[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

ES2403220T3 - Pruebas para predecir la receptividad de pacientes con cáncer a opciones de tratamiento con quimioterapia - Google Patents

Pruebas para predecir la receptividad de pacientes con cáncer a opciones de tratamiento con quimioterapia

Info

Publication number
ES2403220T3
ES2403220T3 ES09747388T ES09747388T ES2403220T3 ES 2403220 T3 ES2403220 T3 ES 2403220T3 ES 09747388 T ES09747388 T ES 09747388T ES 09747388 T ES09747388 T ES 09747388T ES 2403220 T3 ES2403220 T3 ES 2403220T3
Authority
ES
Spain
Prior art keywords
esr1
expression
gene
treatment
taxane
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES09747388T
Other languages
English (en)
Inventor
Steve Shak
Joffre B. Baker
Carl Yoshizawa
Joseph Sparano
Robert Gray
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Genomic Health Inc
Aventis Inc
Original Assignee
Genomic Health Inc
Aventis Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Genomic Health Inc, Aventis Inc filed Critical Genomic Health Inc
Application granted granted Critical
Publication of ES2403220T3 publication Critical patent/ES2403220T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G01N33/57415—Specifically defined cancers of breast
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
    • G01N2333/72—Assays involving receptors, cell surface antigens or cell surface determinants for hormones
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Physics & Mathematics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Biochemistry (AREA)
  • Wood Science & Technology (AREA)
  • Genetics & Genomics (AREA)
  • Cell Biology (AREA)
  • Zoology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Peptides Or Proteins (AREA)

Abstract

Método de predicción de si un paciente con cáncer de mama presentará una respuesta beneficiosa a laquimioterapia, que comprende: medir un nivel de expresión de BAK1, o su producto de expresión, en una muestra de tumor obtenida del paciente; usar el nivel de expresión para determinar una probabilidad de una respuesta beneficiosa a un tratamiento queincluye un taxano, en el que la expresión de BAK1 se correlaciona positivamente con un aumento de la probabilidadde una respuesta beneficiosa a un tratamiento que incluye un taxano; y generar un informe que incluye información basada en la probabilidad de una respuesta beneficiosa a unaquimioterapia que incluye un taxano.

Description

Pruebas para predecir la receptividad de pacientes con cáncer a opciones de tratamiento con quimioterapia
5 Campo técnico
La presente descripción proporciona genes y conjuntos de genes, cuyos niveles de expresión son útiles para predecir la respuesta de pacientes con cáncer a la quimioterapia. La descripción se refiere además a pruebas que usan tales marcadores moleculares, alineamientos y kits para su uso en tales métodos, y a informes que comprenden los resultados y/o conclusiones de tales pruebas.
Introducción
Para muchos pacientes con cáncer, el tratamiento puede incluir la resección quirúrgica del tumor, terapia hormonal y
15 quimioterapia. Está disponible una gama de elecciones de quimioterapia. De manera ideal, la elección para un paciente individual tiene en cuenta tanto el riesgo de recidiva del cáncer como la probabilidad de que el paciente responda a la quimioterapia elegida.
Un problema crítico en el tratamiento del cáncer de mama es la identificación de qué pacientes es probable que respondan a una quimioterapia convencional (por ejemplo una antraciclina y una ciclofosfamida) y qué pacientes es menos probable que respondan a una quimioterapia convencional y por tanto deben considerarse para una quimioterapia más agresiva (por ejemplo, un régimen de quimioterapia que incluye un taxano). Actualmente, no está disponible ninguna prueba satisfactoria para identificar pacientes que es más probable que respondan a una quimioterapia convencional en contraposición al tratamiento con un régimen de tratamiento que contiene taxano.
Sumario
La presente descripción proporciona métodos y composiciones para facilitar la predicción de la probabilidad de receptividad de pacientes con cáncer a un tratamiento que incluye un taxano y/o una ciclofosfamida.
La presente descripción proporciona métodos de predicción de si un paciente con cáncer positivo para receptores hormonales (HR) presentará una respuesta beneficiosa a una quimioterapia, implicando el método medir un nivel de expresión de un gen, o su producto de expresión, en una muestra de tumor obtenida del paciente, en el que el gen se selecciona del grupo que consiste en ABCC1, ABCC5, ABCD1, ACTB, ACTR2, AKT1, AKT2, APC, APOC1, 35 APOE, APRT, BAK1, BAX, BBC3, BCL2L11, BCL2L13, BID, BUB1, BUB3, CAPZA1, CCT3, CD14, CDC25B, CDCA8, CHEK2, CHFR, CSNK1D, CST7, CXCR4, DDR1, DICER1, DUSP1, ECGF1, EIF4E2, ERBB4, ESR1, FAS, GADD45B, GATA3, GCLC, GDF15, GNS, HDAC6, HSPA1A, HSPA1B, HSPA9B, IL7, ILK, LAPTM4B, LILRB1, LIMK2, MAD2L1BP, MAP2K3, MAPK3, MAPRE1, MCL1, MRE11A, NEK2, NFKB1, NME6, NTSR2, PLAU, PLD3, PPP2CA, PRDX1, PRKCH, RAD1, RASSF1, RCC1, REG1A, RELA, RHOA, RHOB, RPN2, RXRA, SHC1, SIRT1, SLC1A3, SLC35B1, SRC, STK10, STMN1, TBCC, TBCD, TNFRSF10A, TOP3B, TSPAN4, TUBA3, TUBA6, TUBB, TUBB2C, UFM1, VEGF, VEGFB, VHL, ZW10 y ZWILCH; usar el nivel de expresión para determinar una probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano, en el que la expresión de DDR1, EIF4E2, TBCC, STK10, ZW10, BBC3, BAX, BAK1, TSPAN4, SLC1A3, SHC1, CHFR, RHOB, TUBA6, BCL2L13, MAPRE1, GADD45B, HSPA1B, FAS, TUBB, HSPA1A, MCL1, CCT3, VEGF, TUBB2C, AKT1, MAD2L1BP, RPN2, RHOA,
45 MAP2K3, BID, APOE, ESR1, ILK, NTSR2, TOP3B, PLD3, DICER1, VHL, GCLC, RAD1, GATA3, CXCR4, NME6, UFM1, BUB3, CD14, MRE11A, CST7, APOC1, GNS, ABCC5, AKT2, APRT, PLAU, RCC1, CAPZA1, RELA, NFKB1, RASSF1, BCL2L11, CSNK1D, SRC, LIMK2, SIRT1, RXRA, ABCD1, MAPK3, DUSP1, ABCC1, PRKCH, PRDX1, TUBA3, VEGFB, LILRB1, LAPTM4B, HSPA9B, ECGF1, GDF15, ACTR2, IL7, HDAC6, CHEK2, REG1A, APC, SLC35B1, ACTB, PPP2CA, TNFRSF10A, TBCD, ERBB4, CDC25B o STMN1 se correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano, y en el que la expresión de CDCA8, ZWILCH, NEK2 o BUB1 se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano; y generar un informe que incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que incluye un taxano.
55 Los métodos pueden implicar además usar un nivel de expresión génica para determinar una probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, en el que la expresión de ZW10, BAX, GADD45B, FAS, ESR1, NME6, MRE11A, AKT2, RELA, RASSF1, PRKCH, VEGFB, LILRB1, ACTR2, REG1A o PPP2CA se correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, y en el que la expresión de DDR1, EIF4E2, TBCC, STK10, BBC3, BAK1, TSPAN4, SHC1, CHFR, RHOB, TUBA6, BCL2L13, MAPRE1, HSPA1, TUBB, HSPA1A, MCL1, CCT3, VEGF, TUBB2C, AKT1, MAD2L1BP, RPN2, RHOA, MAP2K3, BID, APOE, ILK, NTSR2, TOP3B, PLD3, DICER1, VHL, GCLC, RAD1, GATA3, CXCR4, UFM1, BUB3, CD14, CST7, APOC1, GNS, ABCC5, APRT, PLAU, RCC1, CAPZA1, NFKB1, BCL2L11, CSNK1D, SRC, LIMK2, SIRT1, RXRA, ABCD1, MAPK3, CDCA8, DUSP1, ABCC1, PRDX1, TUBA3, LAPTM4B, HSPA9B, ECGF1, GDF15, IL7, HDAC6, ZWILCH, CHEK2, APC, SLC35B1, NEK2, ACTB, BUB1,
65 TNFRSF10A, TBCD, ERBB4, CDC25B o STMN1 se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, y en el que el informe incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que incluye una ciclofosfamida.
La quimioterapia puede incluir una antraciclina. La antraciclina puede ser doxorubicina. Cuando la quimioterapia es 5 un taxano, el taxano puede ser docetaxel.
Los métodos pueden lograr la medición del nivel de expresión génica mediante PCR cuantitativa. Los métodos pueden lograr la medición del nivel de expresión génica mediante la detección de una secuencia a base de intrones de un transcrito de ARN del gen, cuya expresión se correlaciona con la expresión de una secuencia de exones correspondiente.
La muestra de tumor puede ser una sección de tumor congelada o fijada con formalina e incrustada en parafina (FPE).
15 Los métodos de la presente descripción incluyen métodos de predicción de si un paciente con cáncer positivo para receptores hormonales (HR) presentará una respuesta beneficiosa a una quimioterapia, los métodos implican medir un nivel de expresión de un gen, o su producto de expresión, en una muestra de tumor obtenida del paciente, en el que el gen se selecciona del grupo que consiste en ABCA9, ABCC1, ABCC10, ABCC3, ABCD1, ACTB, ACTR2, ACTR3, AKT1, AKT2, APC, APEX1, APOC1, APOE, APRT, BAD, BAK1, BAX, BBC3, BCL2, BCL2L1, BCL2L11, BCL2L13, BID, BIRC3, BIRC4, BUB3, CAPZA1, CCT3, CD14, CD247, CD63, CD68, CDC25B, CHEK2, CHFR, CHGA, COL1A1, COL6A3, CRABP1, CSNK1D, CST7, CTSD, CXCR4, CYBA, CYP1B1, DDR1, DIABLO, DICER1, DUSP1, ECGF1, EIF4E2, ELP3, ERBB4, ERCC1, ESR1, FAS, FLAD1, FOS, FOXA1, FUS, FYN, GADD45B, GATA3, GBP1, GBP2, GCLC, GGPS1, GNS, GPX1, HDAC6, HRAS, HSPA1A, HSPA1B, HSPA5, HSPA9B, IGFBP2, IL2RA, IL7, ILK, KDR, KNS2, LAPTM4B, LILRB1, LIMK1, LIMK2, MAD1L1, MAD2L1BP, MAD2L2,
25 MAP2K3, MAP4, MAPK14, MAPK3, MAPRE1, MCL1, MGC52057, MGMT, MMP11, MRE11A, MSH3, NFKB1, NME6, NPC2, NTSR2, PDGFRB, PECAM1, PIK3C2A, PLAU, PLD3, PMS1, PPP2CA, PRDX1, PRKCD, PRKCH, PTEN, PTPN21, RAB6C, RAD1, RASSF1, RB1, RBM17, RCC1, REG1A, RELA, RHOA, RHOB, RHOC, RPN2, RXRA, RXRB, SEC61A1, SGK, SHC1, SIRT1, SLC1A3, SLC35B1, SOD1, SRC, STAT1, STAT3, STK10, STK11, STMN1, TBCC, TBCD, TBCE, TFF1, TNFRSF10A, TNFRSF10B, TOP3B, TP53BP1, TSPAN4, TUBA3, TUBA6, TUBB, TUBB2C, TUBD1, UFM1, VEGF, VEGFB, VEGFC, VHL, XIST, ZW10 y ZWILCH; usar el nivel de expresión para determinar una probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano, en el que la expresión de DDR1, ZW10, RELA, BAX, RHOB, TSPAN4, BBC3, SHC1, CAPZA1, STK10, TBCC, EIF4E2, MCL1, RASSF1, VEGF, SLC1A3, DICER1, ILK, FAS, RAB6C, ESR1, MRE11A, APOE, BAK1, UFM1, AKT2, SIRT1, BCL2L13, ACTR2, LIMK2, HDAC6, RPN2, PLD3, RHOA, MAPK14, ECGF1, MAPRE1, HSPA1B, GATA3, PPP2CA,
35 ABCD1, MAD2L1BP, VHL, GCLC, ACTB, BCL2L11, PRDX1, LILRB1, GNS, CHFR, CD68, LIMK1, GADD45B, VEGFB, APRT, MAP2K3, MGC52057, MAPK3, APC, RAD1, COL6A3, RXRB, CCT3, ABCC3, GPX1, TUBB2C, HSPA1A, AKT1, TUBA6, TOP3B, CSNK1D, SOD1, BUB3, MAP4, NFKB1, SEC61A1, MAD1L1, PRKCH, RXRA, PLAU, CD63, CD14, RHOC, STAT1, NPC2, NME6, PDGFRB, MGMT1, GBP1, ERCC1, RCC1, FUS, TUBA3, CHEK2, APOC1, ABCC10, SRC, TUBB, FLAD1, MAD2L2, LAPTM4B, REG1A, PRKCD, CST7, IGFBP2, FYN, KDR, STMN1, RBM17, TP53BP1, CD247, ABCA9, NTSR2, FOS, TNFRSF10A, MSH3, PTEN, GBP2, STK11, ERBB4, TFF1, ABCC1, IL7, CDC25B, TUBD1, BIRC4, ACTR3, SLC35B1, COL1A1, FOXA1, DUSP1, CXCR4, IL2RA, GGPS1, KNS2, RB1, BCL2L1, XIST, BIRC3, BID, BCL2, STAT3, PECAM1, DIABLO, CYBA, TBCE, CYP1B1, APEX1, TBCD, HRAS, TNFRSF10B, ELP3, PIK3C2A, HSPA5, VEGFC, MMP11, SGK, CTSD, BAD, PTPN21, HSPA9B o PMS1 se correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a
45 un tratamiento que incluye un taxano, y en el que la expresión de CHGA, ZWILCH o CRABP1 se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano; y generar un informe que incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que incluye un taxano.
Los métodos pueden implicar además el uso de un nivel de expresión génica para determinar una probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, en el que la expresión de LILRB1, PRKCH, STAT1, GBP1, CD247, IL7, IL2RA, BIRC3 o CRABP1 se correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, y en el que la expresión de DDR1, ZW10, RELA, BAX, RHOB, TSPAN4, BBC3, SHC1, CAPZA1, STK10, TBCC, EIF4E2, MCL1, RASSF1, 55 VEGF, DICER1, ILK, FAS, RAB6C, ESR1, MRE11A, APOE, BAK1, UFM1, AKT2, SIRT1, BCL2L13, ACTR2, LIMK2, HDAC6, RPN2, PLD3, CHGA, RHOA, MAPK14, ECGF1, MAPRE1, HSPA1B, GATA3, PPP2CA, ABCD1, MAD2L1BP, VHL, GCLC, ACTB, BCL2L11, PRDX1, GNS, CHFR, CD68, LIMK1, GADD45B, VEGFB, APRT, MAP2K3, MGC52057, MAPK3, APC, RAD1, COL6A3, RXRB, CCT3, ABCC3, GPX1, TUBB2C, HSPA1A, AKT1, TUBA6, TOP3B, CSNK1D, SOD1, BUB3, MAP4, NFKB1, SEC61A1, MAD1L1, RXRA, PLAU, CD63, CD14, RHOC, NPC2, NME6, PDGFRB, MGMT1, ERCC1, RCC1, FUS, TUBA3, CHEK2, APOC1, ABCC10, SRC, TUBB, FLAD1, MAD2L2, LAPTM4B, REG1A, PRKCD, CST7, IGFBP2, FYN, KDR, STMN1, ZWILCH, RBM17, TP53BP1, ABCA9, NTSR2, FOS, TNFRSF10A, MSH3, PTEN, GBP2, STK11, ERBB4, TFF1, ABCC1, CDC25B, TUBD1, BIRC4, ACTR3, SLC35B1, COL1A1, FOXA1, DUSP1, CXCR4, GGPS1, KNS2, RB1, BCL2L1, XIST, BID, BCL2, STAT3, PECAM1, DIABLO, CYBA, TBCE, CYP1B1, APEX1, TBCD, HRAS, TNFRSF10B, ELP3, PIK3C2A, HSPA5, VEGFC, 65 MMP11, SGK, CTSD, BAD, PTPN21, HSPA9B o PMS1 se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, y en el que el informe
incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que incluye una ciclofosfamida.
La quimioterapia puede incluir una antraciclina. La antraciclina puede ser doxorubicina. Cuando la quimioterapia es 5 un taxano, el taxano puede ser docetaxel.
Los métodos pueden lograr la medición del nivel de expresión génica mediante PCR cuantitativa. Los métodos pueden lograr la medición del nivel de expresión génica mediante la detección de una secuencia a base de intrones de un transcrito de ARN del gen, cuya expresión se correlaciona con la expresión de una secuencia de exones
10 correspondiente.
La muestra de tumor puede ser una sección de tumor congelada o fijada con formalina e incrustada en parafina (FPE).
15 Los métodos de la presente descripción incluyen métodos de predicción de si un paciente con cáncer negativo para receptores hormonales (HR) presentará una respuesta beneficiosa a una quimioterapia, implicando los métodos medir un nivel de expresión de un gen, o su producto de expresión, en una muestra de tumor obtenida del paciente, en el que el gen se selecciona del grupo que consiste en CD247, TYMS, IGF1R, ACTG2, CCND1, CAPZA1, CHEK2, STMN1 y ZWILCH; usar el nivel de expresión para determinar una probabilidad de una respuesta beneficiosa a un
20 tratamiento que incluye un taxano, en el que la expresión de CD247, TYMS, IGF1R, ACTG2, CAPZA1, CHEK2, STMN1 o ZWILCH se correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano, y en el que la expresión de CCND1 se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano; y generar un informe que incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que
25 incluye un taxano.
Los métodos pueden incluir además un nivel de expresión génica para determinar una probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, en el que la expresión de CD247, CCND1 o CAPZA1 se correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a un
30 tratamiento que incluye una ciclofosfamida, y en el que la expresión de TYMS, IGF1R, ACTG2, CHEK2, STMN1 o ZWILCH se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, y en el que el informe incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que incluye una ciclofosfamida.
35 La quimioterapia puede incluir una antraciclina. La antraciclina puede ser doxorubicina. Cuando la quimioterapia es un taxano, el taxano puede ser docetaxel.
Los métodos pueden lograr la medición del nivel de expresión génica mediante PCR cuantitativa. Los métodos pueden lograr la medición del nivel de expresión génica mediante la detección de una secuencia a base de intrones
40 de un transcrito de ARN del gen, cuya expresión se correlaciona con la expresión de una secuencia de exones correspondiente.
La muestra de tumor puede ser una sección de tumor congelada o fijada con formalina e incrustada en parafina (FPE).
45 Los métodos de la presente descripción incluyen métodos de predicción de si un paciente con cáncer presentará una respuesta beneficiosa a una quimioterapia, implicando los métodos medir un nivel de expresión de un gen, o su producto de expresión, en una muestra de tumor obtenida del paciente, en el que el gen se selecciona del grupo que consiste en ABCC1, ABCC10, ABCC5, ACTB, ACTR2, APEX1, APOC1, APRT, BAK1, BAX, BBC3, BCL2L13, BID,
50 BUB1, BUB3, CAPZA1, CCT3, CD247, CD68, CDCA8, CENPA, CENPF, CHEK2, CHFR, CST7, CXCR4, DDR1, DICER1, EIF4E2, GADD45B, GBP1, HDAC6, HSPA1A, HSPA1B, HSPA1L, IL2RA, IL7, ILK, KALPHA1, KIF22, LILRB1, LIMK2, MAD2L1, MAPRE1, MCL1, MRE11A, NEK2, NTSR2, PHB, PLD3, RAD1, RALBP1, RHOA, RPN2, SHC1, SLC1A3, SRC, STAT1, STK10, STMN1, TBCC, TOP3B, TPX2, TSPAN4, TUBA3, TUBA6, TUBB, TUBB2C, TUBB3, TYMS, VEGF, VHL, WNT5A, ZW10, ZWILCH y ZWINT; usar el nivel de expresión para determinar una
55 probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano, en el que la expresión de SLC1A3, TBCC, EIF4E2, TUBB, TSPAN4, VHL, BAX, CD247, CAPZA1, STMN1, ABCC1, ZW10, HSPA1B, MAPRE1, PLD3, APRT, BAK1, CST7, SHC1, ZWILCH, SRC, GADD45B, LIMK2, CHEK2, RAD1, MRE11A, DDR1, STK10, LILRB1, BBC3, BUB3, TOP3B, RPN2, ILK, GBP1, TUBB3, NTSR2, BID, BCL2L13, ABCC5, HDAC6, CD68, DICER1, RHOA, CCT3, ACTR2, WNT5A, HSPA1L, APOC1, APEX1, KALPHA1, ABCC10, PHB, TUBB2C, RALBP1,
60 MCL11, HSPA1A, IL2RA, TUBA3, ACTB, KIF22, CXCR4, STAT1, IL7 o CHFR se correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano, y en el que la expresión de CENPA, CDCA8, TPX2, NEK2, TYMS, ZWINT, VEGF, BUB1, MAD2L1 o CENPF se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano; y generar un informe que incluye información basada en la probabilidad de una respuesta beneficiosa a una
65 quimioterapia que incluye un taxano.
Los métodos pueden incluir además usar un nivel de expresión génica para determinar una probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, en el que la expresión de SLC1A3, TSPAN4, BAX, CD247, CAPZA1, ZW10, CST7, SHC1, GADD45B, MRE11A, STK10, LILRB1, BBC3, BUB3, ILK, GBP1, BCL2L13, CD68, DICER1, RHOA, ACTR2, WNT5A, HSPA1L, APEX1, MCL1, IL2RA, ACTB, STAT1, IL7 o CHFR se
5 correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, y en el que la expresión de TBCC, EIF4E2, TUBB, VHL, STMN1, ABCC1, HSPA1B, MAPRE1, APRT, BAK1, TUBA6, ZWILCH, SRC, LIMK2, CENPA, CHEK2, RAD1, DDR1, CDCA8, TOP3B, RPN2, TUBB3, NTSR2, BID, TPX2, ABCC5, HDAC6, NEK2, TYMS, CCT3, ZWINT, KALPHA1, ABCC10, PHB, TUBB2C, RALBP1, VEGF, HSPA1A, BUB1, MAD2L1, CENPF, TUBA3, KIF22 o CXCR4 se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, y en el que el informe incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que incluye una ciclofosfamida.
La quimioterapia puede incluir una antraciclina. La antraciclina puede ser doxorubicina. Cuando la quimioterapia es 15 un taxano, el taxano puede ser docetaxel.
Los métodos pueden lograr la medición del nivel de expresión génica mediante PCR cuantitativa. Los métodos pueden lograr la medición del nivel de expresión génica mediante la detección de una secuencia a base de intrones de un transcrito de ARN del gen, cuya expresión se correlaciona con la expresión de una secuencia de exones correspondiente.
La muestra de tumor puede ser una sección de tumor congelada o fijada con formalina e incrustada en parafina (FPE).
25 La presente descripción también proporciona kits que contienen uno o más (1) reactivos/tampón de extracción y protocolo; (2) reactivos/tampón de transcripción inversa y protocolo; y (3) reactivos/tampón de qPCR y protocolo, adecuados para realizar el método dado a conocer en el presente documento. También se contemplan alineamientos que tienen polinucleótidos unidos que se hibridan específicamente con uno o más genes usados en los métodos dados a conocer en el presente documento, así como alineamientos que tienen unidos uno o más anticuerpos que se unen específicamente a polipéptidos expresados por un gen usado en los métodos dados a conocer en el presente documento.
Diversos aspectos y realizaciones resultarán evidentes a partir de la siguiente discusión, incluyendo los ejemplos. Tales realizaciones adicionales, sin limitación, incluyen todas y cada una de las combinaciones génicas de ESR1
35 discutidas y/o enumeradas específicamente en el ejemplo 2.
Breve descripción de los dibujos
La figura 1 es un conjunto de gráficos que muestran la relación entre la expresión normalizada (representada por “Ct”) del gen indicado (nombre del gen proporcionado en la parte superior de cada gráfico) y la tasa de recidiva (RR) a los 5 años del cáncer de mama en un grupo de tratamiento que recibe antraciclina y una ciclofosfamida (curva de predicción de AC; línea suave) y la relación entre la expresión del gen indicado y RR en un grupo de tratamiento que recibe antraciclina y un taxano (curva de predicción de AT; línea sombreada). Una línea discontinua horizontal en cada gráfico representa la RR a los 5 años global (es decir, no específica de la expresión génica) en la población de
45 estudio que se aleatorizó a tratamiento con o bien AC o bien AT. En la figura 1 se incluyeron los pacientes independientemente del estado de expresión de receptores hormonales del tumor.
La figura 2 es un conjunto de gráficos que muestran la relación entre la expresión normalizada (representada por “Ct”) del gen indicado (nombre del gen proporcionado en la parte superior de cada gráfico) y la tasa de recidiva (RR) a los 5 años del cáncer de mama en un grupo de tratamiento que recibe antraciclina y una ciclofosfamida (curva de predicción de AC; línea suave) y la relación entre la expresión del gen indicado y RR en un grupo de tratamiento que recibe antraciclina y un taxano (curva de predicción de AT; línea sombreada), en el que los pacientes en los grupos de tratamiento tenían cáncer de mama positivo para receptores hormonales (HR+). Una línea discontinua horizontal en cada gráfico representa la RR a los 5 años global (es decir, no específica de la expresión génica) en pacientes en
55 la población de estudio que tenían cáncer de mama HR+ que se aleatorizaron a tratamiento con o bien AC o bien AT.
La figura 3 es un conjunto de gráficos que muestran la relación entre la expresión normalizada (representada por “Ct”) del gen indicado (nombre del gen proporcionado en la parte superior de cada gráfico) y la tasa de recidiva (RR) a los 5 años del cáncer de mama en un grupo de tratamiento que recibe antraciclina y una ciclofosfamida (curva de predicción de AC; línea suave) y la relación entre la expresión del gen indicado y RR en un grupo de tratamiento que recibe antraciclina y una taxano (curva de predicción de AT; línea sombreada), en el que los pacientes en los grupos de tratamiento tenían cáncer de mama positivo para receptores hormonales (HR+) y una puntuación de recidiva de Oncotype Dx de más de 18. Una línea discontinua horizontal en cada gráfico representa la RR a los 5 años global
65 (es decir, no específica de la expresión génica) en pacientes en el estudio que tenían cáncer de mama HR+ y una puntuación de recidiva de Oncotype Dx de más de 18 que se aleatorizaron a tratamiento con o bien AC o bien AT.
La figura 4 es un conjunto de gráficos que muestran la relación entre la expresión normalizada (representada por “Ct”) del gen indicado (nombre del gen proporcionado en la parte superior de cada gráfico) y la tasa de recidiva (RR) a los 5 años del cáncer de mama en un grupo de tratamiento que recibe una antraciclina y una ciclofosfamida (curva
5 de predicción de AC; línea suave) y la relación entre la expresión del gen indicado y RR en un grupo de tratamiento que recibe antraciclina y un taxano (curva de predicción de AT; línea sombreada), en el que los pacientes en los grupos de tratamiento tenían cáncer de mama negativo para receptores hormonales (HR -). Una línea discontinua horizontal en cada gráfico representa la RR a los 5 años global (es decir, no específica de la expresión génica) en pacientes en el estudio que tenían cáncer de mama HR - que se aleatorizaron a tratamiento con o bien AC o bien AT
La figura 5 es un gráfico que ilustra el impacto de usar DDR1 para seleccionar pacientes positivos para HR para su tratamiento con AC frente a AT. La línea de puntos representa la relación entre la expresión normalizada de DDR1 y la tasa de recidiva (RR) a los 5 años del cáncer de mama en el grupo de tratamiento con AC (la curva de predicción de AC, también denominada curva de beneficio de ciclofosfamida (CB)); la línea continua representa la relación
15 entre la expresión normalizada de DDR1 y la tasa de recidiva (RR) a los 5 años del cáncer de mama en el grupo de tratamiento con AT (la curva de predicción de AT, también denominada curva de beneficio de taxano (TB)). Se proporciona la expresión en el eje x como un nivel de expresión de DDR1 normalizado (en relación con genes de referencia; log2). El eje y proporciona el riesgo de recidiva del cáncer a los 5 años.
Los siguientes apéndices y tablas se proporcionan en la memoria descriptiva justo antes de las reivindicaciones.
Apéndice 1. Secuencias de cebadores y sondas de RT-PCR
Apéndice 2. Secuencias de amplicones de RT-PCR
25 Tabla 1. Marcadores diferenciales de respuesta identificados en pacientes con cáncer de mama, todos los pacientes.
Tabla 2. Marcadores diferenciales de respuesta identificados en pacientes con cáncer de mama, pacientes positivos para HR
Tabla 3. Marcadores diferenciales de respuesta identificados en pacientes con cáncer de mama, pacientes positivos para HR, RS > 18
Tabla 4. Marcadores diferenciales de respuesta identificados en pacientes con cáncer de mama, pacientes negativos 35 para HR.
Tabla 5. Genes adicionales implicados en la señalización por NFκB
Descripción detallada de realizaciones a modo de ejemplo
Definiciones
A menos que se definan de otra forma, los términos técnicos y científicos usados en el presente documento tienen el mismo significado que entiende comúnmente un experto habitual en la técnica a la que pertenece esta descripción.
45 Véase, por ejemplo, Singleton P y Sainsbury D., Dictionary of Microbiology and Molecular Biology 3ª ed., J. Wiley & Sons, Chichester, Nueva York, 2001.
Tal como se usa en el presente documento, el término “antraciclina” se refiere a una clase de antibióticos antineoplásicos que normalmente se obtienen de bacterias de Streptomyces (por ejemplo, Streptomyces peucetius o Streptomyces coeruleorubidus). Aunque se desconoce el mecanismo de acción preciso, se cree que las antraciclinas obtienen su actividad quimioterápica, al menos en parte, de su capacidad para dañar el ADN mediante intercalación, quelación de iones metálicos y la generación de radicales libres y pueden inhibir la actividad enzimática crítica para la función del ADN. Los ejemplos de antraciclinas incluyen daunorubicina, doxorubicina, epirubicina, idarubicina, amrubicina, pirarubicina, valrubicina, zorubicina, caminomicina, detorubicina, esorubicina,
55 marcelomicina, quelamicina, rodorubicina y aclarubicina, así como sales, ácidos o derivados farmacéuticamente activos de cualquiera de éstas.
