19, y señalan a MX1 como un respondedor crítico en la infección por SARS- CoV-2. El interferón gamma (IFN-γ) puede ser una posible inmunoterapia adyuvante para pacientes con COVID-19. Avanzamos en nuestro trabajo y evaluamos los perfiles de expresión génica asociados con la vía del IFN-γ en respuesta a la infección por SARS-CoV-2. Utilizando el mismo estudio de casos y controles de pacientes positivos y negativos para SARS-CoV-2, identificamos que las vías asociadas con el IFN-γ estaban enriquecidas en los pacientes COVID-19 positivos. Los análisis bioinformáticos mostraron una regulación positiva de MAP2K6, CBL, RUNX3, STAT1 y JAK2 en los pacientes positivos de COVID-19 en comparación con los negativos. Se observó una correlación positiva entre STAT1/JAK2, que variaba junto con la carga viral del paciente. La expresión de MX1, MX2, ISG15 y OAS1 (cuatro genes estimulados conocidos por IFN (ISGs)) mostró una regulación positiva en los pacientes con COVID-19 en comparación con los negativos. Los análisis integrativos mostraron niveles más altos de ISGs, que estaban asociados con un aumento en la carga viral y la expresión de STAT1/JAK2. La confirmación de la regulación positiva de los ISGs se realizó in vitro utilizando la línea celular pulmonar A549 tratada con poli (I:C), un análogo sintético de ARN bicatenario viral; y en diferentes líneas celulares pulmonares humanas y biopsias traqueales de hurón infectadas con SARS-CoV-2. A continuación realizamos ensayos in vivo, en un modelo murino preclínico de infección por coronavirus confirmando los hallazgos. Los resultados mostraron un aumento de los ISGs en el hígado y los pulmones de los ratones infectados. Estos resultados demuestran el papel del IFN-γ y los ISGs en respuesta a la infección por SARS-CoV-2, resaltando blancos farmacológicos alternativos que pueden potenciar la respuesta del huésped. Finalmente, teniendo en cuenta que estudios basados en la población han demostrado que los pacientes con PCa sometidos a terapias de deprivación de andrógenos (ADT) estaban parcialmente protegidos contra el COVID-19; y que los hombres tratados con proxalutamida en un ensayo clínico mostraron una tasa reducida de hospitalización por COVID-19, nos proporcionó indicios de que el ADT podría resultar en una ventaja terapéutica contra la enfermedad. Por lo tanto, a continuación, evaluamos la regulación de MX1 por la dihidrotestosterona (DHT). En primer lugar, se observaron niveles comparables de MX1en los pulmones, la próstata y las glándulas salivales de humanos sanos (GTEx). Los análisis in vitro mostraron que las células LNCaP tratadas con DHT presentaban una disminución (p<0.05) en los niveles de ARNm de MX1. Los experimentos de ChIP-seq mostraron sitios de unión del receptor de andrógenos (AR) en la secuencia de MX1 en presencia de DHT. Además, la comparación de muestras longitudinales de pacientes con PCa antes y después del ADT mostró una regulación positiva de MX1 (p<0.05) después del tratamiento. En resumen, MX1 se eleva como un respondedor crítico en la infección por SARS-CoV-2 y demostramos la modulación de MX1 por DHT. Proponemos a MX1 como un jugador clave en la ventaja terapéutica planteada por el ADT frente al COVID-19. |l spa | |
| 520 | 3 | |a PART I : Prostate cancer (PCa) is the second most prevalent cancer in men globally, and it ranks as the sixth leading cause of cancer-related death in males. In Argentina, PCa stands as the third highest cause of cancer mortality, indicating a relatively high incidence within the country. The majority of PCa-related deaths (70-80% of cases) are attributed to metastatic bone disease and the acquisition of an invasive phenotype. Currently, androgen deprivation therapy (ADT) serves as the standard initial treatment for metastatic PCa. However, in a large number of cases, progression to a castration-resistant state (known as Castration-Resistant Prostate Cancer, CRPC) becomes inevitable. Some PCas are histopathologically grouped within the same Gleason score (GS) but can differ significantly in outcome. Herein, we aimed at identifying molecular biomarkers that could improve risk prediction in PCa, focusing on those that could function independently of GS, and to further identify intermediate GSs that may have a higher likelihood of progression. These molecular biomarkers have the potential to enhance the prediction of aggressive disease and offer insights into the biological mechanisms that underlie the strong association between GS and disease progression. First, protein extraction was performed from formalin fixed paraffin embedded (FFPE) specimens of human prostate adenocarcinomas and benign prostate hyperplasias (BPHs), with available disease stage, GS, and patient age. Next, Liquid Chromatography-Electrospray Ionization-Mass Spectrometry (LC ESI–MS/MS) was performed on the human proteomes. We then selected proteins enriched in PCa samples compared with BPH samples (PCa enriched protein dataset, n=109), and validated the selected potential candidates with integrative bioinformatics analysis of public database repositories (16 datasets, n=2,954). For this purpose, we developed a workflow with sequential steps that included differential expression analysis, survival analysis, biostatistics approaches, and machine learning. Our results identified a gene signature with high predictive power of risk of event, independent of the evaluated clinical-pathological parameters and capable of outperforming GS prediction. It is worth noting that the gene signature was able to improve the prediction of biochemical recurrence for PCa patients with intermediate GS. Further, this