Identificação de marcadores moleculares de prognóstico para adenocarcinoma de próstata utilizando abordagem quantitativa baseada em sequências / Identification of prognostic molecular markers for prostate adenocarcinoma exploiting a quantitative approach based on sequencing

RESUMO

Câncer de próstata (CaP) é um dos cânceres mais comuns na população masculina sendo a segunda causa de morte por neoplasias no ocidente. O adenocarcinoma de próstata é classificado de acordo com a escala de Gleason em graus de malignidade que variam de 2 a 10. Os tumores de escore de Gleason 7 apresentam respostas variáveis ao tratamento, e são sub classificados em 4+3 ou 3+4 tendo, geralmente o primeiro apresenta um pior prognóstico quanto a recidiva bioquímica. A falta de correspondência da classificação da biopsia e da peça cirúrgica, e a inespecificidade do teste de PSA sérico têm incentivado estudos de identificação de novos marcadores moleculares, principalmente em relação aos tumores Gleason 7 nos quais a evolução da doença é de difícil predição. Assim o objetivo desse estudo foi identificar putativos marcadores de prognóstico de pacientes com CaP de escore de Gleason 7. Neste estudo foi elaborado um protocolo de construção de biblioteca de cDNA que combinou microdissecção à laser e a utilização da plataforma de sequenciamento Roche-454 para acessar o transcritoma de células tumorais de próstata. Foram construídas bibliotecas de cDNA 3´ de 21 amostras de adenocarcinoma de próstata, 11 sem recidiva e 10 com recidiva bioquímica, e sequenciadas em paralelo no 454. Foram geradas um total 930.102 sequências, com um tamanho médio de 149,29pb, as quais identificaram 19.933 transcritos e 14.102 genes distintos. Foram aplicados dois métodos matemáticos para identificar diferenças transcricionais entre os grupos de amostras. A análise de diferença de expressão pelo método de proporção identificou 246 transcritos entre as amostras de CaP com e sem recidiva bioquímica. O padrão de expressão desses 246 genes permitiu descriminar 100% das amostras dos grupos com e sem recidiva através da clusterização hierárquica. Um segundo método, baseado na probabilidade de um gene, ou conjunto de genes, ser mais expresso em um determinado grupo identificou 314 transcritos...