Tal como se usa en el presente documento, el término “taxano” se refiere a una familia de agentes antimitóticos/antimicrotúbulos que inhiben el crecimiento de células cancerosas deteniendo la división celular. Los ejemplos de taxanos incluyen paclitaxel, docetaxel, larotaxel, ortataxel, tesetaxel y otros compuestos de diterpeno relacionados que tienen actividad quimioterápica así como sales, ácidos o derivados farmacéuticamente activos de cualquiera de éstos. El paclitaxel se derivó originalmente del árbol tejo del pacífico. Se producen diterpenos relacionados por plantas del género Taxus (tejos) y también se han sintetizado taxanos sintéticos o semisintéticos con actividad quimioterápica, por ejemplo, docetaxel, y se abarcan en el término taxano.
65 Tal como se usa en el presente documento, el término “ciclofosfamida” se refiere a un agente alquilante citotóxico del grupo de mostazas nitrogenadas, que incluye el compuesto quimioterápico 2-óxido de N,N-bis(2-cloroetil)-1,3,2oxazafosfinan-2-amina (también conocido como citofosfano). Es un fármaco antineoplásico altamente tóxico, inmunosupresor, usado en el tratamiento de enfermedad de Hodgkin, linfoma y otras determinadas formas de cáncer, tales como leucemia y cáncer de mama.
5 Un “tratamiento que contiene taxano” (también denominado “régimen que contiene taxano” o “régimen de tratamiento que contiene taxano”) o “tratamiento que contiene ciclofosfamida” (también denominado “régimen que contiene ciclofosfamida” o “régimen de tratamiento que contiene ciclofosfamida”) pretende abarcar terapias en las que se administra un taxano o una ciclofosfamida, respectivamente, solo o en combinación con otro régimen terapéutico (por ejemplo, otra quimioterapia (por ejemplo, antraciclina), o ambos). Por tanto, un tratamiento que contiene taxano puede incluir, por ejemplo, la administración de un taxano en combinación con antraciclina, con antraciclina y ciclofosfamida, y similares.
El término “en combinación con” tal como cuando se usa en referencia a un régimen terapéutico, se refiere a la
15 administración de dos o más terapias a lo largo del transcurso de un régimen de tratamiento, en el que las terapias pueden administrarse juntas o por separado y, cuando se usa en referencia a fármacos, pueden administrarse en la misma o diferentes formulaciones, mediante la misma o diferentes vías, y en el mismo o diferente tipo de forma de dosificación.
El término “pronóstico” se usa en el presente documento para referirse a la predicción de la probabilidad de progresión o muerte atribuible al cáncer, incluyendo recidiva, de una enfermedad neoplásica, tal como cáncer de mama, en un paciente. El concepto de pronóstico se usa en el contexto del tratamiento de referencia mínimo. Por ejemplo, en el contexto de cáncer de mama invasivo ER+, en estadio temprano, el tratamiento de referencia mínimo podría ser cirugía más terapia hormonal adyuvante.
25 El término “predicción” se usa en el presente documento para referirse a una probabilidad de que un paciente tenga un desenlace clínico particular tras la administración de un régimen de tratamiento, por ejemplo un régimen quimioterápico. El beneficio clínico puede medirse, por ejemplo, en cuanto a desenlaces clínicos tales como recidiva de la enfermedad, contracción del tumor y/o progresión de la enfermedad.
El término “paciente” o “sujeto” tal como se usa en el presente documento se refiere a un paciente humano.
El término supervivencia “a largo plazo” se usa en el presente documento para referirse a supervivencia durante al menos 3 años, más preferiblemente durante al menos 8 años, lo más preferiblemente durante al menos 10 años tras
35 la cirugía u otro tratamiento.
El término “tumor,” tal como se usa en el presente documento, se refiere a toda proliferación o crecimiento celular neoplásico, ya sea maligno o benigno, y a todos los tejidos y células cancerosas y precancerosas.
Los términos “cáncer” y “canceroso” se refieren a o describen el estado fisiológico en mamíferos que se caracteriza normalmente por crecimiento celular no regulado.
El término “cáncer de mama” se usa en el presente documento para incluir todas las formas y estadios de cáncer de mama, incluyendo, sin limitación, cáncer de mama localmente avanzado, cáncer de mama invasivo y cáncer de
45 mama metastásico.
Una “muestra de tumor” tal como se usa en el presente documento es una muestra derivada de, o que contiene células tumorales del tumor de un paciente. Los ejemplos de muestras de tumores en el presente documento incluyen, pero no se limitan a, biopsias de tumores, células tumorales circulantes, proteínas plasmáticas circulantes, líquido ascítico, cultivos de células primarias o líneas celulares derivadas de tumores o que presentan propiedades similares a tumores, así como muestras de tumores conservadas, tales como muestras de tumores fijadas en formalina, incrustadas en parafina.
La “patología” del cáncer incluye todos los fenómenos que comprometen el bienestar del paciente. Esto incluye, sin
55 limitación, crecimiento celular anómalo o incontrolable, metástasis, interferencia con el funcionamiento normal de células vecinas, liberación de citocinas u otros productos de secreción a niveles anómalos, supresión o agravamiento de la respuesta inflamatoria o inmunológica, neoplasia, tumor premaligno, tumor maligno, invasión de tejidos u órganos circundantes o distantes, tales como ganglios linfáticos, etc.
Tal como se usa en el presente documento, el término “nivel de expresión” tal como se aplica a un gen se refiere al nivel normalizado de un producto génico, por ejemplo el valor normalizado determinado para el nivel de expresión de ARN de un gen o para el nivel de expresión de polipéptido de un gen.
El término “Ct” tal como se usa en el presente documento se refiere a ciclo umbral, el número de ciclos en una
65 reacción en cadena de la polimerasa cuantitativa (qPCR) al que la fluorescencia generada dentro de un pocillo de reacción supera el umbral definido, es decir, el punto durante la reacción en el que se han acumulado un número suficiente de amplicones para satisfacer el umbral definido.
Los términos “umbral” o “umbralización” se refieren a un procedimiento usado para explicar las relaciones no lineales entre mediciones de expresión génica y respuesta clínica así como para reducir adicionalmente la variación en
5 puntuaciones de pacientes notificadas. Cuando se aplica la umbralización, todas las mediciones por debajo o por encima de un umbral se fijan a ese valor umbral. La relación no lineal entre la expresión génica y el desenlace podrían examinarse usando funciones alisadoras o esplines cúbicos para modelar la expresión génica en regresión Cox PH sobre el intervalo libre de recidiva o la regresión logística sobre el estado de recidiva. Podría examinarse la variación en puntuaciones de pacientes notificadas como una función de la variabilidad en la expresión génica en el límite de cuantificación y/o detección para un gen particular.
El término “producto génico” o “producto de expresión” se usan en el presente documento para referirse a los productos de transcripción de ARN (transcritos) del gen, incluyendo ARNm, y los productos de traducción de polipéptido de tales transcritos de ARN. Un producto génico puede ser, por ejemplo, un ARN no cortado ni
15 empalmado, un ARNm, un ARNm de variante de corte y empalme, un microARN, un ARN fragmentado, un polipéptido, un polipéptido modificado postraduccionalmente, un polipéptido de variante de corte y empalme, etc.
El término “transcrito de ARN” tal como se usa en el presente documento se refiere a los productos de transcripción de ARN de un gen, incluyendo, por ejemplo, ARNm, un ARN no cortado ni empalmado, un ARNm de variante de corte y empalme, un microARN y un ARN fragmentado.
A menos que se indique lo contrario, cada nombre de gen usado en el presente documento corresponde al símbolo oficial asignado al gen y proporcionado por Entrez Gene (URL: http://www.ncbi.nlm.nih.gov/sites/entrez) a partir de la fecha de presentación de esta solicitud.
25 Los términos “correlacionado” y “asociado” se usan de manera intercambiable en el presente documento para referirse a la fuerza de asociación entre dos mediciones (o entidades medidas). La descripción proporciona genes y subconjuntos de genes, cuyos niveles de expresión están asociados con una medida de desenlace particular, tal como por ejemplo entre el nivel de expresión de un gen y la probabilidad de una respuesta beneficiosa al tratamiento con un fármaco. Por ejemplo, el aumento del nivel de expresión de un gen puede correlacionarse positivamente (asociado positivamente) con un aumento de la probabilidad de buen desenlace clínico para el paciente, tal como un aumento de la probabilidad de supervivencia a largo plazo sin recidiva del cáncer y/o respuesta beneficiosa a una quimioterapia, y similares. Una correlación positiva de este tipo puede demostrarse estadísticamente de varios modos, por ejemplo, mediante una razón de riesgo baja. En otro ejemplo, el aumento del nivel de expresión de un
35 gen puede correlacionarse negativamente (asociado negativamente) con un aumento de la probabilidad de buen desenlace clínico para el paciente. En ese caso, por ejemplo, el paciente puede tener una disminución de la probabilidad de supervivencia a largo plazo sin recidiva del cáncer y/o respuesta beneficiosa a una quimioterapia, y similares. Una correlación negativa de este tipo indica que es probable que el paciente tenga un mal pronóstico o que responda mal a una quimioterapia, y esto puede demostrarse estadísticamente de varios modos, por ejemplo, una razón de riesgo alta.
Un “desenlace clínico positivo” y una “respuesta beneficiosa” pueden evaluarse usando cualquier criterio de valoración que indique un beneficio para el paciente, incluyendo, sin limitación, (1) inhibición, en algún grado, del crecimiento tumoral, incluyendo ralentización y detención completa del crecimiento; (2) reducción en el número de 45 células tumorales; (3) reducción en el tamaño tumoral; (4) inhibición (es decir, reducción, ralentización o detención completa) de la infiltración de células tumorales en tejidos y/u órganos periféricos adyacentes; (5) inhibición de la metástasis; (6) potenciación de la respuesta inmunitaria antitumoral, que da como resultado posiblemente regresión
o rechazo del tumor; (7) alivio, en algún grado, de uno o más síntomas asociados con el tumor; (8) aumento en la duración de la supervivencia tras el tratamiento; y/o (9) disminución de la mortalidad en un punto de tiempo dado tras el tratamiento. La respuesta clínica positiva también puede expresarse en cuanto a diversas medidas de desenlace clínico. El desenlace clínico positivo también puede considerarse en el contexto del desenlace de un individuo en relación con un desenlace de una población de pacientes que tienen un diagnóstico clínico comparable, y puede evaluarse usando diversos criterios de valoración tales como un aumento en la duración del intervalo libre de recidiva (ILR), un aumento en el tiempo de supervivencia en comparación con la supervivencia global (SG) en
55 una población, un aumento en el tiempo de supervivencia libre de enfermedad (SLE), un aumento en la duración del intervalo libre de recidiva distante (ILRD), y similares. Un aumento en la probabilidad de respuesta clínica positiva se corresponde con una disminución en la probabilidad de recidiva del cáncer.
El término “clasificación de riesgo” significa un nivel de riesgo (o probabilidad) de que un sujeto experimente un desenlace clínico particular. Un sujeto puede clasificarse en un grupo de riesgo o clasificarse en un nivel de riesgo basándose en los métodos de la presente descripción, por ejemplo riesgo alto, medio o bajo. Un “grupo de riesgo” es un grupo de sujetos o individuos con un nivel de riesgo similar para un desenlace clínico particular.
El término “expresión normalizada” con respecto a un gen o un transcrito de ARN u otro producto de expresión (por
65 ejemplo, proteína) se usa para referirse al nivel del transcrito (o ARN fragmentado) determinado mediante normalización con respecto al nivel de ARNm de referencia, que podrían ser todos los transcritos medidos en la
muestra o un conjunto de referencia particular de ARNm. Un gen presenta un “aumento de expresión” o un “aumento de expresión normalizada” en una subpoblación de sujetos cuando el nivel de expresión normalizada de un transcrito de ARN (o su producto génico) es superior en una subpoblación clínicamente relevante de pacientes (por ejemplo, pacientes que son sensibles a dicha quimioterapia). En el contexto de un análisis de un nivel de expresión 5 normalizada de un gen en un tejido obtenido de un sujeto individual, un gen presenta un “aumento de expresión” cuando el nivel de expresión normalizada del gen tiende hacia o se aproxima más estrechamente al nivel de expresión normalizada característico de una subpoblación de pacientes clínicamente relevante de este tipo. Por tanto, por ejemplo, cuando el gen analizado es un gen que muestra un aumento de expresión en sujetos sensibles en comparación con sujetos no sensibles, entonces si el nivel de expresión del gen en la muestra del paciente tiende hacia un nivel de expresión característico de un sujeto sensible, entonces el nivel de expresión génica apoya una determinación de que es probable que el paciente individual sea un paciente que responde al tratamiento. De manera similar, cuando el gen analizado es un gen que tiene una expresión aumentada en pacientes no sensibles en comparación con pacientes sensibles, entonces si el nivel de expresión del gen en la muestra del paciente tiende hacia un nivel de expresión característico de un sujeto no sensible, entonces el nivel de expresión génica apoya una
15 determinación de que el paciente individual no será sensible. Por tanto, puede describirse que la expresión normalizada de un gen dado tal como se da a conocer en el presente documento está correlacionada positivamente con un aumento de la probabilidad de respuesta clínica positiva a una quimioterapia o que está correlacionada positivamente con una disminución de la probabilidad de una respuesta clínica positiva a una quimioterapia.
El término “puntuación de recidiva” (“recurrence score”) o “RS” se refiere a un indicador basado en un algoritmo útil en la determinación de la probabilidad de un acontecimiento de interés, tal como una probabilidad de recidiva del cáncer y/o la probabilidad de que un paciente responda a una modalidad de tratamiento tal como puede evaluarse mediante la recidiva del cáncer tras la terapia con la modalidad de tratamiento.
25 El término “tumor positivo para receptores hormonales (HR+)” significa un tumor que expresa o bien receptor de estrógenos (ER+) o bien receptor de progesterona (PR+) por encima de un determinado umbral tal como se determina mediante métodos convencionales, incluyendo tinción inmunohistoquímica de núcleos y reacción en cadena de la polimerasa (PCR) en una muestra biológica obtenida de un paciente. El término “tumor negativo para receptores hormonales (HR-)” significa un tumor que no expresa ni receptor de estrógenos (ER-) ni receptor de progesterona (PR-) por encima de un determinado umbral. El umbral puede medirse, por ejemplo, usando una puntuación de Allred o la expresión génica. Véase, por ejemplo, J. Harvey, et al., J Clin Oncol 17:1474-1481 (1999);
S. Badve, et al., J Clin Oncol 26(15):2473-2481 (2008).
“Supervivencia global (SG)” se refiere al paciente que sigue vivo durante un periodo de tiempo definido, tal como 35 1 año, 5 años, etc., por ejemplo, desde el momento del diagnóstico o el tratamiento.
“Supervivencia libre de progresión (SLP)” se refiere al paciente que sigue vivo sin que empeore el cáncer.
“Terapia neoadyuvante” es la terapia adyuvante o complementaria administrada antes de la terapia primaria (principal). La terapia neoadyuvante incluye, por ejemplo, quimioterapia, radioterapia y terapia hormonal. Por tanto, puede administrarse quimioterapia antes de la cirugía para contraer el tumor, de modo que la cirugía pueda ser más eficaz o, en el caso de tumores anteriormente inoperables, posible.
El término “polinucleótido”, cuando se usa en singular o plural, se refiere generalmente a cualquier
45 polirribonucleótido o polidesoxirribonucleótido, que puede ser ADN o ARN no modificado o ARN o ARN modificado. Por tanto, por ejemplo, los polinucleótidos tal como se definen en el presente documento incluyen, sin limitación, ADN mono y bicatenario, ADN que incluye regiones mono y bicatenarias, ARN mono y bicatenario, y ARN que incluye regiones mono y bicatenarias, moléculas híbridas que comprenden ADN y ARN que pueden ser monocatenarios o, más normalmente, bicatenarios, o incluyen regiones mono y bicatenarias. Además, el término “polinucleótido” tal como se usa en el presente documento se refiere a regiones tricatenarias que comprenden ARN
o ADN o tanto ARN como ADN. Las hebras en tales regiones pueden ser de la misma molécula o de moléculas diferentes. Las regiones pueden incluir todo de una o más de las moléculas, pero más normalmente implican sólo una región de alguna de las moléculas. Una de las moléculas de una región de triple hélice es a menudo un oligonucleótido. El término “polinucleótido” incluye específicamente ADNc. El término incluye ADN (incluyendo
55 ADNc) y ARN que contienen una o más bases modificadas. Por tanto, ADN o ARN con estructuras principales modificadas por motivos de estabilidad o por otros motivos son “polinucleótidos” tal como se prevé el término en el presente documento. Además, se incluyen ADN o ARN que comprenden bases poco comunes, tales como inosina,
o bases modificadas, tales como bases tritiadas, dentro del término “polinucleótidos” tal como se define en el presente documento. En general, el término “polinucleótido” abarca todas las formas química, enzimática y/o metabólicamente modificadas de polinucleótidos no modificados, así como las formas químicas de ADN y ARN características de virus y células, incluyendo células simples y complejas.
El término “oligonucleótido” se refiere a un polinucleótido relativamente corto, incluyendo, sin limitación, desoxirribonucleótidos monocatenarios, ribonucleótidos mono o bicatenarios, híbridos de ARN:ADN y ADN 65 bicatenarios. Se sintetizan a menudo oligonucleótidos, tales como oligonucleótidos de sonda de ADN monocatenarios, mediante métodos químicos, por ejemplo usando sintetizadores de oligonucleótidos automatizados
que están disponibles comercialmente. Sin embargo, pueden prepararse oligonucleótidos mediante una variedad de otros métodos, incluyendo técnicas mediadas por ADN recombinante in vitro y mediante expresión de ADN en células y organismos.
5 La “rigurosidad” de reacciones de hibridación se determina fácilmente por un experto habitual en la técnica, y generalmente es un cálculo empírico dependiente de la longitud de la sonda, la temperatura de lavado y la concentración de sal. En general, sondas más largas requieren temperaturas superiores para un apareamiento apropiado, mientras que sondas más cortas necesitan temperaturas inferiores. La hibridación depende generalmente de la capacidad del ADN desnaturalizado para reaparearse cuando están presentes hebras complementarias en un entorno por debajo de su temperatura de fusión. Cuanto mayor sea el grado de homología deseada entre la sonda y la secuencia hibridizable, más alta será la temperatura relativa que puede usarse. Como resultado, se deduce que temperaturas relativas superiores tenderían a hacer que las condiciones de reacción fuesen más rigurosas, mientras que temperaturas inferiores las harían menos rigurosas. Para una explicación y detalles adicionales de la rigurosidad de reacciones de hibridación, véase Ausubel et al., Current Protocols in Molecular Biology, Wiley Interscience
15 Publishers, (1995).
Las “condiciones rigurosas” o “condiciones de alta rigurosidad”, tal como se definen en el presente documento, normalmente: (1) emplean baja fuerza iónica y alta temperatura para el lavado, por ejemplo cloruro de sodio 0,015 M/citrato de sodio 0,0015 M/dodecilsulfato de sodio al 0,1% a 50ºC; (2) emplean durante la hibridación un agente de desnaturalización, tal como formamida, por ejemplo, formamida al 50% (v/v) con albúmina sérica bovina al 0,1%/Ficoll al 0,1%/polivinilpirrolidona al 0,1%/tampón fosfato de sodio 50 mM a pH 6,5 con cloruro de sodio 750 mM, citrato de sodio 75 mM a 42ºC; o (3) emplean formamida al 50%, 5 x SSC (NaCl 0,75 M, citrato de sodio 0,075 M), fosfato de sodio 50 mM (pH 6,8), pirofosfato de sodio al 0,1%, 5 x disolución de Denhardt, ADN de esperma de salmón sonicado (50 og/ml), SDS al 0,1% y sulfato de dextrano al 10% a 42ºC, con lavados a 42ºC en
25 0,2 x SSC (cloruro de sodio/citrato de sodio) y formamida al 50% a 55ºC, seguido por un lavado de alta rigurosidad que consiste en EDTA que contiene 0,1 x SSC a 55ºC.
Pueden identificarse “condiciones moderadamente rigurosas” tal como se describe por Sambrook et al., Molecular Cloning: A Laboratory Manual, Nueva York: Cold Spring Harbor Press, 1989, e incluyen el uso de disolución de lavado y condiciones de hibridación (por ejemplo, temperatura, fuerza iónica y % de SDS) menos rigurosas que las descritas anteriormente. Un ejemplo de condiciones moderadamente rigurosas es incubación durante la noche a 37ºC en una disolución que comprende: formamida al 20%, 5 x SSC (NaCl 150 mM, citrato de trisodio 15 mM), fosfato de sodio 50 mM (pH 7,6), 5 x disolución de Denhardt, sulfato de dextrano al 10% y ADN de esperma de salmón fragmentado desnaturalizado 20 mg/ml, seguido por lavado de los filtros en 1 x SSC a aproximadamente 37
35 50ºC. El experto reconocerá cómo ajustar la temperatura, fuerza iónica, etc. según sea necesario para adaptarse a factores tales como longitud de la sonda y similares.
En el contexto de la presente descripción, la referencia a “al menos uno”, “al menos dos”, “al menos cinco”, etc. de los genes enumerados en cualquier conjunto de genes particular significa una cualquiera o todas y cada una de las combinaciones de genes enumerados.
En el presente documento, cantidades o intervalos numéricos precedidos por el término “aproximadamente” incluyen expresamente el intervalo exacto o la cantidad numérica exacta.
45 Descripción general
Los métodos dados a conocer son útiles para facilitar decisiones de tratamiento proporcionando una evaluación de la probabilidad de beneficio clínico para un tratamiento que incluye un taxano, un tratamiento que incluye una ciclofosfamida, o ambos. Debido a que los taxanos y la ciclofosfamida tienen mecanismos de acción diferentes, es posible que los tumores de determinados pacientes presenten una patología molecular que hace que sea más probable que respondan a un tipo de fármaco que a otro. Por ejemplo, los métodos dados a conocer en el presente documento pueden usarse para facilitar decisiones de tratamiento proporcionando una evaluación de la probabilidad de beneficio clínico para un tratamiento a base de antraciclina que incluye un taxano, un tratamiento a base de antraciclina que incluye una ciclofosfamida, o un tratamiento a base de antraciclina que incluye tanto una
55 ciclofosfamida como un taxano. Por consiguiente, tales métodos de predicción son útiles para facilitar decisiones de tratamiento quimioterápico que se adaptan a pacientes individuales. Por ejemplo, los métodos dados a conocer en el presente documento pueden usarse para evaluar si hay un beneficio clínico para la adición de un taxano a un régimen quimioterápico.
Se proporcionan genes para los que la expresión se correlaciona positiva o negativamente con un aumento de la probabilidad de respuesta a un tratamiento que incluye un taxano, un tratamiento que incluye una ciclofosfamida, o ambos en las figuras 1-4 y las tablas 1-4.
Las relaciones entre el nivel de expresión de un gen marcador de la presente descripción y una correlación positiva
65 o negativa con la probabilidad de recidiva del cáncer (por ejemplo, cáncer de mama) tras el tratamiento con un régimen que contiene taxano o un régimen que contiene ciclofosfamida se muestran a modo de ejemplo en las figuras 1-4. La línea sombreada en cada gráfico representa la relación entre la expresión del gen en pacientes tratados con un régimen que contiene taxano (por ejemplo, antraciclina más un taxano) y la tasa de recidiva (RR) a los 5 años del cáncer (curva de predicción del beneficio del taxano (TB)). La línea de predicción del TB representa por tanto la correlación de la expresión del gen y la probabilidad de beneficio clínico de un taxano en un régimen de
5 tratamiento. La línea suave en cada gráfico representa la relación entre la expresión del gen en pacientes tratados con un régimen que contiene ciclofosfamida (por ejemplo, antraciclina más ciclofosfamida) y la tasa de recidiva (RR) a los 5 años del cáncer (la curva de predicción del beneficio de la ciclofosfamida (CB)). La curva de predicción del CB representa por tanto la correlación de la expresión del gen y la probabilidad de beneficio clínico de una ciclofosfamida en un régimen de tratamiento. Debido a que los pacientes en el estudio también recibieron una antraciclina, la curva de predicción del TB y la curva de predicción del CB también pueden considerarse como una curva de predicción del beneficio de antraciclina más un taxano (AT) y una curva de predicción del beneficio de antraciclina más una ciclofosfamida (AC), respectivamente.
Cada uno de los gráficos en las figuras 1-4 incluyen una línea discontinua horizontal que representa la tasa de
15 recidiva global (es decir, no específica de la expresión génica) a los 5 años en la población relevante que se aleatorizó a tratamiento con AC o AT. La diferencia entre las curvas de predicción del TB y del CB y esta línea horizontal representa el grado en el que puede mejorarse el beneficio clínico mediante una decisión de tratamiento guiada por la expresión génica.
Pueden tenerse en cuenta otras características del tumor cuando se evalúa la probabilidad de beneficio del taxano y/o la ciclofosfamida mediante el análisis del nivel de expresión de un gen marcador dado a conocer en el presente documento. Por ejemplo, puede evaluarse el estado de expresión de receptores hormonales (por ejemplo, ER+, ER-, PR+, PR-) para la muestra de tumor, y tenerse en consideración cuando se evalúan los niveles de expresión del gen marcador, por ejemplo, se compara el nivel de expresión con correlaciones del nivel de expresión con TB y/o CB en
25 una población que comparte las mismas características. Por ejemplo, la figura 1 proporciona curvas de predicción del TB (AT) y el CB (AC) en todos los pacientes en el estudio comentado en los ejemplos a continuación independientemente del estado de expresión de hormonas o la probabilidad de recidiva del cáncer tal como se pronostica mediante la RS de Oncotype DX. La figura 2 proporciona curvas de predicción del TB (AT) y el CB (AC) en pacientes positivos para receptores hormonales. La figura 3 proporciona curvas de predicción del TB (AT) y el CB (AC) en pacientes positivos para receptores hormonales que tienen una puntuación de RS de Oncotype DX de aproximadamente 18 o mayor, lo que indica un riesgo significativo de recidiva del cáncer en el plazo de 10 años tras la cirugía y la terapia con tamoxifeno. La figura 4 proporciona curvas de predicción del TB (AT) y el CB (AC) en pacientes negativos para receptores hormonales.
35 Las curvas de predicción pueden usarse para evaluar la información proporcionada por un nivel de expresión de un gen marcador dado a conocer en el presente documento y a su vez facilitar una decisión de tratamiento con respecto a la selección de un régimen que contiene taxano y/o un régimen que contiene ciclofosfamida. Por ejemplo, cuando un gen presenta un nivel de expresión que tiene una curva de predicción del TB (AT) que tiene una pendiente negativa tal como se muestra a modo de ejemplo en las figuras 1-4, entonces los niveles de expresión normalizada crecientes del gen se correlacionan positivamente con una probabilidad de beneficio clínico de la inclusión de un taxano en el régimen de tratamiento (puesto que los pacientes que presentaban este patrón de expresión del gen particular tenían tasas de recidiva inferiores tras el régimen que contiene taxano). A la inversa, cuando un gen presenta un nivel de expresión que tiene una curva de predicción del TB (AT) que tiene una pendiente positiva tal como se muestra a modo de ejemplo en las figuras 1-4, entonces los niveles de expresión
45 normalizada crecientes del gen se correlacionan negativamente con una probabilidad de beneficio clínico de la inclusión de un taxano en el régimen de tratamiento. De manera similar, cuando un gen presenta un nivel de expresión que tiene una curva de predicción del CB (AC) que tiene una pendiente negativa tal como se muestra a modo de ejemplo en las figuras 1-4, entonces los niveles de expresión normalizada crecientes del gen se correlacionan positivamente con una probabilidad de beneficio de la inclusión de una ciclofosfamida en el régimen de tratamiento (puesto que los pacientes que presentaban este patrón de expresión del gen particular tenían tasas de recidiva inferiores tras el régimen que contiene ciclofosfamida). A la inversa, cuando un gen presenta un nivel de expresión que tiene una curva de predicción del CB (AC) que tiene una pendiente positiva tal como se muestra a modo de ejemplo en las figuras 1-4, entonces los niveles de expresión normalizada crecientes del gen se correlacionan negativamente con una probabilidad de beneficio clínico de la inclusión de una ciclofosfamida en el
55 régimen de tratamiento.
Por consiguiente, los niveles de expresión de los genes marcadores pueden usarse para facilitar una decisión en cuanto a si debe incluirse o excluirse un taxano en un régimen de tratamiento, y para facilitar una decisión en cuanto a si debe incluirse o excluirse una ciclofosfamida en un régimen de tratamiento. Los genes marcadores pueden usarse para facilitar la selección de un régimen de tratamiento que incluye un taxano y/o una ciclofosfamida, o ni un taxano ni una ciclofosfamida.
En algunos casos, el nivel de expresión de genes marcadores puede sugerir beneficio clínico para tanto un taxano como una ciclofosfamida, por ejemplo, cuando niveles de expresión crecientes están asociados con un riesgo de 65 recidiva por debajo de un riesgo de recidiva seleccionado. Por ejemplo, tal como se ilustra en la figura 2 para el gen ZW10, el aumento de la expresión de ZW10 en pacientes con cáncer positivos para HR está asociado con un
aumento de la probabilidad de beneficio clínico para tanto un taxano como para una ciclofosfamida. Además, debido a que las magnitudes de las pendientes son significativamente diferentes, se pronostica que pacientes con un aumento de la expresión de ZW 10 tienen riesgos inferiores de recidiva si se tratan con AT en lugar de AC, y se pronostica que pacientes con una disminución de la expresión de ZW10 tienen riesgos inferiores de recidiva si se
5 tratan con AC en lugar de AT. Por tanto, los genes marcadores que están asociados con curvas de predicción del TB (AT) y el CT (AC) que difieren en la pendiente pueden facilitar una decisión en la selección entre un régimen que contiene taxano y un régimen que contiene ciclofosfamida, incluso cuando puede haber beneficio clínico con cualquiera o ambos regímenes de tratamiento.
10 Los métodos de la presente descripción facilitan también la selección entre un régimen que contiene taxano y un régimen que contiene ciclofosfamida (por ejemplo, entre terapia con AT y con AC). Por ejemplo, cuando las curvas en las figuras 1-4 tienen pendientes significativamente diferentes en el modelo de regresión Cox y las curvas de predicción del TB (AT) y el CB (AC) se cruzan, pueden usarse los niveles de expresión del gen marcador para evaluar la probabilidad de que el paciente responda a un régimen que contiene taxano (por ejemplo, AT) o a un
15 régimen que contiene ciclofosfamida (por ejemplo, AC).
