Kassambara A, Gourzones-Dmitriev C, Sahota S, Rème T, Moreaux J, Goldschmidt H, Constantinou A, Pasero P, Hose D, Klein B. Una puntuación de la vía de reparación del ADN predice la supervivencia en el mieloma múltiple humano: El potencial de la estrategia terapéutica. Oncotarget. 2014. Descargar el PDF
Resumen del estudio
La reparación del ADN es fundamental para mantener la integridad genómica y regular la transcripción y la replicación. Existen múltiples vías interrelacionadas para tratar diferentes tipos de daños en el ADN, como roturas de doble cadena y lesiones nucleotídicas. En el cáncer, la desregulación de estos mecanismos de reparación contribuye a la inestabilidad genómica y a la resistencia a los fármacos.
En este estudio, desarrollamos una puntuación de reparación del ADN (DRscore) utilizando una lista de consenso de 84 genes de reparación del ADN. De ellos, 22 tenían un valor pronóstico significativo tanto para la supervivencia libre de eventos (EFS) como para la supervivencia global (OS) en pacientes con mieloma múltiple (MM) no tratados:
- 17 genes correlacionados con un mal pronóstico
- 5 genes correlacionados con buen pronóstico
La DRscore compuesta estratificó eficazmente a los pacientes por riesgo de supervivencia y puede ayudar a identificar tumores dependientes de vías específicas de reparación del ADN. Esto abre la puerta a estrategias basadas en la letalidad sintética dirigidas a esas vulnerabilidades en MM.
En este estudio, Alboukadel Kassambara fue el primer autor, realizando el análisis y la interpretación de los datos. Desarrolló la puntuación de reparación del ADN (DRscore), realizó el análisis de expresión génica y supervivencia, y contribuyó a redactar el manuscrito, estableciendo un modelo pronóstico con implicaciones terapéuticas para el mieloma múltiple.
Cita
Publication: In Oncotarget
Fecha: 15 de mayo, 2014
Tipo: Artículo de revista
PDF: Descargar el PDF
< Volver a todos los resúmenes
Contribuciones científicas
Aquí hay más resúmenes científicos de los que es autor o coautor Alboukadel Kassambara. Estas contribuciones abarcan la biología computacional, la bioinformática, la bioestadística, el aprendizaje automático y la multiómica, con especial atención a la inmuno-oncología y la investigación traslacional.