signature was validated in PCa datasets that were not previously used in the training stage. This reflects the robustness of the methodology employed. In parallel, for the analyses we developed a web tool to access data from multiple differential gene expression analyses simultaneously. At first, we exploited PCa datasets to create this Shiny-based app named “Gene Hunter” with a visual interface accessible through a web browser. This app allows users to search for a particular gene within a group of datasets. Results are presented in tables and interactive plots showcasing gene expression changes and the statistical significance across different comparisons (e.g., primary tumor vs. normal tissue; metastatic PCa vs. primary tumor). Moreover, users are able to assess clinical relevance of a gene by survival analyses and Kaplan-Meier plots. In summary, we have developed a workflow for the analysis and exploration of transcriptomic data and the discovery of potential prognostic biomarkers. Our results showcase a gene signature that predicts the progression of PCa with intermediate risk to aggressive PCa. This signature outperforms GS and can potentially benefit both patients and physicians by enabling more accurate early diagnosis, personalized treatment, improved clinical outcomes, and the reduction of unnecessary interventions. PART II : Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) is a novel virus that emerged in late 2019 in Wuhan, China. The World Health Organization (WHO) declared the SARS-CoV-2 infection a pandemic health emergency as of January 31, 2020. In a published case-control study (GSE152075) from SARS-CoV-2-positive (n = 403) and negative patients (n = 50), we analyzed the response toinfection assessing gene expression of host cell receptors and antiviral proteins. The expression analysis associated with reported risk factors for COVID-19 was also assessed. SARS-CoV-2 cases had higher ACE2, but lower TMPRSS2, BSG/CD147, and CTSB expression compared with negative cases. COVID-19 patients’ age negatively affected ACE2 expression. MX1 and MX2 were higher in COVID-19 patients. A negative trend for MX1 and MX2 was observed as patients’ age increased. Principal-component analysis determined that ACE2, MX1, MX2, and BSG/CD147 expressions were able to cluster non-COVID-19 and COVID-19 individuals. Multivariable regression showed that MX1 expression significantly increased for each unit of viral load increment. These findings support differences in ACE2, MX1, MX2, and BSG/CD147 expression between COVID-19 and non-COVID-19 patients and point out to MX1 as a critical responder in SARS- CoV-2 infection Interferon gamma (IFN-γ) may be potential adjuvant immunotherapy for COVID-19 patients. We furthered our work and assessed the gene expression profiles associated with the IFN-γ pathway in response to SARS-CoV-2 infection. Employing the same case-control study from SARS-CoV-2- positive and -negative patients, we identified IFN-γ-associated pathways to be enriched in positive patients. Bioinformatics analyses showed upregulation of MAP2K6, CBL, RUNX3, STAT1, and JAK2 in COVID-19-positive vs. -negative patients. A positive correlation was observed between STAT1/JAK2, which varied alongside the patient’s viral load. Expression of MX1, MX2, ISG15, and OAS1 (four well-known IFN-stimulated genes (ISGs)) displayed upregulation in COVID-19-positive vs. -negative patients. Integrative analyses showcased higher levels of ISGs, which were associated with increased viral load and STAT1/JAK2 expression. Confirmation of ISGs up-regulation was performed in vitro using the A549 lung cell line treated with Poly (I:C), a synthetic analog of viral double-stranded RNA; and in different pulmonary human cell lines and ferret tracheal biopsies infected with SARS-CoV-2. A pre-clinical murine model of Coronavirus infection confirmed findings displaying increased ISGs in the liver and lungs from infected mice. These results demonstrate the role of IFN-γ and ISGs in response to SARS-CoV-2 infection, highlighting alternative druggable targets that can boost the host response. Finally, taking into consideration that population-based studies have shown that PCa patients undergoing androgen-deprivation therapies (ADT) were partially protected from COVID-19; and those men treated with proxalutamide in a recent clinical trial, showed reduced COVID-19 hospitalization rate, ADT might result in a therapeutic advantage against COVID-19. Hence, we next evaluated MX1 regulation by dihydrotestosterone (DHT). First, comparable MX1 levels in lung, prostate and salivary gland of healthy humans were observed (GTEx). LNCaP cells treated with DHT showed a decrease (p<0.05) in MX1 mRNA levels. ChIP-seq experiments showcased AR binding sites on the MX1 sequence upon DHT. Further, comparison of paired PCa patient samples before and after ADT showed MX1 upregulation (p<0.05) after ADT. In summary, MX1 rises as a critical responder in SARS-CoV-2 infection, and we demonstrate MX1 modulation by DHT. We propose MX1 as a key player in the therapeutic advantage posed by ADT. |l eng | |
| 540 | |2 cc |f https://creativecommons.org/licenses/by-nc-sa/2.5/ar | ||
| 700 | 1 | |a Gueron, Geraldine | |
| 700 | 1 | |a Martí, Marcelo Adrián | |
| 700 | 1 | |a Lacunza, Ezequiel | |
| 700 | 1 | |a Llera, Andrea Sabina | |
| 700 | 1 | |a Nowicki, Susana | |
| 856 | 4 | |q application/pdf | |
| 931 | |a DQB | ||
| 961 | |b tesis |e ND |c EM | ||
| 962 | |a info:ar-repo/semantics/tesis doctoral |a info:eu-repo/semantics/doctoralThesis |b info:eu-repo/semantics/publishedVersion | ||
| 999 | |c 102211 | ||