Por ejemplo, la figura 5 ilustra un gráfico del riesgo de recaída a los 5 años frente a la expresión génica, presentado para un gen a modo de ejemplo, DDR1. Tal como se ilustra en la figura 5, puede usarse el nivel de expresión de DDR1 para facilitar la selección de la terapia cuando el tratamiento con una ciclofosfamida se ve favorecido con
20 respecto al tratamiento con un taxano a niveles de expresión inferiores de DDR1, produciéndose un “cambio” del beneficio clínico relativo de estas terapias en un punto en el que el riesgo de recidiva asociado con el tratamiento con taxano es inferior al asociado con el tratamiento con ciclofosfamida, favoreciéndose por tanto un régimen de tratamiento que incluye un taxano con respecto a una ciclofosfamida.
25 Hay muchos tipos de regímenes de tratamiento sistémico disponibles para pacientes a los que se les ha diagnosticado un cáncer. Por ejemplo, la tabla a continuación enumera diversas terapias hormonales y agentes quimioterápicos para cáncer de mama.
Agentes individuales útiles en cáncer de mama
NOMBRE GENÉRICO NOMBRE COMERCIAL COMÚN CLASE
Ciclofosfamida (C) Cytoxan® Mostazas nitrogenadas
Doxorubicina Adriamycin® Antraciclinas
Epirubicina Pharmorubicin® Antraciclinas
Fluorouracilo Análogos de pirimidinas
Metotrexato Rheumatrex® Análogos de ácido fólico
Paclitaxel Taxol® Taxanos (T)
Docetaxel Taxotere® Taxanos (T)
Capecitabina Xeloda® Análogos de pirimidinas
Trastuzumab Herceptin® Anticuerpos monoclonales
Bevacizumab Avastin® Anticuerpos monoclonales
30 Combinaciones útiles en cáncer de mama CAF Ciclofosfamida, adriamicina, fluorouracilo EE.UU.
CMF Ciclofosfamida, metotrexato, fluorouracilo EE.UU.
AC Adriamicina, ciclofosfamida EE.UU.
AT Adriamicina, taxano EE.UU.
ACT Adriamicina, ciclofosfamida, taxano EE.UU.
TAC Taxano, adriamicina, ciclofosfamida EE.UU.
TC Taxano, ciclofosfamida EE.UU.
Fluorouracilo, epirubicina, ciclofosfamida Europa
Obtención del perfil de expresión génica
35 La práctica de los métodos y las composiciones de la presente descripción emplearán, a menos que se indique lo contrario, técnicas convencionales de biología molecular (incluyendo técnicas recombinantes), microbiología, biología celular y bioquímica, que se conocen dentro de la experiencia de la técnica. Tales técnicas se explican completamente en la bibliografía, tal como, “Molecular Cloning: A Laboratory Manual”, 2ª edición (Sambrook et al., 1989); “Oligonucleotide Synthesis” (M.J. Gait, ed., 1984); “Animal Cell Culture” (R.I. Freshney, ed., 1987); “Methods in Enzymology” (Academic Press, Inc.); “Handbook of Experimental Immunology”, 4ª edición (D.M. Weir & C.C.
5 Blackwell, eds., Blackwell Science Inc., 1987); “Gene Transfer Vectors for Mammalian Cells” (J.M. Miller & M.P. Calos, eds., 1987); “Current Protocols in Molecular Biology” (F.M. Ausubel et al., eds., 1987); y “PCR: The Polymerase Chain Reaction”, (Mullis et al., eds., 1994).
Los métodos de obtención del perfil de expresión génica incluyen métodos basados en análisis de hibridación de polinucleótidos, métodos basados en secuenciación de polinucleótidos y métodos basados en proteómica. Los métodos a modo de ejemplo conocidos en la técnica para la cuantificación de la expresión de ARNm en una muestra incluyen transferencia de tipo Northern e hibridación in situ (Parker & Barnes, Methods in Molecular Biology 106:247283 (1999)); ensayos de protección de ARNasa (Hod, Biotechniques 13:852-854 (1992)); y métodos basados en PCR, tales como PCR con transcripción inversa (RT-PCR) (Weis et al., Trends in Genetics 8: 263-264 (1992)).
15 Pueden emplearse anticuerpos que pueden reconocer dúplex específicos de secuencia, incluyendo dúplex de ADN, dúplex de ARN y dúplex de híbridos de ADN-ARN o dúplex de ADN-proteína. Los métodos representativos para el análisis de secuenciación de ácidos nucleicos incluyen análisis en serie de la expresión génica (SAGE) y expresión génica digital (DGE).
Se dan a conocer métodos representativos de obtención del perfil de expresión génica, por ejemplo, en las patentes estadounidenses n.os 7.056.674 y 7.081.340, y en las publicaciones de patente estadounidense n.os 20020095585; 20050095634; 20050260646; y 20060008809. Las publicaciones científicas representativas que incluyen métodos de obtención del perfil de expresión génica, incluyendo análisis de datos, incluyen Gianni et al., J Clin Oncol. 10 de octubre de 2005; 23(29):7265-77; Paik et al., N Engl J Med. 30 de diciembre de 2004; 351(27):2817-26; y Cronin et
25 al., Am J Pathol. Enero de 2004; 164(1):35-42.
PCR con transcriptasa inversa (RT-PCR)
Normalmente, se aísla ARNm de una muestra de prueba. El material de partida es normalmente ARN total aislado de un tumor humano, normalmente de un tumor primario. Opcionalmente, pueden usarse tejidos normales del mismo paciente como control interno. Puede extraerse ARNm de una muestra de tejido, por ejemplo de una muestra que es reciente, está congelada (por ejemplo recién congelada) o está fijada (por ejemplo fijada con formalina) e incrustada en parafina.
35 Se conocen bien en la técnica métodos generales para la extracción de ARNm y se dan a conocer en libros de texto convencionales de biología molecular, incluyendo Ausubel et al., Current Protocols of Molecular Biology, John Wiley and Sons (1997). Se dan a conocer métodos para la extracción de ARN a partir de tejidos incrustados en parafina, por ejemplo, en Rupp y Locker, Lab Invest. 56:A67 (1987), y De Andrés et al., BioTechniques 18:42044 (1995). En particular, puede realizarse el aislamiento del ARN usando un kit de purificación, un conjunto de tampones y una proteasa de fabricantes comerciales, tales como Qiagen, según las instrucciones del fabricante. Por ejemplo, puede aislarse ARN total de células en cultivo usando minicolumnas RNeasy de Qiagen. Otros kits de aislamiento de ARN disponibles comercialmente incluyen el kit de purificación de ARN y ADN completo MasterPure™ (EPICENTRE®, Madison, WI), y el kit de aislamiento de ARN de bloques de parafina (Ambion, Inc.). Puede aislarse el ARN total de muestras de tejido usando RNA Stat-60 (Tel-Test). El ARN preparado a partir del tumor puede aislarse, por ejemplo,
45 mediante centrifugación en gradiente de densidad de cloruro de cesio.
La muestra que contiene el ARN se somete entonces a transcripción inversa para producir ADNc a partir del molde de ARN, seguido por amplificación exponencial en una reacción PCR. Las dos enzimas transcriptasa inversa usadas más comúnmente son la transcriptasa inversa del virus de la mieloblastosis aviar (AMV-RT) y la transcriptasa inversa del virus de la leucemia murina de Moloney (MMLV-RT). La etapa de transcripción inversa se ceba normalmente usando cebadores específicos, hexámeros al azar o cebadores de oligo dT, dependiendo de las circunstancias y el objetivo de obtención del perfil de expresión. Por ejemplo el ARN extraído puede transcribirse de manera inversa usando un kit de PCR para ARN GeneAmp (Perkin Elmer, CA, EE.UU.), siguiendo las instrucciones del fabricante. El ADNc derivado puede usarse entonces como molde en la reacción de PCR posterior.
55 Los métodos basados en PCR usan una ADN polimerasa dependiente de ADN termoestable, tal como una Taq ADN polimerasa. Por ejemplo, la PCR TaqMan® utiliza normalmente la actividad 5’-nucleasa de Taq o Tth polimerasa para hidrolizar una sonda de hibridación unida a su amplicón diana, aunque puede usarse cualquier enzima con actividad 5’ nucleasa equivalente. Se usan dos cebadores oligonucleotídicos para generar un amplicón típico de un producto de reacción PCR. Puede diseñarse un tercer oligonucleótido, o sonda, para facilitar la detección de una secuencia de nucleótidos del amplicón ubicado entre los sitios de hibridación de los dos cebadores de PCR. La sonda puede marcarse de manera detectable, por ejemplo con un colorante indicador, y puede dotarse adicionalmente de tanto un colorante fluorescente como un colorante fluorescente extintor, como en una configuración de sonda Taqman®. Cuando se usa una sonda Taqman®, durante la reacción de amplificación, la
65 enzima Taq ADN polimerasa escinde la sonda de una manera dependiente del molde. Los fragmentos de sonda resultantes se disocian en disolución, y la señal del colorante indicador liberado se ve libre del efecto de extinción del segundo fluoróforo. Se libera una molécula de colorante indicador por cada nueva molécula sintetizada, y la detección del colorante indicador no extinguido proporciona la base para la interpretación cuantitativa de los datos.
Puede realizarse RT-PCR TaqMan® usando un equipo disponible comercialmente, tal como, por ejemplo, ABI
5 PRISM 7700™ Sequence Detection System™ (Perkin-Elmer-Applied Biosystems, Foster City, CA, EE.UU.), o Lightcycler (Roche Molecular Biochemicals, Mannheim, Alemania). En una realización preferida, el procedimiento de 5’ nucleasa se realiza en un dispositivo de PCR cuantitativa en tiempo real, tal como el ABI PRISM 7700™ Sequence Detection System™. El sistema consiste en un termociclador, un láser, un dispositivo de carga acoplada (CCD), una cámara y un ordenador. El sistema amplifica muestras en un formato de 96 pocillos en un termociclador. Durante la amplificación, se recoge la señal fluorescente inducida por el láser en tiempo real a través de cables de fibra óptica para los 96 pocillos, y se detecta en el CCD. El sistema incluye software para hacer funcionar el instrumento y para analizar los datos.
Los datos del ensayo de 5’-nucleasa se expresan inicialmente como un ciclo umbral (“Ct”). Se registran valores de
15 fluorescencia durante cada ciclo y representan la cantidad de producto amplificada en ese punto en la reacción de amplificación. El ciclo umbral (Ct) se describe generalmente como el punto cuando se registra por primera vez que la señal fluorescente es estadísticamente significativa.
Es deseable corregir (normalizar) diferencias tanto en la cantidad de ARN sometida a ensayo como la variabilidad en la calidad del ARN usado. Por tanto, el ensayo mide normalmente, y el análisis de la expresión de un gen marcador incorpora el análisis de, la expresión de determinados genes de referencia (o “genes de normalización”), incluyendo genes de mantenimiento bien conocidos, tales como GAPDH. Alternativamente, la normalización puede basarse en la señal media o mediana de la señal (Ct) de todos los genes sometidos a ensayo o un subconjunto grande de los mismos (a menudo denominado enfoque de “normalización global”). En una base gen a gen, la cantidad
25 normalizada medida de ARNm de tumor de un paciente puede compararse con la cantidad encontrada en un conjunto de referencia de tejido de cáncer de colon. Véase M. Cronin, et al., Am. Soc. Investigative Pathology 164:35-42 (2004).
Las mediciones de la expresión génica pueden normalizarse en relación con la media de uno o más (por ejemplo, 2, 3, 4, 5 o más) genes de referencia. Las mediciones de la expresión normalizada con respecto a una referencia pueden oscilar entre 0 y 15, reflejando generalmente un aumento de una unidad un aumento de 2 veces en la cantidad de ARN.
La RT-PCR es compatible con tanto PCR competitiva cuantitativa, en la que se usa para la normalización un
35 competidor interno para cada secuencia diana, como con PCR comparativa cuantitativa que usa un gen de normalización contenido dentro de la muestra, o un gen de mantenimiento para la RT-PCR. Para detalles adicionales véase, por ejemplo Held et al., Genome Research 6:986-994 (1996).
Las etapas de un protocolo representativo para su uso en los métodos de la presente descripción usan tejidos incrustados en parafina, fijados como fuente de ARN para el aislamiento de ARNm, la purificación, la extensión del cebador y la amplificación pueden realizarse según métodos disponibles en la técnica. (Véase, por ejemplo, Godfrey et al. J. Molec. Diagnostics 2: 84-91 (2000); Specht et al., Am. J. Pathol. 158: 419-29 (2001)). En resumen, un procedimiento representativo comienza con el corte de secciones de aproximadamente 10 μm de grosor de muestras de tejido tumoral incrustadas en parafina. Entonces se extrae el ARN, y se reduce la proteína y el ADN de
45 la muestra que contiene ARN. Tras el análisis de la concentración de ARN, se transcribe de manera inversa el ARN usando cebadores específicos de gen seguido por RT-PCR para proporcionar productos de amplificación de ADNc.
Diseño de cebadores y sondas de PCR a base de intrones
Pueden diseñarse cebadores y sondas de PCR basándose en las secuencias de intrones o exones presentes en el transcrito de ARNm del gen de interés. El diseño de cebadores/sondas puede realizarse usando software disponible públicamente, tal como el software DNA BLAT desarrollado por Kent, W.J., Genome Res. 12(4):656-64 (2002), o mediante el software BLAST incluyendo sus variaciones.
55 Cuando sea necesario o se desee, pueden enmascararse secuencias repetitivas de la secuencia diana para mitigar señales no específicas. Las herramientas a modo de ejemplo para lograr esto incluyen el programa Repeat Masker disponible en línea a través del Baylor College of Medicine, que examina secuencias de ADN frente a una biblioteca de elementos repetitivos y devuelve una secuencia de consulta en la que los elementos repetitivos están enmascarados. Las secuencias de intrones enmascaradas pueden usarse entonces para diseñar secuencias de sondas y cebadores usando cualquier paquete de diseño de cebadores/sondas disponible comercialmente o de otra forma públicamente, tal como Primer Express (Applied Biosystems); MGB assay-by-design (Applied Biosystems); Primer3 (Steve Rozen y Helen J. Skaletsky (2000) Primer3 on the WWW for general users and for biologist programmers. En: Rrawetz et al. (eds.) Bioinformatics Methods and Protocols: Methods in Molecular Biology. Humana Press, Totowa, NJ, págs. 365-386).
65 Otros factores que pueden influir en el diseño de cebadores de PCR incluyen longitud de los cebadores, temperatura de fusión (Tf) y contenido en G/C, especificidad, secuencias de cebadores complementarios y secuencia del extremo 3’. En general, los cebadores de PCR óptimos tienen generalmente 17-30 bases de longitud, y contienen aproximadamente un 20-80%, tal como, por ejemplo, aproximadamente un 50-60% de bases G+C, y presentan una Tf entre 50 y 80ºC, por ejemplo de aproximadamente 50 a 70ºC.
5 Para directrices adicionales para el diseño de sondas y cebadores de PCR véase, por ejemplo Dieffenbach, CW. et al, “General Concepts for PCR Primer Design” en: PCR Primer, A Laboratory Manual, Cold Spring Harbor Laboratory Press, Nueva York, 1995, págs. 133-155; Innis y Gelfand, “Optimization of PCRs” en: PCR Protocols, A Guide to Methods and Applications, CRC Press, Londres, 1994, págs. 5-11; y Plasterer, T.N. Primerselect: Primer and probe
10 design. Methods Mol. Biol. 70:520-527 (1997).
PCR cuantitativa para el análisis de la expresión génica
Según VanGuilder et al., BioTechniques 44: 619 (2008), la PCR cuantitativa (qPCR) representa ahora el método de
15 elección para analizar la expresión génica de numerosos genes en cualquiera de desde un pequeño número hasta miles de muestras. Para investigadores que estudian la expresión génica, hay un enfoque tecnológico múltiple que depende del número de genes y muestras que están examinándose. Los microalineamientos de expresión génica son todavía el método preferido para experimentos de descubrimiento a gran escala (por ejemplo, de genoma completo). Debido a la logística, la sensibilidad y el coste de los microalineamientos de genoma completo, hay
20 también un nicho para microalineamientos centrados que permiten el análisis de un número más pequeño de genes en un mayor número de muestras. No obstante, para la validación del descubrimiento con microalineamientos, la PCR cuantitativa con transcripción inversa (RT-qPCR) sigue siendo el método de referencia. La maduración actual de la qPCR en tiempo real con sondas fluorescentes permite una confirmación rápida y fácil de los resultados del microalineamiento en un gran número de muestras. A menudo, no se requiere un experimento de descubrimiento de
25 genoma completo, ya que el gen o la ruta de interés ya se conoce. En ese caso, la recogida de datos puede comenzar con la qPCR. Finalmente, la qPCR también ha mostrado una gran utilidad en la monitorización de biomarcadores. En este escenario, pueden someterse a ensayo dianas identificadas previamente desarrolladas en números muy grandes de muestras (miles).
30 Análisis de datos. El análisis de datos de qPCR en tiempo real ha alcanzado también una fase madura de desarrollo. Los análisis pueden ser o bien de valores absolutos (es decir, números de copias de un ARN específico por muestra) o bien de valores relativos (es decir, la muestra 1 tiene dos veces tanto ARNm de un gen específico como la muestra 2). De lejos, la mayoría de los análisis usan la cuantificación relativa ya que ésta es más fácil de medir y es de interés primario para investigadores que examinan estados patológicos. Para la cuantificación absoluta, se
35 requiere una curva patrón de ARN del gen de interés con el fin de calcular el número de copias. En este caso, se diluye una disolución en serie de una cantidad conocida (número de copias) de ARN puro y se somete a amplificación. Como un ensayo de proteínas, se compara la señal desconocida con la curva para extrapolar la concentración de partida.
40 El método más común para la cuantificación relativa es el método de 2-ooCT. Este método se basa en dos suposiciones. La primera es que la reacción está produciéndose con una eficacia del 100%; en otras palabras, con cada ciclo de PCR, la cantidad de producto se dobla. Esto puede determinarse a través de experimentos sencillos tal como se describe en la bibliografía científica. Esta suposición es también uno de los motivos para usar un bajo número de ciclos cuando la reacción está todavía en la fase exponencial. En la fase exponencial inicial de la PCR,
45 los sustratos no son limitativos y no hay degradación de productos. En la práctica, esto requiere el establecimiento del umbral de cruce o umbral de ciclo (Ct) en el ciclo más cercano posible. El Ct es el número de ciclos que tarda cada reacción en alcanzar una cantidad de fluorescencia arbitraria. La segunda suposición del método de 2 -ooCT es que hay un gen (o genes) que se expresa a un nivel constante entre las muestras. Este control endógeno se usará para corregir cualquier diferencia en la carga de muestras.
50 Una vez recogido el valor de Ct para cada reacción, puede usarse para generar un nivel de expresión relativa. Se describe ahora un método de 2 -ooCT. En este ejemplo, hay dos muestras (control y tratada) y se han medido los niveles de (i) un gen de interés (gen diana (TG)) y (ii) un gen de control endógeno (gen de control (CG)). Para cada muestra, se calcula la diferencia en los valores de Ct para el gen de interés y el control endógeno (el oCt). A
55 continuación, la resta del oCt del estado control del oCt del estado tratado produce el ooCt. El valor negativo de esta resta, el -ooCt, se usa como el exponente de 2 en la ecuación y representa la diferencia en el número “corregido” de ciclos hasta el umbral. La conversión del exponente proviene del hecho de que la reacción dobla la cantidad de producto por ciclo. Por ejemplo, si oCt de la muestra control es 2 y oCt de la muestra tratada es 4, el cálculo del 2 -ooCT (que se convierte en 2-(4-2)) produce 0,25. Este valor se denomina a menudo RQ, o valor de
60 cantidad relativa. Esto significa que el nivel del gen de interés en la muestra tratada es sólo el 25% del nivel de ese gen en la muestra control. Esto resulta evidente porque la muestra tratada tarda dos ciclos más de PCR en alcanzar la misma cantidad de producto que la muestra control y por tanto había menos de ese ADNc con el que comenzar en la muestra tratada. El método de 2 -ooCT es la estrategia de cuantificación más común, pero debe indicarse que hay otros métodos válidos para analizar los valores de Ct de la qPCR. Varios investigadores han propuesto métodos
65 de análisis alternativos.
Sistema MassARRAY®
En métodos basados en MassARRAY, tales como el método a modo de ejemplo desarrollado por Sequenom, Inc. (San Diego, CA) tras el aislamiento del ARN y la transcripción inversa, se realizan adiciones conocidas en el ADNc 5 con una molécula de ADN sintético (competidor), que coincide con la región de ADNc seleccionada como diana en todas las posiciones, excepto una única base, y sirve como patrón interno. La mezcla de ADNc/competidor se amplifica por PCR y se somete a un tratamiento enzimático con fosfatasa alcalina de camarón (SAP) tras la PCR, que da como resultado la desfosforilación de los nucleótidos restantes. Tras la inactivación de la fosfatasa alcalina, se someten los productos de PCR del competidor y del ADNc a extensión del cebador, lo que genera señales de masa distintas para los productos de PCR derivados del competidor y del ADNc. Tras la purificación, se dispensan estos productos sobre un alineamiento en chip, que se carga previamente con componentes necesarios para el análisis por espectrometría de masas por ionización/desorción mediante láser asistida por matriz – tiempo de vuelo (EM MALDI-TOF). Se cuantifica entonces el ADNc presente en la reacción analizando las razones de las áreas de picos en el espectro de masas generado. Para detalles adicionales véase, por ejemplo Ding y Cantor, Proc. Natl.
15 Acad. Sci. USA 100:3059-3064 (2003).
Otros métodos basados en PCR
Las técnicas basadas en PCR adicionales que encuentran uso en los métodos dados a conocer en el presente documento incluyen, por ejemplo, la tecnología Bead-Array® (Illumina, San Diego, CA; Oliphant et al., Discovery of Markers for Disease (Supplement to Biotechniques), junio de 2002; Ferguson et al., Analytical Chemistry 72:5618 (2000)); BeadsArray for Detection of Gene Expression® (BADGE), usando el sistema Luminex 100 LabMAP® disponible comercialmente y microesferas múltiples codificadas por color (Luminex Corp., Austin, TX) en un ensayo rápido para la expresión génica (Yang et al., Genome Res. 11:1888-1898 (2001)); y análisis de obtención del perfil
25 de expresión de alta cobertura (HiCEP) (Fukumura et al., Nucl. Acids. Res. 31(16) e94 (2003).
Microalineamientos
También pueden evaluarse los niveles de expresión de un gen de interés usando la técnica de microalineamientos. En este método, se alinean secuencias de polinucleótido de interés (incluyendo ADNc y oligonucleótidos) sobre un sustrato. Las secuencias alineadas se ponen entonces en contacto en condiciones adecuadas para determinar la hibridación específica con ADNc marcado de manera detectable generado a partir de ARNm de una muestra de prueba. Como en el método de RT-PCR, la fuente de ARNm es normalmente ARN total aislado de una muestra de tumor, y opcionalmente de tejido normal del mismo paciente como control interno o líneas celulares. El ARNm puede
35 extraerse, por ejemplo, de muestras de tejido fijadas (por ejemplo fijadas con formalina) e incrustadas en parafina congeladas o archivadas.
Por ejemplo, se aplican insertos amplificados por PCR de clones de ADNc de un gen que va a someterse a ensayo a un sustrato en un alineamiento denso. Habitualmente, se aplican al menos 10000 secuencias de nucleótidos al sustrato. Por ejemplo, los genes microalineados, inmovilizados sobre el microchip a 10000 elementos cada uno, son adecuados para hibridación en condiciones rigurosas. Pueden generarse sondas de ADNc marcadas de manera fluorescente a través de la incorporación de nucleótidos fluorescentes mediante transcripción inversa de ARN extraído a partir de tejidos de interés. Las sondas de ADNc marcadas aplicadas al chip se hibridan con especificidad con cada punto de ADN en el alineamiento. Tras lavar en condiciones rigurosas para eliminar sondas no unidas
45 específicamente, se explora el chip mediante microscopía láser confocal o mediante otro método de detección, tal como una cámara CCD. La cuantificación de la hibridación de cada elemento alineado permite la evaluación de la abundancia del ARNm correspondiente.
Con fluorescencia de doble color, se hibridan por parejas sondas de ADNc marcadas por separado generadas a partir de dos fuentes de ARN con el alineamiento. Por tanto, se determina simultáneamente la abundancia relativa de los transcritos a partir de las dos fuentes correspondientes a cada gen especificado. La escala minituarizada de la hibridación permite una evaluación conveniente y rápida del patrón de expresión para grandes números de genes. Se ha mostrado que tales genes tienen la sensibilidad requerida para detectar transcritos poco comunes, que se expresan a unas pocas copias por célula, y para detectar de manera reproducible diferencias de al menos
55 aproximadamente dos veces en los niveles de expresión (Schena et al., Proc. Natl. Acad. Sci. USA 93(2):106-149 (1996)). Pueden realizarse análisis de microalineamientos mediante equipo disponible comercialmente, siguiendo los protocolos del fabricante, tal como usando la tecnología GenChip® de Affymetrix.
Análisis en serie de la expresión génica (SAGE)
El análisis en serie de la expresión génica (SAGE) es un método que permite el análisis simultáneo y cuantitativo de un gran número de transcritos génicos, sin la necesidad de proporcionar una sonda de hibridación individual para cada transcrito. En primer lugar, se genera una etiqueta de secuencia corta (aproximadamente 10-14 pb) que contiene información suficiente para identificar de manera única un transcrito, siempre que la etiqueta se obtenga a 65 partir de una posición única dentro de cada transcrito. Entonces, se unen entre sí muchos transcritos para formar moléculas en serie largas, que pueden secuenciarse, revelando la identidad de las etiquetas múltiples
simultáneamente. Puede evaluarse cuantitativamente el patrón de expresión de cualquier población de transcritos determinando la abundancia de etiquetas individuales, e identificando el gen correspondiente a cada etiqueta. Para más detalles véase, por ejemplo, Velculescu et al., Science 270:484-487 (1995); y Velculescu et al., Cell 88:243-51 (1997).
Análisis de la expresión génica mediante secuenciación de ácidos nucleicos
Las tecnologías de secuenciación de ácidos nucleicos son métodos adecuados para el análisis de la expresión génica. El principio que subyace a estos métodos es que el número de veces que se detecta una secuencia de ADNc en una muestra está directamente relacionado con la expresión relativa del ARNm correspondiente a esa secuencia. Estos métodos se denominan algunas veces mediante el término expresión génica digital (DGE) para reflejar la propiedad numérica diferenciada de los datos resultantes. Métodos tempranos que aplicaban este principio fueron el análisis en serie de la expresión génica (SAGE) y la secuenciación de firma masivamente paralela (MPSS). Véase, por ejemplo, S. Brenner, et al., Nature Biotechnology 18(6):630-634 (2000). Más recientemente, el
15 advenimiento de las tecnologías de secuenciación de la “siguiente generación” ha hecho que la DGE sea más sencilla, de rendimiento más alto y más asequible. Como resultado, más laboratorios pueden utilizar DGE para explorar la expresión de más genes en más muestras de pacientes individuales de lo que era posible anteriormente. Véase, por ejemplo, J. Marioni, Genome Research 18(9):1509-1517 (2008); R. Morin, Genome Research 18(4):610621 (2008); A. Mortazavi, Nature Methods 5(7):621-628 (2008); N. Cloonan, Nature Methods 5(7):613-619 (2008).
Aislamiento de ARN a partir de fluidos corporales
Se han descrito métodos de aislamiento de ARN para el análisis de la expresión a partir de tejido (por ejemplo, tejido de mama), sangre, plasma y suero (véase por ejemplo, Tsui NB et al. (2002) 48,1647-53 y referencias citadas en el
25 mismo) y a partir de orina (véase por ejemplo, Boom R et al. (1990) J Clin Microbiol. 28, 495-503 y referencias citadas en el mismo).
Métodos inmunológicos
También son adecuados métodos inmunológicos (por ejemplo, métodos de inmunohistoquímica) para detectar los niveles de expresión de genes y se aplican al método dado a conocer en el presente documento. Pueden usarse anticuerpos (por ejemplo, anticuerpos monoclonales) que se unen específicamente a un producto génico de un gen de interés en tales métodos. Los anticuerpos pueden detectarse marcando directamente los propios anticuerpos, por ejemplo, con marcadores radiactivos, marcadores fluorescentes, marcadores de hapteno tales como biotina o una
35 enzima tal como peroxidasa del rábano o fosfatasa alcalina. Alternativamente, puede usarse un anticuerpo primario no marcado conjuntamente con un anticuerpo secundario marcado específico para el anticuerpo primario. Se conocen bien en la técnica protocolos y kits de métodos inmunológicos y están disponibles comercialmente.
Proteómica
El término “proteoma” se define como la totalidad de las proteínas presentes en una muestra (por ejemplo tejido, organismo o cultivo celular) a un determinado punto de tiempo. La proteómica incluye, entre otras cosas, el estudio de los cambios globales de la expresión de proteínas en una muestra (también denominada “proteómica de expresión”). La proteómica incluye normalmente las siguientes etapas: (1) separación de proteínas individuales en
45 una muestra mediante electroforesis en gel bidimensional (PAGE bidimensional); (2) identificación de las proteínas individuales recuperadas del gel, por ejemplo mediante espectroscopía de masas o secuenciación N-terminal, y (3) análisis de los datos usando bioinformática.
Descripción general del protocolo a modo de ejemplo
Se proporcionan las etapas de un protocolo representativo para la obtención del perfil de expresión génica usando tejidos incrustados en parafina, fijados como fuente de ARN, incluyendo aislamiento de ARNm, purificación, extensión del cebador y amplificación en diversos artículos de revistas publicados. (Véase, por ejemplo, T.E. Godfrey et al., J. Molec. Diagnostics 2: 84-91 (2000); K. Specht et al., Am. J. Pathol. 158: 419-29 (2001), M. Cronin,
55 et al., Am J Pathol 164:35-42 (2004)). En resumen, un procedimiento representativo comienza con el corte de una sección de muestra de tejido (por ejemplo secciones de aproximadamente 10 om de grosor de una muestra de tejido tumoral incrustada en parafina). Entones se extrae el ARN, y se eliminan la proteína y el ADN. Tras el análisis de la concentración de ARN, se realiza si se desea reparación del ARN. La muestra puede someterse entonces a análisis, por ejemplo mediante transcripción inversa usando promotores específicos de genes seguido por RT-PCR.
Kits
Los materiales para su uso en los métodos de la presente descripción son adecuados para la preparación de kits producidos según procedimientos bien conocidos. La presente descripción proporciona por tanto kits que 65 comprenden agentes, que pueden incluir sondas y/o cebadores selectivos de genes o específicos de genes, para cuantificar la expresión de los genes dados a conocer para predecir el desenlace clínico o la respuesta al
tratamiento. Tales kits pueden contener opcionalmente reactivos para la extracción de ARN a partir de muestras de tumores, en particular muestras de tejido incrustadas en parafina fijadas y/o reactivos para la amplificación del ARN. Además, los kits pueden comprender opcionalmente el/los reactivo(s) con un marcador o descripción de identificación o instrucciones referentes a su uso en los métodos de la presente descripción. Los kits pueden
5 comprender recipientes (incluyendo placas de microtitulación adecuadas para su uso en una implementación automatizada del método), cada uno con uno o más de los diversos reactivos (normalmente en forma concentrada) utilizados en los métodos, incluyendo, por ejemplo, microalineamientos prefabricados, tampones, los nucleótidos trifosfato apropiados (por ejemplo, dATP, dCTP, dGTP y dTTP; o rATP, rCTP, rGTP y UTP), transcriptasa inversa, ADN polimerasa, ARN polimerasa y una o más sondas y cebadores de la presente descripción (por ejemplo, cebadores al azar o poli(T) de longitud apropiada unidos a un promotor reactivo con la ARN polimerasa). Algoritmos matemáticos usados para estimar o cuantificar información predictiva y/o de pronóstico también son posibles componentes apropiados de los kits.
Los métodos proporcionados por la presente descripción también pueden estar automatizados en su totalidad o en 15 parte.
Informes
Los métodos de la presente descripción son adecuados para la preparación de informes que resumen las predicciones que resultan de los métodos de la presente descripción. Un “informe”, tal como se describe en el presente documento, es un documento tangible o electrónico que incluye elementos de informe que proporcionan información de interés referente a una evaluación de la probabilidad y sus resultados. Un informe objeto incluye al menos una evaluación de la probabilidad, por ejemplo una indicación en cuanto a la probabilidad de que un paciente con cáncer presente una respuesta clínica beneficiosa a un régimen de tratamiento de interés. El informe de un
25 sujeto puede generarse electrónicamente de manera completa o parcial, por ejemplo presentarse en una visualización electrónica (por ejemplo, un monitor de ordenador). Un informe puede incluir además uno o más de: 1) información referente a la instalación de pruebas; 2) información del proveedor del servicio; 3) datos del paciente; 4) datos de la muestra; 5) un informe interpretativo, que puede incluir diversa información incluyendo: a) indicación; b) datos de prueba, pudiendo incluir los datos de prueba un nivel normalizado de uno o más genes de interés, y 6) otras características.
La presente descripción proporciona por tanto métodos de creación de informes y los informes que resultan de los mismos. El informe puede incluir un resumen de los niveles de expresión de los transcritos de ARN, o los productos de expresión de tales transcritos de ARN, para determinados genes en las células obtenidas del tejido tumoral de los
35 pacientes. El informe puede incluir una predicción de que dicho sujeto tiene un aumento de la probabilidad de respuesta al tratamiento con una quimioterapia particular o el informe puede incluir una predicción de que el sujeto tiene una disminución de la probabilidad de respuesta a la quimioterapia. El informe puede incluir una recomendación para la modalidad de tratamiento tal como cirugía sola o cirugía en combinación con quimioterapia. El informe puede presentarse en formato electrónico o en papel.
Por tanto, en algunas realizaciones, los métodos de la presente descripción incluyen además la generación de un informe que incluye información referente a la probabilidad de respuesta del paciente a una quimioterapia, particularmente una terapia que incluye ciclofosfamida y/o un taxano. Por ejemplo, los métodos dados a conocer en el presente documento pueden incluir además una etapa de generación o producción de un informe que proporciona
45 los resultados de una evaluación de la probabilidad de respuesta de un sujeto, informe que puede proporcionarse en forma de un medio electrónico (por ejemplo una visualización electrónica en un monitor de ordenador), o en forma de un medio tangible (por ejemplo, un informe impreso en papel u otro medio tangible).
Se proporciona a un usuario un informe que incluye información referente a la probabilidad de que un paciente responda al tratamiento con una qumioterapia, particularmente una que incluye ciclofosfamida y/o un taxano. Una evaluación en cuanto a la probabilidad de que un paciente con cáncer responda al tratamiento con una quimioterapia, o la respuesta comparativa pronosticada a dos opciones de terapia, se denomina a continuación “evaluación de la probabilidad de respuesta” o, simplemente, “evaluación de la probabilidad”. Una persona o entidad que prepara un informe (“generador del informe”) también realizará la evaluación de la probabilidad. El generador del
55 informe también puede realizar uno o más de reunión de muestras, procesamiento de muestras y generación de datos, por ejemplo, el generador del informe también puede realizar uno o más de: a) reunión de muestras; b) procesamiento de muestras; c) medición de un nivel de un(os) producto(s) génico(s) de respuesta indicadora; d) medición de un nivel de un(os) producto(s) génico(s) de referencia; y (e) determinación de un nivel normalizado de un(os) producto(s) génico(s) de indicador de respuesta. Alternativamente, una entidad distinta del generador del informe puede realizar uno o más de reunión de muestras, procesamiento de muestras y generación de datos.
Por claridad, debe indicarse que el término “usuario”, que se usa de manera intercambiable con “cliente”, pretende referirse a una persona o entidad a la que se transmite el informe, y puede ser la misma persona o entidad que realiza uno o más de lo siguiente: a) recoge una muestra; b) procesa una muestra; c) proporciona una muestra o una 65 muestra procesada; y d) genera datos (por ejemplo, nivel de un(os) producto(s) génico(s) de indicador de respuesta; nivel de un(os) producto(s) génico(s) de referencia; nivel normalizado de un(os) producto(s) génico(s) de indicador
de respuesta) para su uso en la evaluación de la probabilidad. En algunos casos, la(s) persona(s) o entidad(es) que proporciona(n) la recogida de muestras y/o el procesamiento de muestras y/o la generación de datos y la persona que recibe los resultados y/o el informe pueden ser personas diferentes, pero se denominan ambos “usuarios” o “clientes” en el presente documento para evitar confusiones. En determinadas realizaciones, por ejemplo, cuando los
5 métodos se ejecutan completamente en un único ordenador, el usuario o cliente proporciona la entrada de datos y la revisión de la salida de datos. Un “usuario” puede ser un profesional sanitario (por ejemplo, un médico, un técnico de laboratorio, un doctor (por ejemplo, un oncólogo, cirujano, anatomopatólogo), etc.).
En realizaciones en las que el usuario ejecuta sólo una parte del método, el individuo que, tras el procesamiento informatizado de los datos según los métodos dados a conocer en el presente documento, revisa la salida de datos (por ejemplo, resultados antes de la emisión para proporcionar un informe completo, o revisa un informe “incompleto” y proporciona una intervención manual y la finalización de un informe interpretativo) se denomina en el presente documento “revisor”. El revisor debe ubicarse en una ubicación remota para el usuario (por ejemplo, en un servicio proporcionado de manera separada de una instalación sanitaria en la que puede estar ubicado un usuario).
15 Cuando se aplican regulaciones gubernamentales u otras restricciones (por ejemplo, requisitos por salud, negligencia o seguro de responsabilidad), todos los resultados, ya se generen completa o parcialmente de manera electrónica, se someten a una rutina de control de calidad antes de su emisión al usuario.
Métodos y sistemas basados en ordenador
Los métodos y sistemas descritos en el presente documento pueden implementarse de numerosos modos. En una realización de particular interés, los métodos implican el uso de una infraestructura de comunicaciones, por ejemplo Internet. Se comentan a continuación varias realizaciones de la invención. Debe entenderse asimismo que la
25 presente descripción puede implementarse en diversas formas de hardware, software, firmware, procesadores o una combinación de los mismos. Los métodos y sistemas descritos en el presente documento pueden implementarse como una combinación de hardware y software. El software puede implementarse como un programa de aplicación incorporado de manera tangible en un dispositivo de almacenamiento de programas, o implementarse diferentes partes del software en el entorno informático del usuario (por ejemplo, tal como una miniaplicación) y en el entorno informático del revisor, cuando el revisor pueda estar ubicado en un sitio remoto asociado (por ejemplo, en una instalación del proveedor del servicio).
Por ejemplo, durante o después de la introducción de datos por el usuario, pueden realizarse partes del procesamiento de datos en el entorno informático del lado de usuario. Por ejemplo, el entorno informático del lado de
35 usuario puede programarse para proporcionar códigos de prueba definidos para indicar una “puntuación” de probabilidad, transmitiéndose la puntuación como respuestas procesadas o parcialmente procesadas al entorno informático del revisor en forma de código de prueba para la ejecución posterior de uno o más algoritmos para proporcionar un resultado y/o generar un informe en el entorno informático del revisor. La puntuación puede ser una puntuación numérica (representativa de un valor numérico) o una puntuación no numérica representativa de un valor numérico o intervalo de valores numéricos (por ejemplo, “A” representativo de una probabilidad del 90-95% de un resultado; “alto” representativo de más de un 50% de posibilidad de respuesta (o algún otro umbral de probabilidad seleccionado); “bajo” representativo de menos de un 50% de posibilidad de respuesta (o cualquier otro umbral de probabilidad seleccionado); y similares.
45 El programa de aplicación para ejecutar los algoritmos descritos en el presente documento puede cargarse en, y ejecutarse por, una máquina que comprende cualquier arquitectura adecuada. En general, la máquina implica una plataforma informática que tiene hardware tal como una o más unidades centrales de procesamiento (CPU), una memoria de acceso aleatorio (RAM) e interfaz/interfaces de entrada/salida (E/S). La plataforma informática también incluye un sistema operativo y código de microinstrucciones. Los diversos procedimientos y funciones descritos en el presente documento pueden ser o bien parte del código de microinstrucciones o bien parte del programa de aplicación (o una combinación de los mismos) que se ejecuta mediante el sistema operativo. Además, otros diversos dispositivos periféricos pueden estar conectados a la plataforma informática tal como un dispositivo de almacenamiento de datos adicional y un dispositivo de impresión.
55 Como sistema informático, el sistema incluye generalmente una unidad de procesador. La unidad de procesador funciona para recibir información, que puede incluir datos de prueba (por ejemplo, nivel de un(os) producto(s) génico(s) de indicador de respuesta; nivel de un(os) producto(s) génico(s) de referencia; nivel normalizado de un(os) producto(s) génico(s) de indicador de respuesta; y también puede incluir otros datos tales como datos de pacientes. Esta información recibida puede almacenarse al menos temporalmente en una base de datos, y analizarse los datos para generar un informe tal como se describió anteriormente.
Parte o todos los datos de entrada y salida pueden enviarse también electrónicamente; determinados datos de salida (por ejemplo, informes) pueden enviarse electrónicamente o telefónicamente (por ejemplo, mediante fax, por ejemplo, usando dispositivos tales como fax a demanda). Los dispositivos de recepción de salida a modo de ejemplo 65 pueden incluir un elemento de visualización, una impresora, un dispositivo de fax y similares. Las formas electrónicas de transmisión y/o visualización pueden incluir correo electrónico, televisión interactiva y similares. En
una realización de particular interés, todos o parte de los datos de entrada y/o todos o una parte de los datos de salida (por ejemplo, habitualmente al menos el informe final) se mantienen en un servidor web para su acceso, preferiblemente acceso confidencial, con navegadores típicos. Puede accederse a los datos o enviarse a profesionales sanitarios según se desee. Los datos de entrada y salida, incluyendo todo o una parte del informe
5 final, pueden usarse para rellenar un registro médico del paciente que pueda existir en una base de datos confidencial en una instalación sanitaria.
Un sistema para su uso en los métodos descritos en el presente documento incluye generalmente al menos un procesador informático (por ejemplo, cuando el método se lleva a cabo en su totalidad en un único sitio) o al menos dos procesadores informáticos en red (por ejemplo, cuando los datos van a introducirse por un usuario (también denominado en el presente documento “cliente”) y van a transmitirse a un sitio remoto a un segundo procesador informático para su análisis, en el que los procesadores informáticos primero y segundo están conectados por una red, por ejemplo, mediante una intranet o internet). El sistema también puede incluir un(os) componente(s) de usuario para la introducción; y un(os) componente(s) de revisor para la revisión de datos, informes generados e
15 intervención manual. Los componentes adicionales del sistema pueden incluir un(os) componente(s) de servidor; y un(as) base(s) de datos para almacenar datos (por ejemplo, como en una base de datos de elementos de informe, por ejemplo, elementos de informe interpretativos, o una base de datos relacional (RDB) que puede incluir la introducción de datos por el usuario y salida de datos. Los procesadores informáticos pueden ser procesadores que se encuentran normalmente en ordenadores de sobremesa personales (por ejemplo, IBM, Dell, Macintosh), ordenadores portátiles, ordenadores centrales, miniordenadores u otros dispositivos de computación.
La arquitectura de cliente/servidor en red puede seleccionarse según se desee, y puede ser, por ejemplo, un modelo de cliente/servidor de dos o tres niveles clásico. Un sistema de gestión de base de datos relacional (RDMS), o bien como parte de un componente de servidor de aplicación o bien como un componente separado (máquina RDB)
25 proporciona la interfaz con la base de datos.
En un ejemplo, la arquitectura se proporciona como una arquitectura de cliente/servidor centrada en base de datos, en la que la aplicación de cliente generalmente solicita servicios del servidor de aplicación que realiza solicitudes a la base de datos (o el servidor de base de datos) para rellenar el informe con los diversos elementos de informe según se requiera, particularmente los elementos de informe interpretativos, especialmente las alertas y el texto de interpretación. El/los servidor(es) (por ejemplo, o bien como parte de la máquina de servidor de aplicación o bien una máquina de base de datos relacional/RDB separada) responde a las solicitudes del cliente.
Los componentes del cliente de entrada pueden ser ordenadores personales independientes, completos que ofrecen
35 una gama completa de potencia y características para ejecutar aplicaciones. El componente de cliente funciona habitualmente con cualquier sistema operativo deseado e incluye un elemento de comunicación (por ejemplo, un módem u otro hardware para conectarse a una red), uno o más dispositivos de entrada (por ejemplo, un teclado, ratón, teclado numérico u otro dispositivo usado para transferir información o comandos), un elemento de almacenamiento (por ejemplo, un disco duro u otro medio de almacenamiento legible por ordenador, grabable por ordenador) y un elemento de visualización (por ejemplo, un monitor, televisión, LCD, LED u otro dispositivo de visualización que transmita información al usuario). El usuario introduce comandos de entrada en el procesador informático a través de un dispositivo de entrada. Generalmente, la interfaz de usuario es una interfaz de usuario gráfica (GUI) escrita para aplicaciones de navegador web.
45 El/los componente(s) del servidor puede(n) ser un ordenador personal, un miniordenador o un ordenador central y ofrece(n) gestión de datos, compartición de información entre clientes, seguridad y administración de red. La aplicación y cualquier base de datos usadas pueden estar en el mismo o en diferentes servidores.
Se contemplan otras disposiciones de computación para el cliente y el/los servidor(es), incluyendo procesamiento en una única máquina tal como un ordenador central, una colección de máquinas u otra configuración adecuada. En general, las máquinas de servidor y cliente funcionan juntas para lograr el procesamiento de la presente descripción.
Cuando se usa(n), la(s) base(s) de datos está(n) conectada(s) al componente de servidor de base de datos y puede ser cualquier dispositivo que contenga los datos. Por ejemplo, la base de datos puede ser cualquier dispositivo de
55 almacenamiento óptico o magnético para un ordenador (por ejemplo, CDROM, disco duro interno, unidad de cinta). La base de datos puede estar ubicada de manera remota con respecto al componente de servidor (con acceso mediante una red, módem, etc.) o de manera local con respecto al componente de servidor.
Cuando se usa en el sistema y los métodos, la base de datos puede ser una base de datos relacional que está organizada y a la que se accede según relaciones entre elementos de datos. La base de datos relacional está compuesta generalmente por una pluralidad de tablas (entidades). Las filas de una tabla representan registros (colecciones de información sobre elementos separados) y las columnas representan campos (atributos particulares de un registro). En su concepción más sencilla, la base de datos relacional es una colección de entradas de datos que “se relacionan” entre sí a través de al menos un campo común.
65 Pueden usarse estaciones de trabajo adicionales equipadas con ordenadores e impresoras en un punto de servicio para introducir datos y, en algunas realizaciones, generar informes apropiados, si se desea. El/los ordenador(es) puede(n) tener un acceso directo (por ejemplo, en el escritorio) para lanzar la aplicación para facilitar el inicio de la entrada , la transmisión, el análisis, la recepción, el informe, etc. de datos, según se desee.
5 Medios de almacenamiento legibles por ordenador
La presente descripción también contempla un medio de almacenamiento legible por ordenador (por ejemplo, CD-ROM, unidad de memoria portátil, tarjeta de memoria flash, disquete, etc.) que tiene almacenado en el mismo un programa que, cuando se ejecuta en un entorno informático, proporciona la implementación de algoritmos para llevar a cabo todos o una parte de los resultados de una evaluación de la probabilidad de respuesta tal como se describe en el presente documento. Cuando el medio legible por ordenador contiene un programa completo para llevar a cabo los métodos descritos en el presente documento, el programa incluye instrucciones de programa para recoger, analizar y generar una salida, y generalmente incluye dispositivos de código legible por ordenador para interaccionar con un usuario tal como se describe en el presente documento, procesar esos datos conjuntamente con información
15 analítica, y generar medios electrónicos o impresos únicos para ese usuario.
Cuando el medio de almacenamiento proporciona un programa que proporciona la implementación de una parte de los métodos descritos en el presente documento (por ejemplo, el aspecto del lado de usuario de los métodos (por ejemplo, introducción de datos, capacidades de recepción de informes, etc.)), el programa proporciona la transmisión de la introducción de datos por el usuario (por ejemplo, mediante Internet, mediante una intranet, etc.) a un entorno informático en un sitio remoto. El procesamiento o la finalización del procesamiento de los datos se lleva a cabo en el sitio remoto para generar un informe. Tras la revisión del informe, y la finalización de cualquier intervención manual necesaria, para proporcionar un informe completo, entonces se transmite de vuelta el informe completo al usuario como un documento electrónico o documento impreso (por ejemplo, informe en papel enviado
25 por correo o fax). El medio de almacenamiento que contiene un programa tal como se da a conocer en el presente documento puede empaquetarse con instrucciones (por ejemplo, para la instalación del programa, su uso, etc.) grabadas en un sustrato adecuado o una dirección web en la que pueden obtenerse tales instrucciones. El medio de almacenamiento legible por ordenador puede proporcionarse también en combinación con uno o más reactivos para llevar a cabo la evaluación de la probabilidad de respuesta (por ejemplo, cebadores, sondas, alineamientos u otros componentes de kit de este tipo).
Todos los aspectos de la presente descripción pueden ponerse en práctica también de manera que se incluya un número limitado de genes adicionales que se expresan conjuntamente con los genes dados a conocer, por ejemplo tal como se demuestra mediante coeficientes de correlación de Pearson altos, en una prueba de pronóstico y/o de
35 predicción además de y/o en lugar de los genes dados a conocer.
Habiendo descrito realizaciones a modo de ejemplo, las mismas se entenderán más fácilmente a través de la referencia a los siguientes ejemplos, que se proporcionan a modo de ilustración, y no se pretende que limiten la invención de ningún modo.
Ejemplos
Los siguientes ejemplos se ofrecen a modo de ilustración y no a modo de limitación.
45 Ejemplo 1: identificación de marcadores diferenciales de respuesta en pacientes con cáncer de mama
Se usaron los datos del ensayo intergrupal E2197 (Goldstein L, O’Neill A, Sparano J, et al. E2197: phase III AT (doxorubicin/ docetaxel) vs. AC (doxorubicin/cyclophosphamide) in the adjuvant treatment of node positive and high risk node negative breast cancer. Proc Am Soc Clin Oncol. 2005; 23:7s. [Abstract 512]) para evaluar la eficacia relativa del tratamiento adyuvante de pacientes con cáncer de mama con una antraciclina (doxorubicina) + un taxano (AT) en comparación con una antraciclina (doxorubicina) + ciclofosfamida (AC). El ensayo comparó 4 ciclos de una combinación de doxorubicina-ciclofosfamida (AC) convencional administrados cada 3 semanas con 4 ciclos de doxorubicina más docetaxel (AT) en pacientes con 0-3 ganglios linfáticos positivos. Se realizó el ensayo con el objetivo de detectar una reducción del 25% en la tasa de riesgo de supervivencia libre de enfermedad (SLE) (desde
55 una SLE a los 5 años anticipada del 78% para la rama de AC hasta el 83% para la rama de AT). Se recomendó tamoxifeno (20 mg al día durante 5 años) para pacientes positivos para receptores hormonales tras la finalización de quimioterapia, aunque aproximadamente el 40% de los pacientes tomó finalmente un inhibidor de aromatasa en algún punto antes o después de 5 años. Las ramas de tratamiento estaban bien equilibradas con respecto a la mediana de edad (51 años), proporción de enfermedad negativa para ganglios linfáticos (65%) y enfermedad positiva para receptor de estrógenos (ER) (64%).
Cuando se evaluaron genes individuales mediante interacciones del tratamiento (taxano (T) frente a ciclofosfamida (C); o AT frente a AC), se observó un gran número de genes con efectos de interacción significativos, en todos los sujetos analizados; en sujetos positivos para receptores hormonales (HR); en sujetos positivos para HR, con valor 65 de puntuación de recidiva de Oncotype DX® > aproximadamente 18; y en sujetos negativos para HR. La mayoría de estas interacciones están en la misma “dirección”, es decir, la expresión superior está asociada con mayor beneficio
de T y/o menos beneficio de C. Cuando se usó la puntuación de recidiva de Oncotype DX® (RS), se calculó la RS según el algoritmo descrito en Paik et al., N Engl J Med. 30 de diciembre de 2004; 351(27):2817-26 y en la publicación de solicitud estadounidense n.º 20050048542, publicada el 3 de marzo de 2005, cuyas descripciones completas se incorporan expresamente como referencia en el presente documento.
5 Se evaluó la utilidad predictiva de la expresión de proteína de PR mediante inmunohistoquímica en un laboratorio central y la expresión de ARN cuantitativa mediante RT-PCR para 371 genes (incluyendo la puntuación de recidiva [RS] de 21 genes) en una muestra representativa de 734 pacientes que recibieron al menos 3-4 ciclos de tratamiento.
Métodos
Selección de pacientes: Se identificaron todas las recidivas con tejido disponible y pacientes sin recidiva seleccionados al azar mediante un estadístico de ECOG (razón de 3,5 sin recidiva con respecto a 1 con recidiva).
15 Inmunohistoquímcia central (IHC) para ER y PR: Se realizó la IHC sobre dos microalineamientos de tejido (TMA) de 1,0 mm, usando secciones de 4 μm, DakoCytomation EnVision+ System ® (Dako Corporation, Carpinteria, CA), y metodología habitual usando anticuerpo anti-ER (clon 1D5, dilución 1:100) y anticuerpo anti-PR 636 (1:200).
20 Se revisaron los TMA centralmente y se puntuaron por dos anatomopatólogos ciegos para los desenlaces y el estado de ER/PR del laboratorio local.
Se realizó la puntuación usando el método de Allred (véase, por ejemplo Harvey JM, Clark GM, Osborne CK et al. J Clin Oncol 1999; 17:1474-1481) que puntúa la proporción de células positivas (puntuadas en una escala de 0-5) y la
25 intensidad de tinción (puntuada en una escala de 0-3); se añadieron puntuaciones de proporción e intensidad para proporcionar una puntuación de Allred de 0 ó 2 hasta 8 considerándose positivas puntuaciones de Allred > 2.
Análisis de RT-PCR y genes: Se seleccionaron genes candidatos para representar múltiples procesos biológicos. Se realizó el análisis de RT-PCR cuantitativa mediante métodos conocidos en la técnica. Para cada gen, se identificó el
30 número de registro de la secuencia de referencia (REFSEQ) de ARNm apropiado y se accedió a la secuencia consenso a través de la base de datos de nucleótidos Entrez del NCBI. Apéndice 1. Además de la REFSEQ, en el apéndice 1 se proporcionan secuencias de cebadores y sondas de RT-PCR. Las secuencias para los amplicones que resultan del uso de estos conjuntos de cebadores se enumeran en el apéndice 2.
35 Métodos estadísticos: Gen individual mediante análisis de interacción del tratamiento. El objetivo de esta evaluación era identificar genes cuya expresión, tratada como una variable continua, está asociada de manera diferencial con el riesgo de recaída entre pacientes tratados con AC frente a los tratados con AT. Se empleó un modelo de expresión génica mediante interacción del tratamiento para este fin y se realizaron análisis estadísticos usando modelos de regresión de Cox (SAS versión 9.1.3). El modelo de regresión de Cox que se empleó para estos análisis incluye
40 términos para el efecto principal de tratamiento, el efecto principal de expresión génica y la interacción de tratamiento y expresión génica. Este modelo permite la predicción de la asociación entre expresión génica y el riesgo de recidiva para pacientes tratados con AC, y de la asociación entre expresión génica y el riesgo de recidiva para pacientes tratados con AT. El punto en el que se cruzan estas dos curvas es el nivel de expresión génica en el que el riesgo pronosticado de recidiva es idéntico si el paciente se trata con AC o con AT. Este punto de cruce se calcula
45 fácilmente a partir de estimaciones de parámetros a partir de este modelo como el negativo del efecto de tratamiento calculado, dividido entre la estimación del efecto de interacción.
Se notificaron todas las pruebas de hipótesis usando valores de p bilaterales, y se consideraron valores de p de < 0,05 estadísticamente significativos. Se definió el intervalo libre de recaída como el tiempo desde la entrada en el
50 estudio hasta la primera prueba de recaída del cáncer de mama, definido como cáncer de mama invasivo en sitios locales, regionales o distantes, incluyendo los cánceres de mama ipsilaterales, pero excluyendo cánceres de mama primarios nuevos en la mama opuesta. Se censuró el seguimiento para determinar la recaída en el momento de muerte sin recaída, cáncer primario nuevo en la mama opuesta, o en el momento en el que se evaluó por última vez al paciente para determinar la recaída.
55 Se estimó la varianza de los estimadores de probabilidad parcial con una estimación ponderada. Véase R. Gray, Lifetime Data Anal. 15(1):24-40 (2009); K. Chen K, S-H Lo, Biometrika 86:755-764 (1999).
Se sometieron a prueba genes individuales mediante interacciones del tratamiento en modelos de Cox para
60 determinar el intervalo libre de recaída (ILR) para los pacientes HR+ y HR- combinados y por separado. Puesto que existe poco beneficio de quimioterapia para RS<18, también se analizó el subconjunto HR+, RS>18.
Pudo representarse gráficamente la interacción entre expresión génica y tratamiento para genes. Como ejemplo, se presentan gráficos específicos de grupo de tratamiento del riesgo de recaída a los 5 años frente a la expresión
65 génica de DDR1.
Se usaron componentes principales supervisados (CPS) para combinar genes en un factor de pronóstico multigénico del beneficio de tratamiento diferencial, y se evaluó mediante validación cruzada (VC). Se usó inferencia de prevalidación (PV) (Tibshirani y Efron, Stat Appl Genet y Mol Biol 2002; 1: Artículo 1. Pub. elec. 22 de agosto de 2002), basándose en 20 duplicados de validación cruzada de 5 iteraciones, para estimar y someter a prueba (mediante
5 permutaciones) la utilidad de los factores de pronóstico de CPS.
Resultados
Las tablas 1-4 incluyen un coeficiente estimado para cada gen de indicador de respuesta enumerado en las tablas en todos los sujetos analizados (tabla 1); en sujetos HR+ (tabla 2); en sujetos HR+ que tienen un valor de puntuación de recidiva de Oncotype DX® de más de aproximadamente 18 (tabla 3); y en sujetos negativos para HR (tabla 4). Las figuras 1-4 representan gráficamente los resultados para cada gen resumidos en las tablas 1-4, respectivamente. Cada gráfico de las figuras 1-4 muestra una línea suave que representa la relación pronosticada por el modelo entre la expresión del gen y la tasa de recidiva (RR) a los 5 años en un grupo de tratamiento con AC
15 (la curva de predicción de AC) y una línea sombreada que representa la relación pronosticada por el modelo entre expresión génica y RR en un grupo de tratamiento con AT (la curva de predicción de AT). Cada uno de los gráficos en las figuras 1-4 se presenta con el riesgo de recidiva a 5 años en el eje y, y la expresión normalizada (Ct) en el eje x, en el que valores de Ct normalizada crecientes indican niveles de expresión crecientes.
El coeficiente estimado al que se hace referencia en tablas 1-4 es un reflejo de la diferencia entre las pendientes en el modelo de regresión de Cox de la curva de predicción de AC y de la curva de predicción de AT. La magnitud del coeficiente estimado está relacionada con la diferencia entre las pendientes de la curva de predicción de AC y de la curva de predicción de AT; el signo del coeficiente estimado es una indicación de qué tratamiento (AT o AC) resulta ser el tratamiento favorecido a medida que aumenta la expresión del gen. Por ejemplo, en la tabla 1, el coeficiente
25 estimado para SLC1A3 es -0,7577. La magnitud (valor absoluto = 0,7577) está relacionada con la diferencia entre las pendientes de la curva de predicción de AC y de la curva de predicción de AT (mostradas en el primer panel de la figura 1) para SLC1A3 en esta población (todos los pacientes, es decir, no estratificados por el estado de receptores hormonales o por RS). El signo negativo indica que niveles de expresión superiores de SLC1A3 favorecen el tratamiento con AT mientras que niveles de expresión inferiores de SLC1A3 favorecen el tratamiento con AC.
El valor de p facilitado en la tabla 1 es una medida de la significación estadística de la diferencia entre la pendiente de la curva de predicción de AC y la pendiente de la curva de predicción de AT en el modelo de regresión de Cox, es decir, la probabilidad de que la diferencia observada en las pendientes se deba al azar. Valores de p más pequeños
35 indican mayor significación estadística.
Análisis de la expresión génica en todos los pacientes en la población de estudio (independientemente del estado de HR y de la puntuación RS de Oncotype Dx®)
La tabla 1 muestra una lista de 76 genes cuyo nivel de expresión normalizada está asociado de manera diferencial con la respuesta al tratamiento con AT frente a AC en todos los pacientes. Cuando el coeficiente estimado es <0, la alta expresión de ese gen es indicativa de que el tratamiento con AT es más eficaz que el tratamiento con AC; la baja expresión génica de ese gen es indicativa de que el tratamiento con AC es más eficaz que el tratamiento con AT. Cuando el coeficiente estimado es >0, la alta expresión de ese gen es indicativa de que el tratamiento con AC es
45 más eficaz que el tratamiento con AT; la baja expresión de ese gen es indicativa de que el tratamiento con AT es más eficaz que el tratamiento con AC.
Tal como se indicó anteriormente, la figura 1 muestra un gráfico para cada gen en la tabla 1. Cada gráfico muestra una línea suave que representa la relación pronosticada por el modelo entre la expresión del gen y la tasa de recidiva (RR) a los 5 años en un grupo de tratamiento con AC (la curva de predicción de AC) y una línea sombreada que representa la relación pronosticada por el modelo entre expresión génica y RR en un grupo de tratamiento con AT (la curva de predicción de AT). Para cada gen, la curva de predicción de AC y la curva de predicción de AT tienen pendientes diferentes estadísticamente significativas en el modelo de regresión de Cox, indicando que pueden elegirse AC o AT como tratamiento favorecido basándose, al menos en parte, en la expresión del gen. El
55 gráfico para cada gen también muestra una línea discontinua horizontal que representa una tasa de recidiva RR a los 5 años del 12,3% en todos los pacientes analizados (es decir, independientemente del estado de HR o de la RS de Oncotype Dx).
El primer panel de la figura 1, por ejemplo, muestra la curva de predicción de AC y la curva de predicción de AT para SLC1A3. Las curvas tienen pendientes significativamente diferentes en el modelo de regresión de Cox y las líneas se cruzan, dando como resultado la capacidad de discriminar, basándose en el nivel de expresión de SLC1A3, pacientes que es más probable que respondan a AT (o a AC). Para SLC1A3, pacientes con niveles de expresión superiores es más probable que respondan a AT que a AC, mientras que pacientes con niveles de expresión inferiores es más probable que respondan a AC que a AT.
Análisis de la expresión génica en pacientes HR+ en la población de estudio
La tabla 2 muestra una lista de 97 genes que tienen un nivel de expresión normalizada que se correlaciona de manera diferente con la respuesta a AT frente a AC en pacientes positivos para receptores hormonales (HR) (independientemente del valor de RS de Oncotype Dx). Cuando el coeficiente estimado es <0, la alta expresión de
5 ese gen indica que el tratamiento con AT es más eficaz que el tratamiento con AC; la baja expresión de ese gen indica que el tratamiento con AC es más eficaz que el tratamiento con AT. Cuando el coeficiente estimado es >0, la alta expresión de ese gen indica que el tratamiento con AC es más eficaz que el tratamiento con AT; la baja expresión de ese gen indica que el tratamiento con AT es más eficaz que el tratamiento con AC.
Los datos resumidos en la tabla 2 se proporcionan en forma de gráfico para cada gen en la figura 2. Para cada gen, la curva de predicción de AC y la curva de predicción de AT tienen pendientes diferentes estadísticamente significativas en el modelo de regresión de Cox, indicando que pueden elegirse AC o AT como tratamiento favorecido basándose, al menos en parte, en la expresión del gen. El gráfico para cada gen también muestra una línea discontinua horizontal que representa una tasa de recidiva RR a los 5 años del 10,0% en pacientes positivos
15 para HR.
Análisis de la expresión génica en pacientes HR+ en la población de estudio que tienen una RS de Oncotype Dx de aproximadamente 18 o mayor
La tabla 3 muestra una lista de 165 genes cuyo nivel de expresión normalizada está asociado de manera diferencial con la respuesta a AT frente a AC en pacientes positivos para HR que tienen una puntuación de recidiva (RS) > 18. Estos pacientes tienen un aumento de la probabilidad de recidiva del cáncer. Cuando el coeficiente estimado es <0, la alta expresión de ese gen indica que el tratamiento con AT es más eficaz que el tratamiento con AC; la baja expresión de ese gen indica que el tratamiento con AC es más eficaz que el tratamiento con AT. Cuando el
25 coeficiente estimado es > 0, la alta expresión de ese gen indica que el tratamiento con AC es más eficaz que el tratamiento con AT; la baja expresión de ese gen indica que el tratamiento con AT es más eficaz que el tratamiento con AC.
Los datos resumidos en tabla 3 se proporcionan en forma de gráfico para cada gen en la figura 3. Para cada gen, la curva de predicción de AC y la curva de predicción de AT tienen pendientes diferentes estadísticamente significativas en el modelo de regresión de Cox, indicando que pueden elegirse AC o AT como tratamiento favorecido basándose, al menos en parte, en la expresión del gen. El gráfico para cada gen también muestra una línea discontinua horizontal que representa una tasa de recidiva RR a los 5 años del 14,9% en el grupo de pacientes positivos para HR que tienen una RS de Oncotype Dx de aproximadamente 18 o mayor.
Análisis de la expresión génica en pacientes HR- en la población de estudio
La tabla 4 muestra una lista de 9 genes cuyo nivel de expresión normalizada está asociado de manera diferencial con la respuesta al tratamiento con AT frente a AC en pacientes negativos para HR.
Los datos resumidos en tabla 4 se proporcionan en forma de gráfico para cada gen en la figura 4. Para cada gen, la curva de predicción de AC y la curva de predicción de AT tienen pendientes diferentes estadísticamente significativas en el modelo de regresión de Cox, indicando que pueden elegirse AC o AT como tratamiento favorecido basándose, al menos en parte, en la expresión del gen. El gráfico para cada gen también muestra una
45 línea discontinua horizontal que representa una tasa de recidiva RR a los 5 años del 16,9% en el grupo de pacientes negativos para HR.
Discusión
Análisis de PR. Hubo un beneficio débil para AT en enfermedad negativa para PR (razón de riesgo de AT frente a AC [RR]=0,75; p=0,06) y AC en enfermedad positiva para PR (RR=1,37; p=0,05) mediante inmunohistoquímica central (puntuación de Allred > 2 positiva) pero no cuando se evaluó PR genómico mediante RT-PCR (>5,5 unidades positivas).
55 RS y genes analizados. La tabla 1 ilustra genes que pueden usarse como marcadores de beneficio de la terapia con taxano independientemente del estado de expresión de receptores hormonales, y facilitan la selección de terapia con AC frente a AT. (Tabla 1). Varios genes pronosticaron fuertemente el beneficio del taxano cuando se evaluó en el contexto de terapia con AT frente a terapia con AC en el subconjunto positivo para HR (tabla 2), y especialmente en el subconjunto positivo para HR, RS de Oncotype Dx > 18 (tabla 3).
Se identificaron nueve genes para los que puede usarse la expresión génica como marcadores del beneficio de la terapia con taxano en cáncer de mama negativo para receptores hormonales (HR), y podría usarse para evaluar el beneficio de AT frente a AC en los pacientes negativos para receptores hormonales (HR) (tabla 4).
65 De los genes enumerados en la tabla 1, SLC1A3 (transportador de glutamato de alta afinidad glial 3) es un miembro de una gran familia de proteínas de transporte de solutos, ubicado dentro del locus de esclerosis múltiple en 5p.
De los genes identificados en el subconjunto positivo para HR (tabla 2), DDR1 (receptor de dominio de discoidina 1) es un receptor TK transmembrana cuya expresión y señalización aberrante se ha vinculado a la remodelación y degradación de matriz acelerada, incluyendo invasión tumoral. Se cree que la activación de DDR1 inducida por
5 colágeno está implicada en adhesión de células mamarias normales, y puede distinguir entre carcinoma ductal invasivo (CDI) y carcinoma lobular invasivo (CLI), y además puede inducir quimiorresistencia a promotores y ciclooxigenasa-2 a través de la ruta de NF-oB. EIF4E2 (factor de la iniciación de la transcripción humana 4) es una proteína de unión a caperuza de ARNm.
Cuando los marcadores de respuesta diferenciales en pacientes positivos para HR, RS > 18 (tabla 3) se clasifican en orden ascendente mediante el valor de p, DDR1, RELA, ZW 10 y RhoB son cuatro de los cinco genes superiores. RELA es una subunidad de NF-oB, que desempeña un papel en inflamación, inmunidad innata, cáncer y antiapoptosis. Este gen también se ha asociado con quimiorresistencia, y puede ser necesario para la inducción de IL-6, que está implicada en la homeostasis de células inmunitarias. ZW10 es una proteína del cinetocoro implicada en la
15 formación del huso mitótico. Es parte del complejo ROD-ZW10-Zwilch, y se une a tubulina. RhoB es una GPTasa de bajo peso molecular que pertenece a la superfamilia RAS. La proteína Rho es fundamental en la regulación del citoesqueleto de actina. RhoB actúa como gen supresor de tumores e inhibe el crecimiento tumoral y la metástasis in vitro e in vivo, y activa NF-oB. Ratones deficientes en RhoB muestran sensibilidad aumentada a carcinogénesis química y resistencia a radiación y a apoptosis inducida citotóxica.
DDR1, RELA y RhoB son elementos clave en la ruta de señalización de NFoB. Basándose en estos hallazgos, se espera que otros genes en la ruta de NFoB probablemente estén asociados de manera diferencial con la respuesta al tratamiento con AT frente a AC en pacientes positivos para HR que corren un alto riesgo de recidiva del cáncer, y éstos puedan usarse como marcadores de respuesta diferencia para el tratamiento con AT frente a AC. Algunos
25 genes adicionales que se sabe que están implicados en la señalización de NFoB se muestran en la tabla 5.
En el subconjunto negativo para HR, CD247 presentaba una correlación de la expresión con la terapia con AT frente a AC (valor de p < 0,01) y presentaba una fuerte correlación indicando que la expresión se correlacionaba positivamente con un aumento de la probabilidad de beneficio de un tratamiento que incluye un taxano (figura 4). El coeficiente estimado <0 indica que la alta expresión génica favorece el tratamiento con AT, mientras que la baja expresión génica favorece el tratamiento con AC (véase también la figura 4). CD247, también conocido como receptor de células T zeta (TCR zeta) funciona como un modulo de amplificación de la cascada de señalización de TCR. Este gen está regulado por disminución en muchos procesos inflamatorios e infecciosos crónicos, tales como lupus eritematoso sistémico (SLE).
35 La figura 5 ilustra un gráfico específico del grupo de tratamiento a modo de ejemplo del riesgo de recaída a los 5 años frente a la expresión génica presentada para un gen a modo de ejemplo, DDR1.
Ejemplo 2: Combinaciones génicas de esr1
Usando los marcadores de respuesta diferencial identificados en la tabla 2, se llevó a cabo un análisis de componentes principales supervisados en pacientes HR+ RS>18 tratados con AT frente a AC según los métodos de Bair E, Hastie T, Paul D, Tibshirani R. Prediction by supervised principal components. J. Amer. Stat. Assoc. 101:119137, 2006.
45 Los componentes principales pueden usarse en problemas de regresión para reducción de la dimensionalidad en un conjunto de datos manteniendo los componentes principales más importantes e ignorando los demás. El análisis de componentes principales supervisados (Bair et al. citado anteriormente) es similar al análisis de componentes principales convencionales excepto porque usa un subconjunto de los factores de pronóstico (es decir, genes individuales) que se seleccionan basándose en su asociación con el intervalo libre de recaída (evaluado usando regresión de Cox). En el presente ejemplo, sólo se utilizó el primer componente para obtener una puntuación a partir de una combinación ponderada de genes.
En este grupo de pacientes, el gen más fuertemente ponderado mediante análisis de componentes principales
55 supervisados era ESR1, indicando que ESR1 es particularmente útil cuando se usa en combinaciones con cualquiera de los otros genes enumerados en la tabla 3 en la predicción de la respuesta diferencial a taxano frente a ciclofosfamida en pacientes HR+ que corren un alto riesgo de recidiva. Las combinaciones de genes a modo de ejemplo incluyen, sin limitación: DDR1 + ESR1, ZW10 + ESR1, RELA + ESR1, BAX + ESR1, RHOB + ESR1, TSPAN4 + ESR1, BBC3 + ESR1, SHC1 + ESR1, CAPZA1 + ESR1, STK10 + ESR1, TBCC + ESR1, EIF4E2 + ESR1, MCL1 + ESR1, RASSF1 + ESR1, VEGF + ESR1, SLC1A3 + ESR1, DICER1 + ESR1, ILK + ESR1, FAS + ESR1, RAB6C + ESR1, ESR1 + ESR1, MRE11A + ESR1, APOE + ESR1, BAK1 + ESR1, UFM1 + ESR1, AKT2 + ESR1, SIRT1 + ESR1, BCL2L13 + ESR1, ACTR2 + ESR1, LIMK2 + ESR1, HDAC6 + ESR1, RPN2 + ESR1, PLD3 + ESR1, CHGA + ESR1, RHOA + ESR1, MAPK14 + ESR1, ECGF1 + ESR1, MAPRE1 + ESR1, HSPA1B + ESR1, GATA3 + ESR1, PPP2CA + ESR1, ABCD1 + ESR1, MAD2L1BP + ESR1, VHL + ESR1, GCLC + ESR1, ACTB +
65 ESR1, BCL2L11 + ESR1, PRDX1 + ESR1, LILRB1 + ESR1, GNS + ESR1, CHFR + ESR1, CD68 + ESR1, LIMK1 + ESR1, GADD45B + ESR1, VEGFB + ESR1, APRT + ESR1, MAP2K3 + ESR1, MGC52057 + ESR1, MAPK3 + ESR1,
APC + ESR1, RAD1 + ESR1, COL6A3 + ESR1, RXRB + ESR1, CCT3 + ESR1, ABCC3 + ESR1, GPX1 + ESR1, TUBB2C + ESR1, HSPA1A + ESR1, AKT1 + ESR1, TUBA6 + ESR1, TOP3B + ESR1, CSNK1D + ESR1, SOD1 + ESR1, BUB3 + ESR1, MAP4 + ESR1, NFKB1 + ESR1, SEC61A1 + ESR1, MAD1L1 + ESR1, PRKCH + ESR1, RXRA + ESR1, PLAU + ESR1, CD63 + ESR1, CD14 + ESR1, RHOC + ESR1, STAT1 + ESR1, NPC2 + ESR1, 5 NME6 + ESR1, PDGFRB + ESR1, MGMT + ESR1, GBP1 + ESR1, ERCC1 + ESR1, RCC1 + ESR1, FUS + ESR1, TUBA3 + ESR1, CHEK2 + ESR1, APOC1 + ESR1, ABCC10 + ESR1, SRC + ESR1, TUBB + ESR1, FLAD1 + ESR1, MAD2L2 + ESR1, LAPTM4B + ESR1, REG1A + ESR1, PRKCD + ESR1, CST7 + ESR1, IGFBP2 + ESR1, FYN + ESR1, KDR + ESR1, STMN1 + ESR1, ZWILCH + ESR1, RBM17 + ESR1, TP53BP1 + ESR1, CD247 + ESR1, ABCA9 + ESR1, NTSR2 + ESR1, FOS + ESR1, TNFRSF10A + ESR1, MSH3 + ESR1, PTEN + ESR1, GBP2 + ESR1, STK11 + ESR1, ERBB4 + ESR1, TFF1 + ESR1, ABCC1 + ESR1, IL7 + ESR1, CDC25B + ESR1, TUBD1 + ESR1, BIRC4 + ESR1, ACTR3 + ESR1, SLC35B1 + ESR1, COL1A1 + ESR1, FOXA1 + ESR1, DUSP1 + ESR1, CXCR4 + ESR1, IL2RA + ESR1, GGPS1 + ESR1, KNS2 + ESR1, RB1 + ESR1, BCL2L1 + ESR1, XIST + ESR1, BIRC3 + ESR1, BID + ESR1, BCL2 + ESR1, STAT3 + ESR1, PECAM1 + ESR1, DIABLO + ESR1, CYBA + ESR1, TBCE + ESR1, CYP1B1 + ESR1, APEX1 + ESR1, TBCD + ESR1, HRAS + ESR1, TNFRSF10B + ESR1, ELP3 +
15 ESR1, PIK3C2A + ESR1, HSPA5 + ESR1, VEGFC + ESR1, CRABP1 + ESR1, MMP11 + ESR1, SGK + ESR1, CTSD + ESR1, BAD + ESR1, PTPN21 + ESR1, HSPA9B + ESR1 y PMS1 + ESR1
Cualquier combinación de dos o más genes de la tabla 3, no comprendiendo dicha combinación ESR1, también se espera que sea útil en la predicción de la respuesta diferencial a taxano frente a ciclofosfamida en pacientes HR+ que corren un alto riesgo de recidiva.
De manera similar, se espera que ESR1 sea particularmente útil cuando se use en combinaciones con cualquiera de los otros genes enumerados en la tabla 2 en la predicción de la respuesta diferencial a taxano frente a ciclofosfamida en pacientes HR+. Las combinaciones de genes a modo de ejemplo incluyen: DDR1 + ESR1, EIF4E2 25 + ESR1, TBCC + ESR1, STK10 + ESR1, ZW10 + ESR1, BBC3 + ESR1, BAX + ESR1, BAK1 + ESR1, TSPAN4 + ESR1, SLC1A3 + ESR1, SHC1 + ESR1, CHFR + ESR1, RHOB + ESR1, TUBA6 + ESR1, BCL2L13 + ESR1, MAPRE1 + ESR1, GADD45B + ESR1, HSPA1B + ESR1, FAS + ESR1, TUBB + ESR1, HSPA1A + ESR1, MCL1 + ESR1, CCT3 + ESR1, VEGF + ESR1, TUBB2C + ESR1, AKT1 + ESR1, MAD2L1BP + ESR1, RPN2 + ESR1, RHOA + ESR1, MAP2K3 + ESR1, BID + ESR1, APOE + ESR1, ESR1 + ESR1, ILK + ESR1, NTSR2 + ESR1, TOP3B + ESR1, PLD3 + ESR1, DICER1 + ESR1, VHL + ESR1, GCLC + ESR1, RAD1 + ESR1, GATA3 + ESR1, CXCR4 + ESR1, NME6 + ESR1, UFM1 + ESR1, BUB3 + ESR1, CD14 + ESR1, MRE11A + ESR1, CST7 + ESR1, APOC1 + ESR1, GNS + ESR1, ABCC5 + ESR1, AKT2 + ESR1, APRT + ESR1, PLAU + ESR1, RCC1 + ESR1, CAPZA1 + ESR1, RELA + ESR1, NFKB1 + ESR1, RASSF1 + ESR1, BCL2L11 + ESR1, CSNK1D + ESR1, SRC + ESR1, LIMK2 + ESR1, SIRT1 + ESR1, RXRA + ESR1, ABCD1 + ESR1, MAPK3 + ESR1, CDCA8 + ESR1, DUSP1 + ESR1,
35 ABCC1 + ESR1, PRKCH + ESR1, PRDX1 + ESR1, TUBA3 + ESR1, VEGFB + ESR1, LILRB1 + ESR1, LAPTM4B + ESR1, HSPA9B + ESR1, ECGF1 + ESR1, GDF15 + ESR1, ACTR2 + ESR1, IL7 + ESR1, HDAC6 + ESR1, ZWILCH + ESR1, CHEK2 + ESR1, REG1A + ESR1, APC + ESR1, SLC35B1 + ESR1, NEK2 + ESR1, ACTB + ESR1, BUB1 + ESR1, PPP2CA + ESR1, TNFRSF10A + ESR1, TBCD + ESR1, ERBB4 + ESR1, CDC25B + ESR1 y STMN1 + ESR1.
Una combinación de dos o más genes de la tabla 2, no comprendiendo dicha combinación ESR1, también se espera que sea útil en la predicción de la respuesta diferencial a taxano frente a ciclofosfamida en pacientes HR+ que corren un alto riesgo de recidiva para el cáncer.
45 Ejemplo 3: Genes de la ruta de NfoB
Cuando los marcadores de respuesta diferencial en pacientes positivos para HR, RS > 18 se clasifican en orden ascendente de valor de p, tres de los cinco genes superiores revelados son DDR1, RELA y RHOB. El gen RELA codifica para una de las subunidades principales del factor de transcripción NFoB. Por tanto, es notable que tanto el gen DDR1 como el gen RHOB estimulan la ruta de señalización de NFoB. Estos resultados indican que genes adicionales que estimulan la actividad de la ruta de NFoB, facilitados en la tabla 5, también predicen un aumento de la probabilidad de respuesta a la quimioterapia con AT frente a AC.
Ejemplo 4: Protocolo de obtención del perfil de expresión génica
55 Se proporcionan secciones de tumores congeladas o bloques fijados con formalina e incrustados en parafina (FPE) de tumores de mama. Se incuban los tejidos fijados durante de 5 a 10 horas en formalina tamponada neutra al 10% antes de deshidratarlos con alcohol e incrustarlos en parafina.
Se extrae el ARN de tres secciones FPE de 10 μm por cada caso de paciente. Se elimina la parafina mediante extracción con xileno seguido por lavado con etanol. Se aísla el ARN a partir de bloques de tejido cortados usando el kit de purificación MasterPure (Epicenter, Madison, WI); se incluye una etapa de tratamiento con ADNasa I. Se extrae el ARN a partir de muestras congeladas usando reactivo Trizol según las instrucciones del proveedor (Invitrogen Life Technologies, Carlsbad, CA). Se somete a ensayo la contaminación por ADN genómico residual 65 mediante un ensayo de PCR cuantitativa TaqMan® (Applied Biosystems, Foster City, CA) (sin control de RT) para ADN de actina β. Volvieron a someterse las muestras con ADN genómico residual medible a tratamiento con
ADNasa I, y volvieron a someterse a ensayo para determinar la contaminación por ADN. TaqMan es una marca registrada de Roche Molecular Systems.
Se cuantifica el ARN usando el método de fluorescencia RiboGreen® (Molecular Probes, Eugene, OR), y se analiza 5 el tamaño del ARN mediante electroforesis microcapilar usando un bioanalizador Agilent 2100 (Agilent Technologies, Palo Alto, CA).
Se realiza la transcripción inversa (RT) usando un kit de síntesis de primera hebra SuperScript® para RT-PCR (Invitrogen Corp., Carlsbad, CA). Están presentes ARN de FPE y cebadores específicos de gen combinados a de 10
10 a 50 ng/μl y 100 nmol/l (cada uno), respectivamente.
Las reacciones TaqMan se realizan en placas de 384 pocillos según las instrucciones del fabricante, usando instrumentos Prism 7900HT TaqMan de Applied Biosystems. Se mide la expresión de cada gen o bien en reacciones de 5 ol por duplicado usando ADNc sintetizado a partir de 1 ng de ARN total por pocillo de reacción, o bien en 15 reacciones únicas usando ADNc sintetizado a partir de 2 ng de ARN total. Las concentraciones de cebadores y sondas finales son 0,9 omol/l (cada cebador) y 0,2 omol/l, respectivamente. Se realizan los ciclos de PCR tal como sigue: 95ºC durante 10 minutos para un ciclo, 95ºC durante 20 segundos, y 60ºC durante 45 segundos para 40 ciclos. Para verificar que las señales de RT-PCR se derivan de ARN en vez de ADN genómico, para cada gen sometido a prueba se incluye un control idéntico al ensayo de prueba pero omitiendo la reacción de RT (sin control
20 de RT). El ciclo umbral para una curva de amplificación dada durante la RT-PCR se produce en el punto en el que la señal fluorescente de la escisión de la sonda crece más allá de un parámetro de umbral de fluorescencia especificado. Las muestras de prueba con molde inicial mayor superaban el valor umbral a números de ciclos de amplificación más tempranos que aquéllas con cantidades de molde inicial inferiores.
25 Para la normalización de efectos extraños, se normalizaron las mediciones del umbral de ciclo (CT) obtenidas mediante RT-PCR en relación con la expresión media de un conjunto de cinco genes de referencia: ATP5E, PGK1, UBB, VDAC2 y GPX1. Un aumento de una unidad en las mediciones de expresión normalizada de referencia refleja generalmente un aumento de dos veces en la cantidad de ARN.
Apéndice 1
Nombre del gen
N.º de registro Nombre del oligo Secuencia del oligo SEQ ID NO:
ABCA9
NM_172386 T2132/ABCA9.f1 TTACCCGTGGGAACTGTCTC 1
ABCA9
NM_172386 T2133/ABCA9.r1 GACCAGTAAATGGGTCAGAGGA 2
ABCA9
NM_172386 T2134/ABCA9.p1 TCCTCTCACCAGGACAACAACCACA 3
ABCB1
NM_000927 S8730/ABCB1.f5 AAACACCACTGGAGCATTGA 4
ABCB1
NM_000927 S8731/ABCB1.r5 CAAGCCTGGAACCTATAGCC 5
ABCB1
NM_000927 S8732/ABCB1.p5 CTCGCCAATGATGCTGCTCAAGTT 6
ABCB5
NM_178559 T2072/ABCB5.f1 AGACAGTCGCCTTGGTCG 7
ABCB5
NM_178559 T2073/ABCB5.r1 AACCTCTGCAGAAGCTGGAC 8
ABCB5
NM_178559 T2074/ABCB5.p1 CCGTACTCTTCCCACTGCCATTGA 9
ABCC10
NM_033450 S9064/ABCC10.f1 ACCAGTGCCACAATGCAG 10
ABCC10
NM_033450 S9065/ABCC10.r1 ATAGCGCTGACCACTGCC 11
ABCC10
NM_033450 S9066/ABCC10.p1 CCATGAGCTGTAGCCGAATGTCCA 12
ABCC11
NM_032583 T2066/ABCC11.f1 AAGCCACAGCCTCCATTG 13
ABCC11
NM_032583 T2067/ABCC11.r1 GGAAGGCTTCACGGATTGT 14
ABCC11
NM_032583 T2068/ABCC11.p1 TGGAGACAGACACCCTGATCCAGC 15
ABCC5
NM_005688 S5605/ABCC5.f1 TGCAGACTGTACCATGCTGA 16
ABCC5
NM_005688 S5606/ABCC5.r1 GGCCAGCACCATAATCCTAT 17
ABCC5
NM_005688 S5607/ABCC5.p1 CTGCACACGGTTCTAGGCTCCG 18
ABCD1
NM_000033 T1991/ABCD1.f1 TCTGTGGCCCACCTCTACTC 19
ABCD1
NM_000033 T1992/ABCD1.r1 GGGTGTAGGAAGTCACAGCC 20
ABCD1
NM_000033 T1993/ABCD1.p1 AACCTGACCAAGCCACTCCTGGAC 21
ACTG2
NM_001615 S4543/ACTG2.f3 ATGTACGTCGCCATTCAAGCT 22
ACTG2
NM_001615 S4544/ACTG2.r3 ACGCCATCACCTGAATCCA 23
ACTG2
NM_001615 S4545/ACTG2.p3 CTGGCCGCACGACAGGCATC 24
ACTR2
NM_005722 T2380/ACTR2.f1 ATCCGCATTGAAGACCCA 25
ACTR2
NM_005722 T2381/ACTR2.r1 ATCCGCTAGAACTGCACCAC 26
ACTR2
NM_005722 T2382/ACTR2.p1 CCCGCAGAAAGCACATGGTATTCC 27
ACTR3
NM_005721 T2383/ACTR3.f1 CAACTGCTGAGAGACCGAGA 28
ACTR3
NM_005721 T2384/ACTR3.r1 CGCTCCTTTACTGCCTTAGC 29
ACTR3
NM_005721 T2385/ACTR3.p1 AGGAATCCCTCCAGAACAATCCTTGG 30
AK055699
NM_194317 S2097/AK0556.f1 CTGCATGTGATTGAATAAGAAACAAGA 31
AK055699
NM_194317 S2098/AK0556.r1 TGTGGACCTGATCCCTGTACAC 32
AK055699
NM_194317 S5057/AK0556.p1 TGACCACACCAAAGCCTCCCTGG 33
AKT1
NM_005163 S0010/AKT1.f3 CGCTTCTATGGCGCTGAGAT 34
AKT1
NM_005163 S0012/AKT1.r3 TCCCGGTACACCACGTTCTT 35
AKT1
NM_005163 S4776/AKT1.p3 CAGCCCTGGACTACCTGCACTCGG 36
AKT2
NM_001626 S0828/AKT2.f3 TCCTGCCACCCTTCAAACC 37
AKT2
NM_001626 S0829/AKT2.r3 GGCGGTAAATTCATCATCGAA 38
AKT2
NM_001626 S4727/AKT2.p3 CAGGTCACGTCCGAGGTCGACACA 39
AKT3
NM_005465 S0013/AKT3.f2 TTGTCTCTGCCTTGGACTATCTACA 40
AKT3
NM_005465 S0015/AKT3.r2 CCAGCATTAGATTCTCCAACTTGA 41
AKT3
NM_005465 S4884/AKT3.p2 TCACGGTACACAATCTTTCCGGA 42
ANXA4
NM_001153 T1017/ANXA4.f1 TGGGAGGGATGAAGGAAAT 43
ANXA4
NM_001153 T1018/ANXA4.r1 CTCATACAGGTCCTGGGCA 44
ANXA4
NM_001153 T1019/ANXA4.p1 TGTCTCACGAGAGCATCGTCCAGA 45
APC
NM_000038 S0022/APC.f4 GGACAGCAGGAATGTGTTTC 46
APC
NM_000038 S0024/APC.r4 ACCCACTCGATTTGTTTCTG 47
APC
NM_000038 S4888/APC.p4 CATTGGCTCCCCGTGACCTGTA 48
APEX-1
NM_001641 S9947/APEX-1.f1 GATGAAGCCTTTCGCAAGTT 49
APEX-1
NM_001641 S9948/APEX-1.r1 AGGTCTCCACACAGCACAAG 50
APEX-1
NM_001641 S9949/APEX-1.p1 CTTTCGGGAAGCCAGGCCCTT 51
APOC1
NM_001645 S9667/APOC1.f2 GGAAACACACTGGAGGACAAG 52
APOC1
NM_001645 S9668/APOC1.r2 CGCATCTTGGCAGAAAGTT 53
APOC1
NM_001645 S9669/APOC1.p2 TCATCAGCCGCATCAAACAGAGTG 54
APOD
NM_001647 T0536/APOD.f1 GTTTATGCCATCGGCACC 55
APOD
NM_001647 T0537/APOD.r1 GGAATACACGAGGGCATAGTTC 56
APOD
NM_001647 T0538/APOD.p1 ACTGGATCCTGGCCACCGACTATG 57
APOE
NM_000041 T1994/APOE.f1 GCCTCAAGAGCTGGTTCG 58
APOE
NM_000041 T1995/APOE.r1 CCTGCACCTTCTCCACCA 59
APOE
NM_000041 T1996/APOE.p1 ACTGGCGCTGCATGTCTTCCAC 60
APRT
NM_000485 T1023/APRT.f1 GAGGTCCTGGAGTGCGTG 61
APRT
NM_000485 T1024/APRT.r1 AGGTGCCAGCTTCTCCCT 62
APRT
NM_000485 T1025/APRT.p1 CCTTAAGCGAGGTCAGCTCCACCA 63
ARHA
NM_001664 S8372/ARHA.f1 GGTCCTCCGTCGGTTCTC 64
ARHA
NM_001664 S8373/ARHA.r1 GTCGCAAACTCGGAGACG 65
ARHA
NM_001664 S8374/ARHA.p1 CCACGGTCTGGTCTTCAGCTACCC 66
AURKB
NM_004217 S7250/AURKB.f1 AGCTGCAGAAGAGCTGCACAT 67
AURKB
NM_004217 S7251/AURKB.r1 GCATCTGCCAACTCCTCCAT 68
AURKB
NM_004217 S7252/AURKB.p1 TGACGAGCAGCGAACAGCCACG 69
B-actina
NM_001101 S0034/B-acti.f2 CAGCAGATGTGGATCAGCAAG 70
B-actina
NM_001101 S0036/B-acti.r2 GCATTTGCGGTGGACGAT 71
B-actina
NM_001101 S4730/B-acti.p2 AGGAGTATGACGAGTCCGGCCCC 72
B-Catenina
NM_001904 S2150/B-Cate.f3 GGCTCTTGTGCGTACTGTCCTT 73
B-Catenina
NM_001904 S2151/B-Cate.r3 TCAGATGACGAAGAGCACAGATG 74
B-Catenina
NM_001904 S5046/B-Cate.p3 AGGCTCAGTGATGTCTTCCCTGTCACCAG 75
BAD
NM_032989 S2011/BAD.f1 GGGTCAGGTGCCTCGAGAT 76
BAD
NM_032989 S2012/BAD.r1 CTGCTCACTCGGCTCAAACTC 77
BAD
NM_032989 S5058/BAD.p1 TGGGCCCAGAGCATGTTCCAGATC 78
BAG1
NM_004323 S1386/BAG1.f2 CGTTGTCAGCACTTGGAATACAA 79
BAG1
NM_004323 S1387/BAG1.r2 GTTCAACCTCTTCCTGTGGACTGT 80
BAG1
NM_004323 S4731/BAG1.p2 CCCAATTAACATGACCCGGCAACCAT 81
Bak
NM_001188 S0037/Bak.f2 CCATTCCCACCATTCTACCT 82
Bak
NM_001188 S0039/Bak.r2 GGGAACATAGACCCACCAAT 83
Bak
NM_001188 S4724/Bak.p2 ACACCCCAGACGTCCTGGCCT 84
Bax
NM_004324 S0040/Bax.f1 CCGCCGTGGACACAGACT 85
Bax
NM_004324 S0042/Bax.r1 TTGCCGTCAGAAAACATGTCA 86
Bax
NM_004324 S4897/Bax.p1 TGCCACTCGGAAAAAGACCTCTCGG 87
BBC3
NM_014417 S1584/BBC3.f2 CCTGGAGGGTCCTGTACAAT 88
BBC3
NM_014417 S1585/BBC3.r2 CTAATTGGGCTCCATCTCG 89
BBC3
M_014417 S4890/BBC3.p2 CATCATGGGACTCCTGCCCTTACC 90
Bcl2
NM_000633 S0043/Bcl2.f2 CAGATGGACCTAGTACCCACTGAG A 91
Bcl2
NM_000633 S0045/Bcl2.r2 CCTATGATTTAAGGGCATTTTTCC 92
Bcl2
NM_000633 S4732/Bcl2.p2 TTCCACGCCGAAGGACAGCGAT 93
BCL2L11
NM_138621 S7139/BCL2L1.f1 AATTACCAAGCAGCCGAAGA 94
BCL2L11
NM_138621 S7140/BCL2L1.r1 CAGGCGGACAATGTAACGTA 95
BCL2L11
NM_138621 S7141/BCL2L1.p1 CCACCCACGAATGGTTATCTTACGACTG 96
BCL2L13
NM_015367 S9025/BCL2L1.f1 CAGCGACAACTCTGGACAAG 97
BCL2L13
NM_015367 S9026/BCL2L1.r1 GCTCTCAGACTGCCAGGAA 98
BCL2L13
NM_015367 S9027/BCL2L1.p1 CCCCAGAGTCTCCAACTGTGACCA 99
Bclx
NM_001191 S0046/Bclx.f2 CTTTTGTGGAACTCTATGGGAACA 100
Bclx
NM_001191 S0048/Bclx.r2 CAGCGGTTGAAGCGTTCCT 101
Bclx
NM_001191 S4898/Bclx.p2 TTCGGCTCTCGGCTGCTGCA 102
BCRP
NM_004827 S0840/BCRP.f1 TGTACTGGCGAAGAATATTTGGTAAA 103
BCRP
NM_004827 S0841/BCRP.r1 GCCACGTGATTCTTCCACAA 104
BCRP
NM_004827 S4836/BCRP.p1 CAGGGCATCGATCTCTCACCCTGG 105
BID
NM_001196 S6273/BID.f3 GGACTGTGAGGTCAACAACG 106
BID
NM_001196 S6274/BID.r3 GGAAGCCAAACACCAGTAGG 107
BID
NM_001196 S6275/BID.p3 TGTGATGCACTCATCCCTGAGGCT 108
BIN1
NM_004305 S2651/BIN1.f3 CCTGCAAAAGGGAACAAGAG 109
BIN1
NM_004305 S2652/BIN1.r3 CGTGGTTGACTCTGATCTCG 110
BIN1
NM_004305 S4954/BIN1.p3 CTTCGCCTCCAGATGGCTCCC 111
BRCA1
NM_007295 S0049/BRCA1.f2 TCAGGGGGCTAGAAATCTGT 112
BRCA1
NM_007295 S0051/BRCA1.r2 CCATTCCAGTTGATCTGTGG 113
BRCA1
NM_007295 S4905/BRCA1.p2 CTATGGGCCCTTCACCAACATGC 114
BRCA2
NM_000059 S0052/BRCA2.f2 AGTTCGTGCTTTGCAAGATG 115
BRCA2
NM_000059 S0054/BRCA2.r2 AAGGTAAGCTGGGTCTGCTG 116
BRCA2
NM_000059 S4985/BRCA2.p2 CATTCTTCACTGCTTGATAAAGCTCTGCA 117
BUB1
NM_004336 S4294/BUB1.f1 CCGAGGTTAATCCAGCACGTA 118
BUB1
NM_004336 S4295/BUB1.r1 AAGACATGGCGCTCTCAGTTC 119
BUB1
NM_004336 S4296/BUB1.p1 TGCTGGGAGCCTACACTTGGCCC 120
BUB1B
NM_001211 S8060/BUB1 B.f1 TCAACAGAAGGCTGAACCACTAGA 121
BUB1B
NM_001211 S8061/BUB1B.r1 CAACAGAGTTTGCCGAGACACT 122
BUB1B
NM_001211 S8062/BUB1B.p1 TACAGTCCCAGCACCGACAATTCC 123
BUB3
NM_004725 S8475/BUB3.f1 CTGAAGCAGATGGTTCATCATT 124
BUB3
NM_004725 S8476/BUB3.r1 GCTGATTCCCAAGAGTCTAACC 125
BUB3
NM_004725 S8477/BUB3.p1 CCTCGCTTTGTTTAACAGCCCAGG 126
c-Src
NM_005417 S7320/c-Src.f1 TGAGGAGTGGTATTTTGGCAAGA 127
c-Src
NM_005417 S7321/c-Src.r1 CTCTCGGGTTCTCTGCATTGA 128
c-Src
NM_005417 S7322/c-Src.p1 AACCGCTCTGACTCCCGTCTGGTG 129
C14orf10
NM_017917 T2054/C14orf.f1 GTCAGCGTGGTAGCGGTATT 130
C14orf10
NM_017917 T2055/C14orf.r1 GGAAGTCTTGGCTAAAGAGGC 131
C14orf10
NM_017917 T2056/C14orf.p1 AACAATTACTGTCACTGCCGCGGA 132
C20 orf1
NM_012112 S3560/C20 or.f1 TCAGCTGTGAGCTGCGGATA 133
C20 orf1
NM_012112 S3561/C20 or.r1 ACGGTCCTAGGTTTGAGGTTAAGA 134
C20 orf1
NM_012112 S3562/C20 or.p1 CAGGTCCCATTGCCGGGCG 135
CA9
NM_001216 S1398/CA9.f3 ATCCTAGCCCTGGTTTTTGG 136
CA9
NM_001216 S1399/CA9.r3 CTGCCTTCTCATCTGCACAA 137
CA9
NM_001216 S4938/CA9.p3 TTTGCTGTCACCAGCGTCGC 138
CALD1
NM_004342 S4683/CALD1.f2 CACTAAGGTTTGAGACAGTTCCAGAA 139
CALD1
NM_004342 S4684/CALD1.r2 GCGAATTAGCCCTCTACAACTGA 140
CALD1
NM_004342 S4685/CALD1.p2 AACCCAAGCTCAAGACGCAGGACGAG 141
CAPZA1
NM_006135 T2228/CAPZA1.f1 TCGTTGGAGATCAGAGTGGA 142
CAPZA1
NM_006135 T2229/CAPZA1.r1 TTAAGCACGCCAACCACC 143
CAPZA1
NM_006135 T2230/CAPZA1.p1 TCACCATCACACCACCTACAGCCC 144
CAV1
NM_001753 S7151/CAV1.f1 GTGGCTCAACATTGTGTTCC 145
CAV1
NM_001753 S7152/CAV1.r1 CAATGGCCTCCATTTTACAG 146
CAV1
NM_001753 S7153/CAV1.p1 ATTTCAGCTGATCAGTGGGCCTCC 147
CCNB1
NM_031966 S1720/CCNB1.f2 TTCAGGTTGTTGCAGGAGAC 148
CCNB1
NM_031966 51721/CCNB1.r2 CATCTTCTTGGGCACACAAT 149
CCNB1
NM_031966 S4733/CCNB1.p2 150
CCND1
NM_053056 S0058/CCND1.f3 GCATGTTCGTGGCCTCTAAGA 151
CCND1
NM_053056 S0060/CCND1.r3 CGGTGTAGATGCACAGCTTCTC 152
CCND1
NM_053056 S4986/CCND1.p3 AAGGAGACCATCCCCCTGACGGC 153
CCNE2
NM_057749 S1458/CCNE2.f2 ATGCTGTGGCTCCTTCCTAACT 154
CCNE2
NM_057749 S1459/CCNE2.r2 155
CCNE2
NM_057749 S4945/CCNE2.p2 156
CCT3
NM_001008800 T1053/CCT3.f1 ATCCAAGGCCATGACTGG 157
CCT3
NM_001008800 T1054/CCT3.r1 GGAATGACCTCTAGGGCCTG 158
CCT3
NM_001008800 T1055/CCT3.p1 ACAGCCCTGTATGGCCATTGTTCC 159
CD14
NM_000591 T1997/CD14.f1 GTGTGCTAGCGTACTCCCG 160
CD14
NM_000591 T1998/CD14.r1 GCATGGTGCCGGTTATCT 161
CD14
NM_000591 T1999/CD14.p1 CAAGGAACTGACGCTCGAGGACCT 162
CD31
NM_000442 S1407/CD31.f3 TGTATTTCAAGACCTCTGTGCACTT 163
CD31
NM_000442 51408/CD31.r3 TTAGCCTGAGGAATTGCTGTGTT 164
CD31
NM_000442 S4939/CD31.p3 165
CD3z
NM_000734 S0064/CD3z.f1 AGATGAAGTGGAAGGCGCTT 166
CD3z
NM_000734 S0066/CD3z.r1 TGCCTCTGTAATCGGCAACTG 167
CD3z
NM_000734 S4988/CD3z.p1 CACCGCGGCCATCCTGCA 168
CD63
NM_001780 T1988/CD63.f1 AGTGGGACTGATTGCCGT 169
CD63
NM_001780 T1989/CD63.r1 GGGTAGCCCCCTGGATTAT 170
CD63
NM_001780 T1990/CD63.p1 TCTGACTCAGGACAAGCTGTGCCC 171
CD68
NM_001251 S0067/CD68.f2 TGGTTCCCAGCCCTGTGT 172
CD68
NM_001251 S0069/CD68.r2 CTCCTCCACCCTGGGTTGT 173
CD68
NM_001251 S4734/CD68.p2 174
CDC2
NM_001786 S7238/CDC2.f1 GAGAGCGACGCGGTTGTT 175
CDC2
NM_001786 S7239/CDC2.r1 176
CDC2
NM_001786 S7240/CDC2.p1 TAGCTGCCGCTGCGGCCG 177
CDC20
NM_001255 S4447/CDC20.f1 TGGATTGGAGTTCTGGGAATG 178
CDC20
NM_001255 S4448/CDC20.r1 GCTTGCACTCCACAGGTACACA 179
CDC20
NM_001255 S4449/CDC20.p1 ACTGGCCGTGGCACTGGACAACA 180
CDC25B
NM_021873 S1160/CDC25B.f1 AAACGAGCAGTTTGCCATCAG 181
CDC25B
NM_021873 S1161/CDC25B.r1 GTTGGTGATGTTCCGAAGCA 182
CDC25B
NM_021873 S4842/CDC25B.p1 CCTCACCGGCATAGACTGGAAGCG 183
CDCA8
NM_018101 T2060/CDCA8.f1 GAGGCACAGTATTGCCCAG 184
CDCA8
NM_018101 T2061/CDCA8.r1 GAGACGGTTGGAGAGCTTCTT 185
CDCA8
NM_018101 T2062/CDCA8.p1 ATGTTTCCCAAGGCCTCTGGATCC 186
CDH1
NM_004360 S0073/CDH1.f3 TGAGTGTCCCCCGGTATCTTC 187
CDH1
NM_004360 S0075/CDH1.r3 CAGCCGCTTTCAGATTTTCAT 188
CDH1
NM_004360 S4990/CDH1.p3 189
CDK5
NM_004935 T2000/CDK5.f1 AAGCCCTATCCGATGTACCC 190
CDK5
NM_004935 T2001/CDK5.r1 CTGTGGCATTGAGTTTGGG 191
CDK5
NM_004935 T2002/CDK5.p1 CACAACATCCCTGGTGAACGTCGT 192
CDKN1C
NM_000076 T2003/CDKN1C.f1 CGGCGATCAAGAAGCTGT 193
CDKN1C
NM_000076 T2004/CDKN1C.r1 CAGGCGCTGATCTCTTGC 194
CDKN1C
NM_000076 T2005/CDKN1C.p1 CGGGCCTCTGATCTCCGATTTCTT 195
CEGP1
NM_020974 S1494/CEGP1.f2 TGACAATCAGCACACCTGCAT 196
CEGP1
NM_020974 S1495/CEGP1.r2 TGTGACTACAGCCGTGATCCTTA 197
CEGP1
NM_020974 S4735/CEGP1.p2 CAGGCCCTCTTCCGAGCGGT 198
CENPA
NM_001809 57082/CENPA.f1 TAAATTCACTCGTGGTGTGGA 199
CENPA
NM_001809 S7083/CENPA.r1 GCCTCTTGTAGGGCCAATAG 200
CENPA
NM_001809 S7084/CENPA.p1 CTTCAATTGGCAAGCCCAGGC 201
CENPE
NM_001813 S5496/CENPE.f3 GGATGCTGGTGACCTCTTCT 202
CENPE
NM_001813 S5497/CENPE.r3 GCCAAGGCACCAAGTAACTC 203
CENPE
NM_001813 S5498/CENPE.p3. 204
CENPF
NM_016343 S9200/CENPF.f1 CTCCCGTCAACAGCGTTC 205
CENPF
NM_016343 S9201/CENPF.r1 GGGTGAGTCTGGCCTTCA 206
CENPF
NM_016343 S9202/CENPF.p1 ACACTGGACCAGGAGTGCATCCAG 207
CGA (CHGA oficial)
NM_001275 S3221/CGA(C.f3 CTGAAGGAGCTCCAAGACCT 208
CGA (CHGA oficial)
NM_001275 S3222/CGA (C.r3 CAAAACCGCTGTGTTTCTTC 209
CGA (CHGA oficial)
NM_001275 S3254/CGA (C.p3 TGCTGATGTGCCCTCTCCTTGG 210
CHFR
NM_018223 S7085/CHFR.f1 AAGGAAGTGGTCCCTCTGTG 211
CHFR
NM_018223 S7086/CHFR.r1 GACGCAGTCTTTCTGTCTGG 212
CHFR
NM_018223 S7087/CHFR.p1 TGAAGTCTCCAGCTTTGCCTCAGC 213
Chk1
NM_001274 S1422/Chk1.f2 214
Chk1
NM_001274 S1423/Chk1.r2 GGGTGCCAAGTAACTGACTATTCA 215
Chk1
NM_001274 S4941/Chk1.p2 216
Chk2
NM_007194 S1434/Chk2.f3 ATGTGGAACCCCCACCTACTT 217
Chk2
NM_007194 S1435/Chk2.r3 CAGTCCACAGCACGGTTATACC 218
Chk2
NM_007194 S4942/Chk2.p3 219
cIAP2
NM_001165 S0076/cIAP2.f2 GGATATTTCCGTGGCTCTTATTCA 220
cIAP2
NM_001165 S0078/cIAP2.r2 CTTCTCATCAAGGCAGAAAAATCTT 221
cIAP2
NM_001165 S4991/cIAP2.p2 222
CKAP1
NM_001281 T2293/CKAP1.f1 TCATTGACCACAGTGGCG 223
CKAP1
NM_001281 T2294/CKAP1.r1 TCGTGTACTTCTCCACCCG 224
CKAP1
NM_001281 T2295/CKAP1.p1 CACGTCCTCATACTCACCAAGGCG 225
CLU
NM_001831 S5666/CLU.f3 CCCCAGGATACCTACCACTACCT 226
CLU
NM_001831 S5667/CLU.r3 TGCGGGACTTGGGAAAGA 227
CLU
NM_001831 S5668/CLU.p3 CCCTTCAGCCTGCCCCACCG 228
cMet
NM_000245 S0082/cMet.f2 GACATTTCCAGTCCTGCAGTCA 229
cMet
NM_000245 S0084/cMet.r2 CTCCGATCGCACACATTTGT 230
cMet
NM_000245 S4993/cMet.p2 TGCCTCTCTGCCCCACCCTTTGT 231
cMYC
NM_002467 S0085/cMYC.f3 TCCCTCCACTCGGAAGGACTA 232
cMYC
NM_002467 S0087/cMYC.r3 CGGTTGTTGCTGATCTGTCTCA 233
cMYC
NM_002467 S4994/cMYC.p3 234
CNN
NM_001299 S4564/CNN.f1 TCCACCCTCCTGGCTTTG 235
CNN
NM_001299 S4565/CNN.r1 TCACTCCCACGTTCACCTTGT 236
CNN
NM_001299 54566/CNN.p1 TCCTTTCGTCTTCGCCATGCTGG 237
COL1A1
NM_000088 S4531/COL1A1.f1 GTGGCCATCCAGCTGACC 238
COL1A1
NM_000088 S4532/COL1A1.r1 CAGTGGTAGGTGATGTTCTGGGA 239
COL1A1
NM_000088 S4533/COL1A1.p1 TCCTGCGCCTGATGTCCACCG 240
COL1A2
NM_000089 -S4534/COL1A2.f1 CAGCCAAGAACTGGTATAGGAGCT 241
COL1A2
NM_000089 S4535/COL1A2.r1 AAACTGGCTGCCAGCATTG 242
COL1A2
NM_000089 S4536/COL1A2.p1 243
COL6A3
NM_004369 T1062/COL6A3.f1 GAGAGCAAGCGAGACATTCTG 244
COL6A3
NM_004369 T1063/COL6A3.r1 AACAGGGAACTGGCCCAC 245
COL6A3
NM_004369 T1064/COL6A3.p1 CCTCTTTGACGGCTCAGCCAATCT 246
Cóntigo 51037
NM_198477 S2070/Contiq.f1 CGACAGTTGCGATGAAAGTTCTAA 247
Cóntigo 51037
NM_198477 S2071/Contig.r1 GGCTGCTAGAGACCATGGACAT 248
Cóntigo 51037
NM_198477 S5059/Contig.p1 249
COX2
NM_000963 S0088/COX2.f1 TCTGCAGAGTTGGAAGCACTCTA 250
COX2
NM_000963 S0090/COX2.r1 GCCGAGGCTTTTCTACCAGAA 251
COX2
NM_000963 S4995/COX2.p1 252
COX7C
NM_001867 T0219/COX7C.f1 ACCTCTGTGGTCCGTAGGAG 253
COX7C
NM_001867 T0220/COX7C.r1 CGACCACTTGTTTTCCACTG 254
COX7C
NM_001867 T0221/COX7C.p1 TCTTCCCAGGGCCCTCCTCATAGT 255
CRABP1
NM_004378 S5441/CRABP1.f3 AACTTCAAGGTCGGAGAAGG 256
CRABP1
NM_004378 S5442/CRABP1.r3 TGGCTAAACTCCTGCACTTG 257
CRABP1
NM_004378 S5443/CRABP1.p3 CCGTCCACGGTCTCCTCCTCA 258
CRIP2
NM_001312 S5676/CRIP2.f3 GTGCTACGCCACCCTGTT 259
CRIP2
NM_001312 S5677/CRIP2.r3 CAGGGGCTTCTCGTAGATGT 260
CRIP2
NM_001312 S5678/CRIP2.p3 CCGATGTTCACGCCTTTGGGTC 261
CRYAB
NM_001885 S8302/CRYAB.f1 GATGTGATTGAGGTGCATGG 262
CRYAB
NM_001885 S8303/CRYAB.r1 GAACTCCCTGGAGATGAAACC 263
CRYAB
NM_001885 S8304/CRYAB.p1 TGTTCATCCTGGCGCTCTTCATGT 264
CSF1
NM_000757 S1482/CSF1.f1 TGCAGCGGCTGATTGACA 265
CSF1
NM_000757 S1483/CSF1.r1 CAACTGTTCCTGGTCTACAAACTCA 266
CSF1
NM_000757 S4948/CSF1.p1 267
CSNK1D
NM_001893 S2332/CSNK1D.f3 AGCTTTTCCGGAATCTGTTC 268
CSNK1D
NM_001893 S2333/CSNK1D.r3 ATTTGAGCATGTTCCAGTCG 269
CSNK1D
NM_001893 S4850/CSNK1D.p3 CATCGCCAGGGCTTCTCCTATGAC 270
CST7
NM_003650 T2108/CST7.f1 TGGCAGAACTACCTGCAAGA 271
CST7
NM_003650 T2109/CST7.r1 TGCTTCAAGGTGTGGTTGG 272
CST7
NM_ 003650 T2110/CST7.p1 CACCTGCGTCTGGATGACTGTGAC 273
CTSD
NM_001909 S1152/CTSD.f2 GTACATGATCCCCTGTGAGAAGGT 274
CTSD
NM_001909 S1153/CTSD.r2 GGGACAGCTTGTAGCCTTTGC 275
CTSD
NM_001909 S4841/CTSD.p2 ACCCTGCCCGCGATCACACTGA 276
CTSL
NM_001912 S1303/CTSL.f2 GGGAGGCTTATCTCACTGAGTGA 277
CTSL
NM_001912 S1304/CTSL.r2 CCATTGCAGCCTTCATTGC 278
CTSL
NM_001912 S4899/CTSL.p2 279
CTSL2
NM_001333 S4354/CTSL2.f1 TGTCTCACTGAGCGAGCAGAA 280
CTSL2
NM_001333 S4355/CTSL2.r1 ACCATTGCAGCCCTGATTG 281
CTSL2
NM_001333 S4356/CTSL2.p1 CTTGAGGACGCGAACAGTCCACCA 282
CXCR4
NM_003467 S5966/CXCR4.f3 TGACCGCTTCTACCCCAATG 283
CXCR4
NM_003467 S5967/CXCR4.r3 AGGATAAGGCCAACCATGATGT 284
CXCR4
NM_003467 S5968/CXCR4.p3 285
CYBA
NM_000101 S5300/CYBA.f1 GGTGCCTACTCCATTGTGG 286
CYBA
NM_000101 S5301/CYBA.r1 GTGGAGCCCTTCTTCCTCTT 287
CYBA
NM_000101 S5302/CYBA.p1 TACTCCAGCAGGCACACAAACACG 288
CYP1B1
NM_000104 S0094/CYP1B1.f3 CCAGCTTTGTGCCTGTCACTAT 289
CYP1B1
NM_000104 S0096/CYP1B1.r3 GGGAATGTGGTAGCCCAAGA 290
CYP1B1
NM_000104 S4996/CYP1B1.p3 291
CYP2C8
NM_000770 S1470/CYP2C8.f2 CCGTGTTCAAGAGGAAGCTC 292
CYP2C8
NM_000770 S1471/CYP2C8.r2 AGTGGGATCACAGGGTGAAG 293
CYP2C8
NM_000770 S4946/CYP2C8.p2 TTTTCTCAACTCCTCCACAAGGCA 294
CYP3A4
NM_017460 S1620/CYP3A4.f2 295
CYP3A4
NM_017460 S1621/CYP3A4.r2 GCAAACCTCATGCCAATGC 296
CYP3A4
NM_017460 S4906/CYP3A4.p2 297
DDR1
NM_001954 T2156/DDR1.f1 CCGTGTGGCTCGCTTTCT 298
DDR1
NM_001954 T2157/DDR1.r1 GGAGATTTCGCTGAAGAGTAACCA 299
DDR1
NM_001954 T2158/DDR1.p1 TGCCGCTTCCTCTTTGCGGG 300
DIABLO
NM_019887 S0808/DIABLO.f1 CACAATGGCGGCTCTGAAG 301
DIABLO
NM_019887 S0809/DIABLO.r1 302
DIABLO
NM_019887 S4813/DIABLO.p1 AAGTTACGCTGCGCGACAGCCAA 303
DIAPH1
NM_005219 S7608/DIAPH1.f1 CAAGCAGTCAAGGAGAACCA 304
DIAPH1
NM_005219 S7609/DIAPH1.r1 AGTTTTGCTCGCCTCATCTT 305
DIAPH1
NM_005219 S7610/DIAPH1.p1 TTCTTCTGTCTCCCGCCGCTTC 306
DICER1
NM_177438 S5294/DICER1.f2 TCCAATTCCAGCATCACTGT 307
DICER1
NM_177438 S5295/DICER1.r2 GGCAGTGAAGGCGATAAAGT 308
DICER1
NM_177438 S5296/DICER1.p2 309
DKFZp564D0462;
NM_198569 S4405/DKFZp5.f2 CAGTGCTTCCATGGACAAGT 310
DKFZp564D0462:
NM_198569 S4406/DKFZp5.r2 TGGACAGGGATGATTGATGT 311
DKFZp564D0462:
NM_198569 S4407/DKFZp5.p2 ATCTCCATCAGCATGGGCCAGTTT 312
DR4
NM_003844 S2532/DR4.f2 TGCACAGAGGGTGTGGGTTAC 313
DR4
NM_003844 S2533/DR4.r2 314
DR4
NM_003844 S4981/DR4.p2 315
DR5
NM_003842 S2551/DR5.f2 CTCTGAGACAGTGCTTCGATGACT 316
DR5
NM_003842 S2552/DR5.r2 CCATGAGGCCCAACTTCCT 317
DR5
NM_003842 S4979/DR5.p2 CAGACTTGGTGCCCTTTGACTCC 318
DUSP1
NM_004417 S7476/DUSP1.f1 AGACATCAGCTCCTGGTTCA 319
DUSP1
NM_004417 S7477/DUSP1.r1 GACAAACACCCTTCCTCCAG 320
DUSP1
NM_004417 S7478/DUSP1.p1 321
EEF1D
NM_001960 T2159/EEF1 D.f1 CAGAGGATGACGAGGATGATGA 322
EEF1D
NM_001960 T2160/EEF1D.r1 CTGTGCCGCCTCCTTGTC 323
EEF1D
NM_001960 T2161/EEF1D.p1 324
EGFR
NM_005228 S0103/EGFR.f2 TGTCGATGGACTTCCAGAAC 325
EGFR
NM_005228 S0105/EGFR.r2 ATTGGGACAGCTTGGATCA 326
EGFR
NM_005228 S4999/EGFR.p2 CACCTGGGCAGCTGCCAA 327
EIF4E
NM_001968 S0106/EIF4E.f1 GATCTAAGATGGCGACTGTCGAA 328
EIF4E
NM_001968 S0108/EIF4E.r1 TTAGATTCCGTTTTCTCCTCTTCTG 329
EIF4E
NM_001968 S5000/EIF4E.p1 ACCACCCCTACTCCTAATCCCCCG ACT 330
EIF4EL3
NM_004846 54495/EIF4EL.f1 AAGCCGCGGTTGAATGTG 331
EIF4EL3
NM_004846 S4496/EIF4EL.r1 TGACGCCAGCTTCAATGATG 332
EIF4EL3
NM_004846 S4497/EIF4EL.p1 333
ELP3
NM_018091 T2234/ELP3.f1 CTCGGATCCTAGCCCTCG 334
ELP3
NM_018091 T2235/ELP3.r1 GGCATTGGAATATCCCTCTGTA 335
ELP3
NM_018091 T2236/ELP3.p1 CCTCCATGGACTCGAGTGTACCGA 336
ER2
NM_001437 S0109/ER2.f2 TGGTCCATCGCCAGTTATCA 337
ER2
NM_001437 S0111/ER2.r2 TGTTCTAGCGATCTTGCTTCACA 338
ER2
NM_001437 S5001/ER2.p2 339
ErbB3
NM_001982 S0112/ErbB3.f1 CGGTTATGTCATGCCAGATACAC 340
ErbB3
NM_001982 S0114/ErbB3.r1 GAACTGAGACCCACTGAAGAAAGG 341
ErbB3
NM_001982 S5002/ErbB3.p1 342
ERBB4
NM_005235 S1231/ERBB4.f3 TGGCTCTTAATCAGTTTCGTTACCT 343
ERBB4
NM_005235 S1232/ERBB4.r3 CAAGGCATATCGATCCTCATAAAGT 344
ERBB4
NM_005235 S4891/ERBB4.p3 345
ERCC1
NM_001983 S2437/ERCC1.f2 GTCCAGGTGGATGTGAAAGA 346
ERCC1
NM_001983 S2438/ERCC1.r2 CGGCCAGGATACACATCTTA 347
ERCC1
NM_001983 S4920/ERCC1.p2 CAGCAGGCCCTCAAGGAGCTG 348
ERK1
NM_002746 S1560/ERK1.f3 ACGGATCACAGTGGAGGAAG 349
ERK1
NM_002746 S1561/ERK1.r3 CTCATCCGTCGGGTCATAGT 350
ERK1
NM_002746 S4882/ERK1.p3 CGCTGGCTCACCCCTACCTG 351
ESPL1
NM_012291 S5686/ESPL1.f3 ACCCCCAGACCGGATCAG 352
ESPL1
NM_012291 S5687/ESPL1.r3 TGTAGGGCAGACTTCCTCAAACA 353
ESPL1
NM_012291 S5688/ESPL1.p3 CTGGCCCTCATGTCCCCTTCACG 354
EstR1
NM_000125 S0115/EstR1.f1 CGTGGTGCCCCTCTATGAC 355
EstR1
NM_000125 S0117/EstR1.r1 GGCTAGTGGGCGCATGTAG 356
EstR1
NM_000125 S4737/EstR1.p1 CTGGAGATGCTGGACGCCC 357
fas
NM_000043 S0118/fas.f1 GGATTGCTCAACAACCATGCT 358
fas
NM_000043 S0120/fas.r1 GGCATTAACACTTTTGGACGATAA 359
fas
NM_000043 S5003/fas.p1 360
fasl
NM_000639 S0121/fasl.f2 GCACTTTGGGATTCTTTCCATTAT 361
fasl
NM_000639 S0123/fasl.r2 GCATGTAAGAAGACCCTCACTGAA 362
fasl
NM_000639 S5004/fasl.p2 363
FASN
NM_004104 S8287/FASN.f1 GCCTCTTCCTGTTCGACG 364
FASN
NM_004104 S8288/FASN.r1 GCTTTGCCCGGTAGCTCT 365
FASN
NM_004104 S8289/FASN.p1 TCGCCCACCTACGTACTGGCCTAC 366
FBXO5
NM_012177 S2017/FBXO5.r1 367
FBXO5
NM_012177 S2018/FBXO5.f1 368
FBXO5
NM_012177 S5061/FBX05.p1 369
FDFT1
NM_004462 T2006/FDFT1.f1 AAGGAAAGGGTGCCTCATC 370
FDFT1
NM_004462 T2007/FDFT1.r1 GAGCCACAAGCAGCACAGT 371
FDFT1
NM_004462 T2008/FDFTt .p1 CATCACCCACAAGGACAGGTTGCT 372
FGFR1
NM_023109 S0818/FGFR1.f3 CACGGGACATTCACCACATC 373
FGFR1
NM_023109 S0819/FGFR1.r3 GGGTGCCATCCACTTCACA 374
FGFR1
NM_023109 S4816/FGFR1.p3 375
FHIT
NM_002012 S2443/FHIT.f1 CCAGTGGAGCGCTTCCAT 376
FHIT
NM_002012 S2444/FHIT.r1 CTCTCTGGGTCGTCTGAAACAA 377
FHIT
NM_002012 S4921/FHIT.p1 TCGGCCACTTCATCAGGACGCAG 378
FIGF
NM_004469 S8941/FIGF.f1 GGTTCCAGCTTTCTGTAGCTGT 379
FIGF
NM_004469 S8942/FIGF.r1 GCCGCAGGTTCTAGTTGCT 380
FIGF
NM_004469 S8943/FIGF.p1 ATTGGTGGCCACACCACCTCCTTA 381
FLJ20354 (DEPDC1 oficial)
NM_017779 S4309/FLJ203.f1 GCGTATGATTTCCCGAATGAG 382
FLJ20354 (DEPDC1 oficial)
NM_017779 S4310/FLJ203.r1 CAGTGACCTCGTACCCATTGC 383
FLJ20354 (DEPDC1 oficial)
NM_017779 S4311/FLJ203.p1 ATGTTGATATGCCCAAACTTCATGA 384
FOS
NM_005252 S6726/FOS.f1 CGAGCCCTTTGATGACTTCCT 385
FOS
NM_005252 S6727/FOS.r1 GGAGCGGGCTGTCTCAGA 386
FOS
NM_005252 S6728/FOS.p1 TCCCAGCATCATCCAGGCCCAG 387
FOXM1
NM_021953 S2006/FOXM1.f1 CCACCCCGAGCAAATCTGT 388
FOXM1
NM_021953 S2007/FOXM1.r1 AAATCCAGTCCCCCTACTTTGG 389
FOXM1
NM_021953 S4757/FOXM1.p1 CCTGAATCCTGGAGGCTCACGCC 390
FUS
NM_004960 S2936/FUS.f1 391
FUS
NM_004960 S2937/FUS.r1 392
FUS
NM_004960 S4801/FUS.p1 393
FYN
NM_002037 S5695/FYN.f3 GAAGCGCAGATCATGAAGAA 394
FYN
NM_02037 S5696/FYN.r3 CTCCTCAGACACCACTGCAT 395
FYN
NM_002037 S5697/FYN.p3 CTGAAGCACGACAAGCTGGTCCAG 396
G1P3
NM_002038 T1086/G1P3.f1 CCTCCAACTCCTAGCCTCAA 397
G1P3
NM_002038 T1087/G1P3.r1 GGCGCATGCTTGTAATCC 398
G1P3
NM_002038 T1088/G1P3.p1 TGATCCTCCTGTCTCAACCTCCCA 399
GADD45
NM_001924 S5835/GADD45.f3 GTGCTGGTGACGAATCCA 400
GADD45
NM_001924 S5836/GADD45.r3 CCCGGCAAAAACAAATAAGT 401
GADD45
NM_001924 S5837/GADD45.p3 402
GADD45B
NM_015675 S6929/GADD45.f1 ACCCTCGACAAGACCACACT 403
GADD45B
NM_015675 S6930/GADD45.r1 TGGGAGTTCATGGGTACAGA 404
GADD45B
NM_015675 S6931/GADD45.p1 AACTTCAGCCCCAGCTCCCAAGTC 405
GAGE1
NM_001468 T2162/GAGE1.f1 406
GAGE1
NM_001468 T2163/GAGE1.r1 407
GAGE1
NM_001468 T2164/GAGE1.p1 408
GAPDH
NM_002046 S0374/GAPDH.f1 ATTCCACCCATGGCAAATTC 409
GAPDH
NM_002046 S0375/GAPDH.r1 GATGGGATTTCCATTGATGACA 410
GAPDH
NM_002046 S4738/GAPDH.p1 CCGTTCTCAGCCTTGACGGTGC 411
GATA3
NM_002051 S0127/GATA3.f3 CAAAGGAGCTCACTGTGGTGTCT 412
GATA3
NM_002051 S0129/GATA3.r3 413
GATA3
NM_002051 S5005/GATA3.p3 TGTTCCAACCACTGAATCTGGACC 414
GBP1
NM_002053 S5698/GBP1.f1 TTGGGAAATATTTGGGCATT 415
GBP1
NM_002053 S5699/GBP1.r1 AGAAGCTAGGGTGGTTGTCC 416
GBP1
NM_002053 S5700/GBP1.p1 417
GBP2
NM_004120 S5707/GBP2.f2 GCATGGGAACCATCAACCA 418
GBP2
NM_004120 S5708/GBP2.r2 TGAGGAGTTTGCCTTGATTCG 419
GBP2
NM_004120 S5709/GBP2.p2 420
GCLC
NM_001498 S0772/GCLC.f3 CTGTTGCAGGAAGGCATTGA 421
GCLC
NM_001498 S0773/GCLC.r3 422
GCLC
NM_001498 S4803/GCLC.p3 CATCTCCTGGCCCAGCATGTT 423
GDF15
NM_004864 S7806/GDF15.f1 CGCTCCAGACCTATGATGACT 424
GDF15
NM_004864 S7807/GDF15.r1 ACAGTGGAAGGACCAGGACT 425
GDF15
NM_004864 S7808/GDF15.p1 TGTTAGCCAAAGACTGCCACTGCA 426
GGPS1
NM_004837 S1590/GGPS1.f1 CTCCGACGTGGCTTTCCA 427
GGPS1
NM_004837 S1591/GGPS1.r1 CGTAATTGGCAGAATTGATGACA 428
GGPS1
NM_004837 S4896/GGPS1.p1 429
GLRX
NM_002064 T2165/GLRX.f1 GGAGCTCTGCAGTAACCACAGAA 430
GLRX
NM_002064 T2166/GLRX.r1 CAATGCCATCCAGCTCTTGA 431
GLRX
NM_002064 T2167/GLRX.p1 AGGCCCCATGCTGACGTCCCTC 432
GNS
NM_002076 T2009/GNS.f1 GGTGAAGGTTGTCTCTTCCG 433
GNS
NM_002076 T2010/GNS.r1 CAGCCCTTCCACTTGTCTG 434
GNS
NM_002076 T2011/GNS.p1 AAGAGCCCTGTCTTCAGAAGGCCC 435
GPR56
NM_005682 T2120/GPR56.f1 TACCCTTCCATGTGCTGGAT 436
GPR56
NM_005682 T2121/GPR56.r1 GCTGAAGAGGCCCAGGTT 437
GPR56
NM_005682 T2122/GPR56.p1 CGGGACTCCCTGGTCAGCTACATC 438
GPX1
NM_000581 S8296/GPX1.f2 GCTTATGACCGACCCCAA 439
GPX1
NM_000581 S8297/GPX1.r2 AAAGTTCCAGGCAACATCGT 440
GPX1
NM_000581 S8298/GPX1.p2 CTCATCACCTGGTCTCCGGTGTGT 441
GRB7
NM_005310 S0130/GRB7.f2 CCATCTGCATCCATCTTGTT 442
GRB7
NM_005310 S0132/GRB7.r2 GGCCACCAGGGTATTATCTG 443
GRB7
NM_005310 S4726/GRB7.p2 CTCCCCACCCTTGAGAAGTGCCT 444
GSK3B
NM_002093 T0408/GSK3B.f2 GACAAGGACGGCAGCAAG 445
GSK3B
NM_002093 T0409/GSK3B.r2 TTGTGGCCTGTCTGGACC 446
GSK3B
NM_002093 T0410/GSK3B.p2 CCAGGAGTTGCCACCACTGTTGTC 447
GSR
NM_000637 S8633/GSR.f1 GTGATCCCAAGCCCACAATA 448
GSR
NM_000637 S8634/GSR.r1 TGTGGCGATCAGGATGTG 449
GSR
NM_000637 S8635/GSR.p1 TCAGTGGGAAAAAGTACACCGCCC 450
GSTM1
NM_000561 S2026/GSTM1.r1 GGCCCAGCTTGAATTTTTCA 451
GSTM1
NM_000561 S2027/GSTM1.f1 452
GSTM1
NM_000561 S4739/GSTM1.p1 453
GSTp
NM_000852 S0136/GSTp.f3 GAGACCCTGCTGTCCCAGAA 454
GSTp
NM_000852 S0138/GSTp.r3 GGTTGTAGTCAGCGAAGGAGATC 455
GSTp
NM_000852 S5007/GSTp.p3 456
GUS
NM_000181 S0139/GUS.f1 CCCACTCAGTAGCCAAGTCA 457
GUS
NM_000181 S0141/GUS.r1 CACGCAGGTGGTATCAGTCT 458
GUS
NM_000181 S4740/GUS.p1 459
HDAC6
NM_006044 S9451/HDAC6.f1 TCCTGTGCTCTGGAAGCC 460
HDAC6
NM-006044 S9452/HDAC6.r1 CTCCACGGTCTCAGTTGATCT 461
HDAC6
NM_006044 S9453/HDAC6.p1 CAAGAACCTCCCAGAAGGGCTCAA 462
HER2
NM_004448 S0142/HER2.f3 CGGTGTGAGAAGTGCAGCAA 463
HER2
NM_004448 S0144/HER2.r3 CCTCTCGCAAGTGCTCCAT 464
HER2
NM_004448 S4729/HER2.p3 CCAGACCATAGCACACTCGGGCAC 465
HIF1A
NM_001530 S1207/HIF1A.f3 TGAACATAAAGTCTGCAACATGGA 466
HIF1A
NM_001530 S1208/HIF1A.r3 467
HIF1A
NM_001530 S4753/HIF1A.p3 TTGCACTGCACAGGCCACATTCAC 468
HNF3A
NM_004496 S0148/HNF3A.f1 TCCAGGATGTTAGGAACTGTGAAG 469
HNF3A
NM_004496 S0150/HNF3A.r1 GCGTGTCTGCGTAGTAGCTGTT 470
HNF3A
NM_004496 S5008/HNF3A.p1 AGTCGCTGGTTTCATGCCCTTCCA 471
HRAS
NM_005343 S8427/HRAS.f1 GGACGAATACGACCCCACT 472
HRAS
NM_005343 S8428/HRAS.r1 GCACGTCTCCCCATCAAT 473
HRAS
NM_005343 S8429/HRAS.p1 ACCACCTGCTTCCGGTAGGAATCC 474
HSPA1A
NM_005345 S6708/HSPA1A.f1 CTGCTGCGACAGTCCACTA 475
HSPA1A
NM_005345 S6709/HSPA1A.r1 CAGGTTCGCTCTGGGAAG 476
HSPA1A
NM_005345 S6710/HSPA1A.p1 AGAGTGACTCCCGTTGTCCCAAGG 477
HSPA1B
NM_005346 S6714/HSPA1B.f1 GGTCCGCTTCGTCTTTCGA 478
HSPA1B
NM_005346 S6715/HSPA1B.r1 GCACAGGTTCGCTCTGGAA 479
HSPA1B
NM_005346 S6716/HSPA1B.p1 TGACTCCCGCGGTCCCAAGG 480
HSPA1L
NM_005527 T2015/HSPA1L.f1 GCAGGTGTGATTGCTGGAC 481
HSPA1L
NM_005527 T2016/HSPA1L.r1 ACCATAGGCAATGGCAGC 482
HSPA1L
NM_005527 T2017/HSPA1L.p1 AAGAATCATCAATGAGCCCACGGC 483
HSPA5
NM_005347 S7166/HSPA5.f1 GGCTAGTAGAACTGGATCCCAACA 484
HSPA5
NM_005347 S7167/HSPA5.r1 GGTCTGCCCAAATGCTTTTC 485
HSPA5
NM_005347 S7168/HSPA5.p1 486
HSPA9B
NM_004134 T2018/HSPA9B.f1 GGCCACTAAAGATGCTGGC 487
HSPA9B
NM_004134 T2019/HSPA9B.r1 AGCAGCTGTGGGCTCATT 488
HSPA9B
NM_004134 T2020/HSPA9B.p1 ATCACCCGAAGCACATTCAGTCCA 489
HSPB1
NM_001540 S6720/HSPB1.f1 CCGACTGGAGGAGCATAAA 490
HSPB1
NM_001540 S6721/HSPB1.r1 ATGCTGGCTGACTCTGCTC 491
HSPB1
NM_001540 S6722/HSPB1.p1 CGCACTTTTCTGAGCAGACGTCCA 492
HSPCA
NM_005348 S7097/HSPCA.f1 CAAAAGGCAGAGGCTGATAA 493
HSPCA
NM_005348 S7098/HSPCA.r1 AGCGCAGTTTCATAAAGCAA 494
HSPCA
NM_005348 S7099/HSPCA.p1 495
ID1
NM_002165 S0820/ID1.f1 AGAACCGCAAGGTGAGCAA 496
ID1
NM_002165 S0821/ID1.r1 TCCAACTGAAGGTCCCTGATG 497
ID1
NM_002165 S4832/ID1.p1 498
IFITM1
NM_003641 S7768/IFTM1.f1 CACGCAGAAAACCACACTTC 499
IFITM1
NM_003641 S7769/IFITM1.r1 CATGTTCCTCCTTGTGCATC 500
IFITM1
NM_003641 S7770/IFITM1.p1 CAACACTTCCTTCCCCAAAGCCAG 501
IGF1R
NM_000875 S1249/IGF1R.f3 GCATGGTAGCCGAAGATTTCA 502
IGF1R
NM_000875 S1250/IGF1R.r3 503
IGF1R
NM_000875 S4895/IGF1R.p3 504
IGFBP2
NM_000597 S1128/IGFBP2.f1 GTGGACAGCACCATGAACA 505
IGFBP2
NM_000597 S1129/IGFBP2.r1 CCTTCATACCCGACTTGAGG 506
IGFBP2
NM_000597 S4837/IGFBP2.p1 CTTCCGGCCAGCACTGCCTC 507
IGFBP3
NM_000598 S0157/IGFBP3.f3 ACGCACCGGGTGTCTGA 508
IGFBP3
NM_000598 S0159/IGFBP3.r3 TGCCCTTTCTTGATGATGATTATC 509
IGFBP3
NM_000598 S5011/IGFBP3.p3 CCCAAGTTCCACCCCCTCCATTCA 510
IGFBP5
NM_000599 S1644/IGFBP5.f1 TGGACAAGTACGGGATGAAGCT 511
IGFBP5
NM_000599 S1645/IGFBP5.r1 CGAAGGTGTGGCACTGAAAGT 512
IGFBP5
NM_000599 S4908/IGFBP5.p1 CCCGTCAACGTACTCCATGCCTGG- 513
IL-7
NM_000880 S5781/IL-7.f1 GCGGTGATTCGGAAATTCG 514
IL-7
NM_000880 S5782/IL-7.r1 CTCTCCTGGGCACCTGCTT 515
IL-7
NM_000880 S5783/IL-7.p1 CTCTGGTCCTCATCCAGGTGCGC 516
IL-8
NM_000584 S5790/IL-8.f1 ¡Error! 517
IL-8
NM_000584 S5791/IL-8.r1 ATCAGGAAGGCTGCCAAGAG 518
IL-8
NM_000584 S5792/IL-8.p1 TGACTTCCAAGCTGGCCGTGGC 519
IL2RA
NM_000417 T2147/IL2RA.f1 TCTGCGTGGTTCCTTTCTCA 520
IL2RA
NM_000417 T2148/IL2RA.r1 TTGAAGGATGTTTATTAGGCAACGT 521
IL2RA
NM_000417 T2149/IL2RA.p1 522
IL6
NM_000600 S0760/IL6.f3 CCTGAACCTTCCAAAGATGG 523
IL6
NM_000600 S0761/IL6.r3 ACCAGGCAAGTCTCCTCATT 524
IL6
NM_000600 S4800/IL6.p3 525
IL8RB
NM_001557 T2168/IL8RB.f1 CCGCTCCGTCACTGATGTCT 526
IL8RB
NM_001557 T2169/IL8RB.r1 GCAAGGTCAGGGCAAAGAGTA 527
IL8RB
NM_001557 T2170/IL8RB.p1 CCTGCTGAACCTAGCCTTGGCCGA 528
ILK
NM_001014794 T0618/ILK.f1 CTCAGGATTTTCTCGCATCC 529
ILK
NM_001014794 T0619/ILK.r1 AGGAGCAGGTGGAGACTGG 530
ILK
NM_001014794 T0620/ILK.p1 ATGTGCTCCCAGTGCTAGGTGCCT 531
ILT-2
NM_006669 S1611/ILT-2.f2 AGCCATCACTCTCAGTGCAG 532
ILT-2
NM_006669 S1612/I T-2.r2 ACTGCAGAGTCAGGGTCTCC 533
ILT-2
NM_006669 S4904/ILT-2.p2 CAGGTCCTATCGTGGCCCCTGA 534
INCENP
NM_020238 T2024/INCENP.f1 GCCAGGATACTGGAGTCCATC 535
INCENP
NM_020238 T2025/INCENP.r1 CTTGACCCTTGGGGTCCT 536
INCENP
NM_020238 T2026/INCENP.p1 TGAGCTCCCTGATGGCTACACCC 537
IRAK2
NM_001570 T2027/IRAK2.f1 GGATGGAGTTCGCCTCCT 538
IRAK2
NM_001570 T2028/IRAK2.r1 CGCTCCATGGACTTGATCTT 539
IRAK2
NM_001570 T2029/IRAK2.p1 CGTGATCACAGACCTGACCCAGCT 540
IRS1
NM_005544 S1943/IRS1.f3 CCACAGCTCACCTTCTGTCA 541
IRS1
NM_005544 S1944/IRS1.r3 CCTCAGTGCCAGTCTCTTCC 542
IRS1
NM_005544 S5050/IRS1.p3 TCCATCCCAGCTCCAGCCAG 543
ITGB1
NM_002211 S7497/ITGB1.f1 TCAGAATTGGATTTGGCTCA 544
ITGB1
NM_002211 S7498/ITGB1.r1 CCTGAGCTTAGCTGGTGTTG 545
ITGB1
NM_002211 S7499/ITGBI.p1 546
K-Alfa-1
NM_006082 S8706/K-Alph.f2 547
K-Alfa-1
NM_006082 S8707/K-Alph.r2 CTGAAATTCTGGGAGCATGAC 548
K-Alfa-1
NM_006082 S8708/K-Alph.p2 TATCCATTCCTTTTGGCCCTGCAG 549
KDR
NM_002253 S1343/KDR.f6 GAGGACGAAGGCCTCTACAC 550
KDR
NM_002253 S1344/KDR.r6 AAAAATGCCTCCACTTTTGC 551
KDR
NM_002253 S4903/KDR.p6 CAGGCATGCAGTGTTCTTGGCTGT 552
Ki-67
NM_002417 S0436/Ki-67.f2 CGGACTTTGGGTGCGACTT 553
Ki-67
NM_002417 S0437/Ki-67.r2 TTACAACTCTTCCACTGGGACGAT 554
Ki-67
NM_002417 S4741/Ki-67.p2 CCACTTGTCGAACCACCGCTCGT 555
KIF11
NM_004523 T2409/KIF11.f2 TGGAGGTTGTAAGCCAATGT 556
KIF11
NM_004523 T2410/KIF11.r2 TGCCTTACGTCCATCTGATT 557
KIF11
NM_004523 T2411/KIF11.p2 558
KIF22
NM_007317 S8505/KIF22.f1 CTAAGGCACTTGCTGGAAGG 559
KIF22
NM_007317 S8506/KIF22.r1 TCTTCCCAGCTCCTGTGG 560
KIF22
NM_007317 S8507/KIF22.p1 TCCATAGGCAAGCACACTGGCATT 561
KIF2C
NM_006845 S7262/KIF2C.f1 AATTCCTGCTCCAAAAGAAAGTCTT 562
KIF2C
NM_006845 S7263/KIF2C.r1 CGTGATGCGAAGCTCTGAGA 563
KIF2C
NM_006845 S7264/KIFC.p1 AAGCCGCTCCACTCGCATGTCC 564
KIFC1
NM_002263 S8517/KIFC1.f1 CCACAGGGTTGAAGAACCAG 565
KIFC1
NM_002263 S8519/KIFC1.r1 CACCTGATGTGCCAGACTTC 566
KIFC1
NM_002263 S8520/KIFC1.p1 AGCCAGTTCCTGCTGTTCCTGTCC 567
KLK10
NM_002776 S2624/KLK10.f3 GCCCAGAGGCTCCATCGT 568
KLK10
NM_002776 S2625/KLK10.r3 CAGAGGTTTGAACAGTGCAGACA 569
KLK10
NM_002776 S4978/KLK10.p3 CCTCTTCCTCCCCAGTCGGCTGA 570
KNS2
NM_005552 T2030/KNS2.f1 CAAACAGAGGGTGGCAGAAG 571
KNS2
NM_005552 T2031/KNS2.r1 GAGGCTCTCACGGCTCCT 572
KNS2
NM_005552 T2032/KNS2.p1 CGCTTCTCCATGTTCTCAGGGTCA 573
KNTC1
NM_014708 T2126/KNTC1.f1 AGCCGAGGCTTTGTTGAA 574
KNTC1
NM_014708 T2127/KNTC1.r1 TGGGCTATGAGCACAGCTT 575
KNTC1
NM_014708 T2128/KNTC1.p1 TTCATATCCAGTACCGGCGATCGG 576
KNTC2
NM_006101 S7296/KNTC2.f1 ATGTGCCAGTGAGCTTGAGT 577
KNTC2
NM_006101 S7297/KNTC2.r1 TGAGCCCCTGGTTAACAGTA 578
KNTC2
NM_006101 S7298/KNTC2.p1 CCTTGGAGAAACACAAGCACCTGC 579
KRT14
NM_000526 S1853/KRT14.f1 GGCCTGCTGAGATCAAAGAC 580
KRT14
NM_000526 S1854/KRT14.r1 GTCCACTGTGGCTGTGAGAA 581
KRT14
NM_000526 S5037/KRT14.p1 582
KRT17
NM_000422 S0172/KRT17.f2 CGAGGATTGGTTCTTCAGCAA 583
KRT17
NM_000422 S0173/KRT17.p2 CACCTCGCGGTTCAGTTCCTCTGT 584
KRT17
NM_000422 S0174/KRT17.r2 ACTCTGCACCAGCTCACTGTTG 585
KRT19
NM_002276 S1515/KRT19.f3 TGAGCGGCAGAATCAGGAGTA 586
KRT19
NM_002276 S1516/KRT19.r3 TGCGGTAGGTGGCAATCTC 587
KRT19
NM_002276 S4866/KRT19.p3 CTCATGGACATCAAGTCGCGGCTG 588
KRT5
NM_000424 S0175/KRT5.f3 TCAGTGGAGAAGGAGTTGGA 589
KRT5
NM_000424 S0177/KRT5.r3 TGCCATATCCAGAGGAAACA 590
KRT5
NM_000424 S5015/KRT5.p3 591
L1CAM
NM_000425 T1341/L1CAM.f1 CTTGCTGGCCAATGCCTA 592
L1CAM
NM_000425 T1342/L1CAM.r1 TGATTGTCCGCAGTCAGG 593
L1CAM
NM_000425 T1343/L1CAM.p1 ATCTACGTTGTCCAGCTGCCAGCC 594
LAMC2
NM_005562 S2826/LAMC2.f2 ACTCAAGCGGAAATTGAAGCA 595
LAMC2
NM_005562 S2827/LAMC2.r2 ACTCCCTGAAGCCGAGACACT 596
LAMC2
NM_005562 S4969/LAMC2.p2 597
LAPTM4B
NM_018407 T2063/LAPTM4.f1 AGCGATGAAGATGGTCGC 598
LAPTM4B
NM_018407 T2064/LAPTM4.r1 GACATGGCAGCACAAGCA 599
LAPTM4B
NM_018407 T2065/LAPTM4.p1 CTGGACGCGGTTCTACTCCAACAG 600
LIMK1
NM_016735 T0759/LIMK1.f1 GCTTCAGGTGTTGTGACTGC 601
LIMK1
NM_016735 T0760/LIMK1.r1 AAGAGCTGCCCATCCTTCTC 602
LIMK1
NM_016735 T0761/LIMK1.p1 TGCCTCCCTGTCGCACCAGTACTA 603
LIMK2
NM_005569 T2033/LIMK2.f1 CTTTGGGCCAGGAGGAAT 604
LIMK2
NM_005569 T2034/LIMK2.r1 CTCCCACAATCCACTGCC 605
LIMK2
NM_005569 T2035/LIMK2.p1 ACTCGAATCCACCCAGGAACTCCC 606
MAD1L1
NM_003550 S7299/MAD1L1.f1 AGAAGCTGTCCCTGCAAGAG 607
MAD1L1
NM_003550 S7300/MAD1L1.r1 AGCCGTACCAGCTCAGACTT 608
MAD1L1
NM_003550 S7301/MAD1L1.p1 CATGTTCTTCACAATCGCTGCATCC 609
MAD2L1
NM_002358 S7302/MAD2L1.f1 CCGGGAGCAGGGAATCAC 610
MAD2L1
NM_002358 S7303/MAD2L1.r1 ATGCTGTTGATGCCGAATGA 611
MAD2L1
NM_002358 S7304/MAD2L1.p1 CGGCCACGATTTCGGCGCT 612
MAD2L1BP
NM_014628 T2123/MAD2L1.f1 CTGTCATGTGGCAGACCTTC 613
MAD2L1BP
NM_014628 T2124/MAD2L1.r1 TAAATGTCACTGGTGCCTGG 614
MAD2L1BP
NM_014628 T2125/MAD2L1.p1 CGAACCACGGCTTGGGAAGACTAC 615
MAD2L2
NM_006341 T1125/MAD2L2.f1 GCCCAGTGGAGAAATTCGT 616
MAD2L2
NM_006341 T1126/MAD2L2.r1 GCGAGTCTGAGCTGATGGA 617
MAD2L2
NM_006341 T1127/MAD2L2.p1 TTTGAGATCACCCAGCCTCCACTG 618
MAGE2
NM_005361 S5623/MAGE2.f1 CCTCAGAAATTGCCAGGACT 619
MAGE2
NM_005361 S5625/MAGE2.p1 TTCCCGTGATCTTCAGCAAAGCCT 620
MAGE2
NM_005361 S5626/MAGE2.r1 CCAAAGACCAGCTGCAAGTA 621
MAGE6
NM_005363 S5639/MAGE6.f3 AGGACTCCAGCAACCAAGAA 622
MAGE6
NM_005363 S5640/MAGE6.r3 GAGTGCTGCTTGGAACTCAG 623
MAGE6
NM_005363 S5641/MAGE6.p3 CAAGCACCTTCCCTGACCTGGAGT 624
MAP2
NM_031846 S8493/MAP2.f1 CGGACCACCAGGTCAGAG 625
MAP2
NM_031846 S8494/MAP2.r1 CAGGGGTAGTGGGTGTTGAG 626
MAP2
NM_031846 S8495/MAP2.p1 CCACTCTTCCCTGCTCTGCGAATT 627
MAP2K3
NM_002756 T2090/MAP2K3.f1 GCCCTCCAATGTCCTTATCA 628
MAP2K3
NM_002756 T2091/MAP2K3.r1 GTAGCCACTGATGCCAAAGTC 629
MAP2K3
NM_002756 T2092/MAP2K3.p1 CACATCTTCACATGGCCCTCCTTG 630
MAP4
NM_002375 S5724/MAP4.f1 GCCGGTCAGGCACACAAG 631
MAP4
NM_002375 S5725/MAP4.r1 GCAGCATACACACAACAAAATGG 632
MAP4
NM_002375 S5726/MAP4.p1 ACCAACCAGTCCACGCTCCAAGGG 633
MAP6
NM_033063 T2341/MAP6.f2 CCCTCAACCGGCAAATCC 634
MAP6
NM_033063 T2342/MAP6.r2 CGTCCATGCCCTGAATTCA 635
MAP6
NM_033063 T2343/MAP6.p2 TGGCGAGTGCAGTGAGCAGCTCC 636
MAPK14
NM_139012 S5557/MAPK14.f2 TGAGTGGAAAAGCCTGACCTATG 637
MAPK14
NM_139012 S5558/MAPK14.r2 GGACTCCATCTCTTCTTGGTCAA 638
MAPK14
NM_139012 S5559/MAPK14.p2 TGAAGTCATCAGCTTTGTGCCACC ACC 639
MAPK8
NM_002750 T2087/MAPK8.f1 CAACACCCGTACATCAATGTCT 640
MAPK8
NM_002750 T2088/MAPK8.r1 TCATCTAACTGCTTGTCAGGGA 641
MAPK8
NM_002750 T2089/MAPK8.p1 CTGAAGCAGAAGCTCCACCACCAA 642
MAPRE1
NM_012325 T2180/MAPRE1.f1 GACCTTGGAACCTTTGGAAC 643
MAPRE1
NM_012325 T2181/MAPRE1.r1 CCTAGGCCTATGAGGGTTCA 644
MAPRE1
NM_012325 T2182/MAPRE1.p1 645
MAPT
NM_016835 S8502/MAPT.f1 CACAAGCTGACCTTCCGC 646
MAPT
NM_016835 S8503/MAPT.r1 ACTTGTACACGATCTCCGCC 647
MAPT
NM_016835 S8504/MAPT.p1 AGAACGCCAAAGCCAAGACAGACC 648
Maspina
NM_002639 S0836/Maspin.f2 CAGATGGCCACTTTGAGAACATT 649
Maspina
NM_002639 S0837/Maspin.r2 GGCAGCATTAACCACAAGGATT 650
Maspina
NM_002639 S4835/Maspin.p2 651
MCL1
NM_021960 S5545/MCL1.f1 CTTCGGAAACTGGACATCAA 652
MCL1
NM_021960 S5546/MCL1.r1 GTCGCTGAAAACATGGATCA 653
MCL1
NM_021960 S5547/MCL1.p1 654
MCM2
NM_004526 S1602/MCM2.f2 GACTTTTGCCCGCTACCTTTC 655
MCM2
NM_004526 S1603/MCM2.r2 656
MCM2
NM_004526 S4900/MCM2.p2 ACAGCTCATTGTTGTCACGCCGGA 657
MCM6
NM_005915 S1704/MCM6.f3 TGATGGTCCTATGTGTCACATTCA 658
MCM6
NM_005915 S1705/MCM6.r3 TGGGACAGGAAACACACCAA 659
MCM6
NM_005915 S4919/MCM6.p3 660
MCP1
NM_002982 S1955/MCP1.f1 CGCTCAGCCAGATGCAATC 661
MCP1
NM_002982 S1956/MCP1.r1 662
MCP1
NM_002982 S5052/MCP1.p1 TGCCCCAGTCACCTGCTGTTA 663
MGMT
NM_002412 S1922/MGMT.f1 GTGAAATGAAACGCACCACA 664
MGMT
NM_002412 S1923/MGMT.r1 GACCCTGCTCACAACCAGAC 665
MGMT
NM_002412 S5045/MGMT.p1 CAGCCCTTTGGGGAAGCTGG 666
MMP12
NM_002426 S4381/MMP12.f2 CCAACGCTTGCCAAATCCT 667
MMP12
NM_002426 S4382/MMP12.r2 ACGGTAGTGACAGCATCAAAACTC 668
MMP12
NM_002426 S4383/MMP12.p2 AACCAGCTCTCTGTGACCCCAATT 669
MMP2
NM_004530 S1874/MMP2.f2 CCATGATGGAGAGGCAGACA 670
MMP2
NM_004530 S1875/MMP2.r2 GGAGTCCGTCCTTACCGTCAA 671
MMP2
NM_004530 S5039/MMP2.p2 CTGGGAGCATGGCGATGGATACCC 672
MMP9
NM_004994 S0656/MMP9.f1 GAGAACCAATCTCACCGACA 673
MMP9
NM_004994 S0657/MMP9.r1 CACCCGAGTGTAACCATAGC 674
MMP9
NM_004994 S4760/MMP9.p1 ACAGGTATTCCTCTGCCAGCTGCC 675
MRE11 A
NM_005590 T2039/MRE11A.f1 GCCATGCTGGCTCAGTCT 676
MRE11 A
NM_005590 T2040/MRE11A.r1 CACCCAGACCCACCTAACTG 677
MRE11 A
NM_005590 T2041/MRE11A.p1 CACTAGCTGATGTGGCCCACAGCT 678
MRP1
NM_004996 S0181/MRP1.f1 TCATGGTGCCCGTCAATG 679
MRP1
NM_004996 S0183/MRP1.r1 CGATTGTCTTTGCTCTTCATGTG 680
MRP1
NM_004996 S5019/MRP1.p1 681
MRP2
NM_000392 S0184/MRP2.f3 AGGGGATGACTTGGACACAT 682
MRP2
NM_000392 S0186/MRP2.r3 AAAACTGCATGGCTTTGTCA 683
MRP2
NM_000392 S5021/MRP2.p3 CTGCCATTCGACATGACTGCAATTT 684
MRP3
NM_003786 S0187/MRP3.f1 TCATCCTGGCGATCTACTTCCT 685
MRP3
NM_003786 S0189/MRP3.r1 CCGTTGAGTGGAATCAGCAA 686
MRP3
NM_003786 S5023/MRP3.p1 687
MSH3
NM_002439 S5940/MSH3.f2 TGATTACCATCATGGCTCAGA 688
MSH3
NM_002439 S5941/MSH3.r2 CTTGTGAAAATGCCATCCAC 689
MSH3
NM_002439 S5942/MSH3.p2 TCCCAATTGTCGCTTCTTCTGCAG 690
MUC1
NM_002456 S0782/MUC1.f2 GGCCAGGATCTGTGGTGGTA 691
MUC1
NM_002456 S0783/MUC1.r2 CTCCACGTCGTGGACATTGA 692
MUC1
NM_002456 S4807/MUC1.p2 CTCTGGCCTTCCGAGAAGGTACC 693
MX1
NM_002462 S7611/MX1.f1 GAAGGAATGGGAATCAGTCATGA 694
MX1
NM_002462 S7612/MX1.r1 695
MX1
NM_002462 S7613/MX1.p1 TCACCCTGGAGATCAGCTCCCGA 696
MYBL2
NM_002466 S3270/MYBL2.f1 GCCGAGATCGCCAAGATG 697
MYBL2
NM_002466 S3271/MYBL2.r1 698
MYBL2
NM_002466 S4742/MYBL2.p1 CAGCATTGTCTGTCCTCCCTGGCA 699
MYH11
NM_002474 S4555/MYH11.f1 700
MYH11
NM_002474 S4556/MYH11.r1 CCGAGTAGATGGGCAGGTGTT 701
MYH11
NM_002474 S4557/MYH11.p1 702
NEK2
NM_002497 S4327/NEK2.f1 GTGAGGCAGCGCGACTCT 703
NEK2
NM_002497 S4328/NEK2.r1 TGCCAATGGTGTACAACACTTCA 704
NEK2
NM_002497 S4329/NEK2.p1 TGCCTTCCCGGGCTGAGGACT 705
NFKBp50
NM_003998 S9661/NFKBp5.f3 CAGACCAAGGAGATGGACCT 706
NFKBp50
NM_003998 S9662/NFKBp5.r3 AGCTGCCAGTGCTATCCG 707
NFKBp50
NM_003998 S9663/NFKBp5.p3 AAGCTGTAAACATGAGCCGCACCA 708
NFKBp65
NM_021975 S0196/NFKBp6.f3 CTGCCGGGATGGCTTCTAT 709
NFKBp65
NM_021975 S0198/NFKBp6.r3 CCAGGTTCTGGAAACTGTGGAT 710
NFKBp65
NM_021975 S5030/NFKBp6.p3 CTGAGCTCTGCCCGGACCGCT 711
NME6
NM_005793 T2129/NME6.f1 CACTGACACCCGCAACAC 712
NME6
NM_005793 T2130/NME6.r1 GGCTGCAATCTCTCTGCTG 713
NME6
NM_005793 T2131/NME6.p1 AACCACAGAGTCCGAACCATGGGT 714
NPC2
NM_006432 T2141/NPC2.f1 CTGCTTCTTTCCCGAGCTT 715
NPC2
NM_006432 T2142/NPC2.r1 AGCAGGAATGTAGCTGCCA 716
NPC2
NM_006432 T2143/NPC2.p1 ACTTCGTTATCCGCGATGCGTTTC 717
NPD009 (ABAT oficial)
NM_020686 S4474/NPD009.f3 GGCTGTGGCTGAGGCTGTAG 718
NPD009 (ABAT oficial)
NM_020686 S4475/NPD009.r3 GGAGCATTCGAGGTCAAATCA 719
NPD009 (ABAT oficial)
NM_020686 S4476/NPD009.p3 720
NTSR2
NM_012344 T2332/NTSR2.f2 CGGACCTGAATGTAATGCAA 721
NTSR2
NM_012344 T2333/NTSR2.r2 CTTTGCCAGGTGACTAAGCA 722
NTSR2
NM_012344 T2334/NTSR2.p2 723
NUSAP1
NM_016359 S7106/NUSAP1.f1 CAAAGGAAGAGCAACGGAAG 724
NUSAP1
NM_016359 S7107/NUSAP1.r1 ATTCCCAAAACCTTTGCTT 725
NUSAP1
NM_016359 S7108/NUSAP1.p1 TTCTCCTTTCGTTCTTGCTCGCGT 726
p21
NM_000389 S0202/p21.f3 TGGAGACTCTCAGGGTCGAAA 727
p21
NM_000389 S0204/p21.r3 GGCGTTTGGAGTGGTAGAAATC 728
p21
NM_000389 S5047/p21.p3 CGGCGGCAGACCAGCATGAC 729
p27
NM_004064 S0205/p27.f3 CGGTGGACCACGAAGAGTTAA 730
p27
NM_004064 S0207/p27.r3 GGCTCGCCTCTTCCATGTC 731
p27
NM_004064 S4750/p27.p3 CCGGGACTTGGAGAAGCACTGCA 732
PCTK1
NM_006201 T2075/PCTK1.f1 TCACTACCAGCTGACATCCG 733
PCTK1
NM_006201 T2076/PCTK1.r1 AGATGGGGCTATTGAGGGTC 734
PCTK1
NM_006201 T2077/PCTK1.p1 CTTCTCCAGGTAGCCCTCAGGCAG 735
PDGFRb
NM_002609 S1346/PDGFRb.f3 CCAGCTCTCCTTCCAGCTAC 736
PDGFRb
NM_002609 S1347/PDGFRb.r3 GGGTGGCTCTCACTTAGCTC 737
PDGFRb
NM_002609 S4931/PDGFRb.p3 ATCAATGTCCCTGTCCGAGTGCTG 738
PFDN5
NM_145897 T2078/PFDN5.f1 GAGAAGCACGCCATGAAAC 739
PFDN5
NM_145897 T2079/PFDN5.r1 GGCTGTGAGCTGCTGAATCT 740
PFDN5
NM_145897 T2080/PFDN5.p1 TGACTCATCATTTCCATGACGGCC 741
PGK1
NM_000291 S0232/PGK1.f1 AGAGCCAGTTGCTGTAGAACTCAA 742
PGK1
NM_000291 S0234/PGK1.r1 CTGGGCCTACACAGTCCTTCA 743
PGK1
NM_000291 S5022/PGK1.p1 744
PHB
NM_002634 T2171/PHB.f1 GACATTGTGGTAGGGGAAGG 745
PHB
NM_002634 T2172/PHB.r1 CGGCAGTCAAAGATAATTGG 746
PHB
NM_002634 T2173/PHB.p1 747
PI3KC2A
NM_002645 S2020/PI3KC2.r1 CACACTAGCATTTTCTCCGCATA 748
PI3KC2A
NM_002645 S2021/PI3KC2.f1 ATACCAATCACCGCACAAACC 749
PI3KC2A
NM_002645 S5062/PI3KC2.p1 750
PIM1
NM_002648 S7858/PIM1.f3 CTGCTCAAGGACACCGTCTA 751
PIM1
NM_002648 S7859/PIM1.r3 GGATCCACTCTGGAGGGC 752
PIM1
NM_002648 S7860/PIM1.p3 TACACTCGGGTCCCATCGAAGTCC 753
PIM2
NM_006875 T2144/PIM2.f1 TGGGGACATTCCCTTTGAG 754
PIM2
NM_006875 T2145/PIM2.r1 GACATGGGCTGGGAAGTG 755
PIM2
NM_006875 T2146/PIM2.p1 CAGCTTCCAGAATCTCCTGGTCCC 756
PLAUR
NM_002659 S1976/PLAUR.f3 CCCATGGATGCTCCTCTGAA 757
PLAUR
NM_002659 S1977/PLAUR.r3 CCGGTGGCTACCAGACATTG 758
PLAUR
NM_002659 S5054/PLAUR.p3 CATTGACTGCCGAGGCCCCATG 759
PLD3
NM_012268 S8645/PLD3.f1 CCAAGTTCTGGGTGGTGG 760
PLD3
NM_012268 S8646/PLD3.r1 GTGAACGCCAGTCCATGTT 761
PLD3
NM_012268 S8647/PLD3.p1 CCAGACCCACTTCTACCTGGGCAG 762
PLK
NM_005030 S3099/PLK.f3 763
PLK
NM_005030 S3100/PLK.r3 TGTCTGAAGCATCTTCTGGATGA 764
PLK
NM_005030 S4825/PLK.p3 AACCCCGTGGCCGCCTCC 765
PMS1
NM_000534 S5894/PMS1,f2. CTTACGGTTTTCGTGGAGAAG 766
PMS1
NM_000534 S5895/PMS1.r2 AGCAGCCGTTCTTGTTGTAA 767
PMS1
NM_000534 S5896/PMS1.p2 768
PMS2
NM_000535 S5878/PMS2.f3 GATGTGGACTGCCATTCAAA 769
PMS2
NM_000535 S5879/PMS2.r3 TGCGAGATTAGTTGGCTGAG 770
PMS2
NM_000535 S5880/PMS2.p3 771
PP591
NM_025207 S8657/PP591.f1 CCACATACCGTCCAGCCTA 772
PP591
NM_025207 S8658/PP591.r1 GAGGTCATGTGCGGGAGT 773
PP591
NM_025207 S8659/PP591.p1 CCGCTCCTCTTCTTCGTTCTCCAG 774
PPP2CA
NM_002715 T0732/PPP2CA.f1 GCAATCATGGAACTTGACGA 775
PPP2CA
NM_002715 T0733/PPP2CA.r1 ATGTGGCTCGCCTCTACG 776
PPP2CA
NM_002715 T0734/PPP2CA.p1 TTTCTTGCAGTTTGACCCAGCACC 777
PR
NM_000926 S1336/PR.f6 GCATCAGGCTGTCATTATGG 778
PR
NM_000926 S1337/PR.r6 AGTAGTTGTGCTGCCCTTCC 779
PR
NM_000926 S4743/PR.p6 780
PRDX1
NM_002574 T1241/PRDX1.f1 AGGACTGGGACCCATGAAC 781
PRDX1
NM_002574 T1242/PRDX1.r1 CCCATAATCCTGAGCAATGG 782
PRDX1
NM_002574 T1243/PRDX1.p1 TCCTTTGGTATCAGACCCGAAGCG 783
PRDX2
NM_005809 S8761/PRDX2.f1 GGTGTCCTTCGCCAGATCAC 784
PRDX2
NM_005809 S8762/PRDX2.r1 CAGCCGCAGAGCCTCATC 785
PRDX2
NM_005809 S8763/PRDX2.p1 786
PRKCA
NM_002737 S7369/PRKCA.f1 CAAGCAATGCGTCATCAATGT 787
PRKCA
NM_002737 S7370/PRKCA.r1 GTAAATCCGCCCCCTCTTCT 788
PRKCA
NM_002737 S7371/PRKCA.p1 789
PRKCD
NM_006254 S1738/PRKCD.f2 CTGACACTTGCCGCAGAGAA 790
PRKCD
NM_006254 S1739/PRKCD.r2 AGGTGGTCCTTGGTCTGGAA 791
PRKCD
NM_006254 S4923/PRKCD.p2 792
PRKCG
NM_002739 T2081/PRKCG.f1 GGGTTCTAGACGCCCCTC 793
PRKCG
NM_002739 T2082/PRKCG.r1 GGACGGCTGTAGAGGCTGTAT 794
PRKCG
NM_002739 T2083/PRKCG.p1 CAAGCGTTCCTGGCCTTCTGAACT 795
PRKCH
NM_006255 T2084/PRKCH.f1 CTCCACCTATGAGCGTCTGTC 796
PRKCH
NM_006255 T2085/PRKCH.r1 CACACTTTCCCTCCTTTTGG 797
PRKCH
NM_006255 T2086/PRKCH.p1 TCCTGTTAACATCCCAAGCCCACA 798
pS2
NM_003225 S0241/pS2.f2 GCCCTCCCAGTGTGCAAAT 799
pS2
NM_003225 S0243/pS2.r2 800
pS2
NM_003225 S5026/pS2.p2 TGCTGTTTCGACGACACCGTTCG 801
PTEN
NM_000314 S0244/PTEN.f2 802
PTEN
NM_000314 S0246/PTEN.r2 TGCACATATCATTACACCAGTTCGT 803
PTEN
NM_000314 S5027/PTEN.p2 804
PTPD1
NM_007039 S3069/PTPD1.f2 CGCTTGCCTAACTCATACTTTCC 805
PTPD1
NM_07039 S3070/PTPD1.r2 CCATTCAGACTGCGCCACTT 806
PTPD1
NM_007039 S4822/PTPD1.p2 TCCACGCAGCGTGGCACTG 807
PTTG1
NM_004219 S4525/PTTG1.f2 808
PTTG1
NM_004219 S4526/PTTG1.r2 GCTTCAGCCCATCCTTAGCA 809
PTTG1
NM_004219 S4527/PTTG1.p2 CACACGGGTGCCTGGTTCTCCA 810
RAB27B
NM_04163 S4336/RAB27B.f1 GGGACACTGCGGGACAAG 811
RAB27B
NM_004163 S4337/RAB27B.r1 GCCCATGGCGTCTCTGAA 812
RAB27B
NM_004163 S4338/RAB27B.p1 813
RAB31
NM_006868 S9306/RAB31.f1 CTGAAGGACCCTACGCTCG 814
RAB31
NM_006868 S9307/RAB31.r1 ATGCAAAGCCAGTGTGCTC 815
RAB31
NM_006868 S9308/RAB31.p1 CTTCTCAAAGTGAGGTGCCAGGCC 816
RAB6C
NM_032144 S5535/RAB6C.f1 GCGACAGCTCCTCTAGTTCCA 817
RAB6C
NM_032144 S5537/RAB6C.p1 TTCCCGAAGTCTCCGCCCG 818
RAB6C
NM_032144 S5538/RAB6C.r1 GGAACACCAGCTTGAATTTCCT 819
RAD1
NM_002853 T2174/RAD1.f1 GAGGAGTGGTGACAGTCTGC 820
RAD1
NM_002853 T2175/RAD1.r1 GCTGCAGAAATCAAAGTCCA 821
RAD1
NM_002853 T2176/RAD1.p1 822
RAD54L
NM_003579 S4369/RAD54L.f1 AGCTAGCCTCAGTGACACACATG 823
RAD54L
NM_003579 S4370/RAD54L.r1 CCGGATCTGACGGCTGTT 824
RAD54L
NM_003579 S4371/RAD54L.p1 ACACAACGTCGGCAGTGCAACCTG 825
RAF1
NM_002880 S5933/RAF1.f3 CGTCGTATGCGAGAGTCTGT 826
RAF1
NM_002880 S5934/RAF1.r3 TGAAGGCGTGAGGTGTAGAA 827
RAF1
NM_002880 S5935/RAF1.p3 828
RALBP1
NM_006788 S5853/RALBP1.f1 829
RALBP1
NM_006788 S5854/RALBP1.r1 TTCGATATTGCCAGCAGCTATAAA 830
RALBP1
NM_006788 S5855/RALBP1.p1 831
RAP1GDS1
NM_021159 S5306/RAP1GD.f2 TGTGGATGCTGGATTGATTT 832
RAP1GDS1
NM_021159 S5307/RAP1GD.r2 AAGCAGCACTTCCTGGTCTT 833
RAP1GDS1
NM_021159 S5308/RAP1GD.p2 834
RASSF1
M_007182 S2393/RASSF1.f3 AGTGGGAGACACCTGACCTT 835
RASSF1
NM_007182 S2394/RASSF1.r3 TGATCTGGGCATTGTACTCC 836
RASSF1
NM_007182 S4909/RASSF1.p3 837
RB1
NM_000321 S2700/RB1.f1 CGAAGCCCTTACAAGTTTCC 838
RB1
NM_000321 S2701/RB1.r1 GGACTCTTCAGGGGTGAAAT 839
RB1
NM_000321 S4765/RB1.p1 CCCTTACGGATTCCTGGAGGGAAC 840
RBM17
NM_032905 T2186/RBM17.f1 CCCAGTGTACGAGGAACAAG 841
RBM17
NM_032905 T2187/RBM17.r1 TTAGCGAGGAAGGAGTTGCT 842
RBM17
NM_032905 T2188/RBM17.p1 ACAGACCGAGATCTCCAACCGGAC 843
RCC1
NM_001269 S8854/RCC1.f1 GGGCTGGGTGAGAATGTG 844
RCC1
NM_001269 S8855/RCC1.r1 CACAACATCCTCCGGAATG 845
RCC1
NM_001269 S8856/RCC1.p1 ATACCAGGGCCGGCTTCTTCCTCT 846
REG1A
NM_002909 T2093/REG1A.f1 CCTACAAGTCCTGGGGCA 847
REG1A
NM_002909 T2094/REG1A.r1 TGAGGTCAGGCTCACACAGT 848
REG1A
NM_002909 T2095/REG1A.p1 TGGAGCCCCAAGCAGTGTTAATCC 849
RELB
NM_006509 T2096/RELB.f1 GCGAGGAGCTCTACTTGCTC 850
RELB
NM_006509 T2097/RELB.r1 GCCCTGCTGAACACCACT 851
RELB
NM_006509 T2098/RELB.p1 TGTCCTCTTTCTGCACCTTGTCGC 852
RhoB
NM_004040 S8284/RhoB.f1 AAGCATGAACAGGACTTGACC 853
RhoB
NM_004040 S8285/RhoB.r1 CCTCCCCAAGTCAGTTGC 854
RhoB
NM_004040 S8286/RhoB.p1 CTTTCCAACCCCTGGGGAAGACAT 855
rhoC
NM_175744 S2162/rhoC.f1 CCCGTTCGGTCTGAGGAA 856
rhoc
NM_175744 S2163/rhoC.r1 GAGCACTCAAGGTAGCCAAAGG 857
rhoc
NM_175744 S5042/rhoC.p1 TCCGGTTCGCCATGTCCCG 858
RIZ1
NM_012231 S1320/RIZ1.f2 CCAGACGAGCGATTAGAAGC 859
RIZ1
NM_012231 S1321/RIZ1.r2 TCCTCCTCTTCCTCCTCCTC 860
RIZ1
NM_012231 S4761/RIZ1.p2 TGTGAGGTGAATGATTTGGGGGA 861
ROCK1
NM_005406 S8305/ROCK1.f1 TGTGCACATAGGAATGAGCTTC 862
ROCK1
NM_005406 S8306/ROCK1.r1 GTTTAGCACGCAATTGCTCA 863
ROCK1
NM_005406 S8307/ROCK1.p1 TCACTCTCTTTGCTGGCCAACTGC 864
RPL37A
NM_000998 T2418/RPL37A.f2 GATCTGGCACTGTGGTTCC 865
RPL37A
NM_000998 T2419/RPL37A.r2 TGACAGCGGAAGTGGTATTG 866
RPL37A
NM_000998 T2420/RPL37A.p2 CACCGCCAGCCACTGTCTTCAT 867
RPLPO
NM_001002 S0256/RPLPO.f2 CCATTCTATCATCAACGGGTACAA 868
RPLPO
NM_001002 S0258/RPLPO.r2 TCAGCAAGTGGGAAGGTGTAATC 869
RPLPO
NM_001002 S4744/RPLPO.p2 870
RPN2
NM_002951 T1158/RPN2.f1 CTGTCTTCCTGTTGGCCCT 871
RPN2
NM_002951 T1159/RPN2.r1 GTGAGGTAGTGAGTGGGCGT 872
RPN2
NM_002951 T1160/RPN2.p1 ACAATCATAGCCAGCACCTGGGCT 873
RPS6KB1
NM_003161 S2615/RPS6KB.f3 GCTCATTATGAAAAACATCCCAAAC 874
RPS6KB1
NM_003161 S2616/RPS6KB.r3 875
RPS6KB1
NM_003161 S4759/RPS6KB.p3 CACACCAACCAATAATTTCGCATT 876
RXRA
NM_002957 S8463/RXRA.f1 GCTCTGTTGTGTCCTGTTGC 877
RXRA
NM_002957 S8464/RXRA.r1 GTACGGAGAAGCCACTTCACA 878
RXRA
NM_002957 S8465/RXRA.p1 TCAGTCACAGGAAGGCCAGAGCC 879
RXRB
NM_021976 S8490/RXRB.f1 CGAGGAGATGCCTGTGGA 880
RXRB
NM_021976 S8491/RXRB.r1 CAACGCCCTGGTCACTCT 881
RXRB
NM_021976 S8492/RXRB.p1 CTGTTCCACAGCAAGCTCTGCCTC 882
S100A10
NM_002966 S9950/S100A1.f1 ACACCAAAATGCCATCTCAA 883
S100A10
NM_002966 S9951/S100A1.r1 TTTATCCCCAGCGAATTTGT 884
S100A10
NM_002966 S9952/S100A1.p1 CACGCCATGGAAACCATGATGTTT 885
SEC61A
NM_013336 S8648/SEC61 A.f1 CTTCTGAGCCCGTCTCCC 886
SEC61A
NM_013336 S8649/SEC61A.r1 GAGAGCTCCCCTTCCGAG 887
SEC61A
NM_013336 S8650/SEC61A.p1 CGCTTCTGGAGCAGCTTCCTCAAC 888
SEMA3F
NM_004186 S2857/SEMA3F.f3 CGCGAGCCCCTCATTATACA 889
SEMA3F
NM_004186 S2858/SEMA3F.r3 CACTCGCCGTTGACATCCT 890
SEMA3F
NM_004186 S4972/SEMA3F.p3 CTCCCCACAGCGCATCGAGGAA 891
SFN
NM_006142 S9953/SFN.f1 GAGAGAGCCAGTCTGATCCA 892
SFN
NM_006142 S9954/SFN.r1 AGGCTGCCATGTCCTCATA 893
SFN
NM_006142 S9955/SFN.p1 CTGCTCTGCCAGCTTGGCCTTC 894
SGCB
NM_000232 S5752/SGCB.f1 CAGTGGAGACCAGTTGGGTAGTG 895
SGCB
NM_000232 S5753/SGCB.r1 CCTTGAAGAGCGTCCCATCA 896
SGCB
NM_000232 S5754/SGCB.p1 897
SGK
NM_005627 S8308/SGK.f1 TCCGCAAGACACCTCCTG 898
SGK
NM_005627 S8309/SGK.r1 TGAAGTCATCCTTGGCCC 899
SGK
NM_005627 S8310/SGK.p1 TGTCCTGTCCTTCTGCAGGAGGC 900
SGKL
NM_170709 T2183/SGKL.f1 TGCATTCGTTGGTTTCTCTT 901
SGKL
NM_170709 T2184/SGKL.r1 TTTCTGAATGGCAAACTGCT 902
SGKL
NM_170709 T2185/SGKL.p1 903
SHC1
NM_003029 S6456/SHC1.f1 CCAACACCTTCTTGGCTTCT 904
SHC1
NM_003029 S6457/SHC1.r1 CTGTTATCCCAACCCAAACC 905
SHC1
NM_003029 S6458/SHC1.p1 CCTGTGTTCTTGCTGAGCACCCTC 906
SIR2
NM_012238 S1575/SIR2.f2 AGCTGGGGTGTCTGTTTCAT 907
SIR2
NM_012238 S1576/SIR2.r2 ACAGCAAGGCGAGCATAAAT 908
SIR2
NM_012238 S4885/SIR2.p2 CCTGACTTCAGGTCAAGGGATGG 909
SLC1A3
NM_004172 S8469/SLCIA3.f1 GTGGGGAGCCCATCATCT 910
SLC1A3
NM_004172 S8470/SLCIA3.r1 CCAGTCCACACTGAGTGCAT 911
SLC1A3
NM_004172 S8471/SLCIA3.p1 CCAAGCCATCACAGGCTCTGCATA 912
SLC25A3
NM_213611 T0278/SLC25A.f2 TCTGCCAGTGCTGAATTCTT 913
SLC25A3
NM_213611 T0279/SLC25A.r2 TTCGAACCTTAGCAGCTTCC 914
SLC25A3
NM_213611 T0280/SLC25A.p2 TGCTGACATTGCCCTGGCTCCTAT 915
SLC35B1
NM_005827 S8642/SLC35B.f1 CCCAACTCAGGTCCTTGGTA 916
SLC35B1
NM_005827 S8643/SLC35B.r1 CAAGAGGGTCACCCCAAG 917
SLC35B1
NM_005827 S8644/SLC35B.p1 ATCCTGCAAGCCAATCCCAGTCAT 918
SLC7A11
NM_014331 T2045/SLC7A1.f1 AGATGCATACTTGGAAGCACAG 919
SLC7A11
NM_014331 T2046/SLC7A1.r1 AACCTAGGACCAGGTAACCACA 920
SLC7A11
NM_014331 T2047/SLC7A1.p1 CATATCACACTGGGAGGCAATGCA 921
SLC7A5
NM_003486 S9244/SLC7A5.f2 GCGCAGAGGCCAGTTAAA 922
SLC7A5
NM_003486 S9245/SLC7A5.r2 AGCTGAGCTGTGGGTTGC 923
SLC7A5
NM_003486 S9246/SLC7A5.p2 AGATCACCTCCTCGAACCCACTCC 924
SNAI2
NM_003068 S7824/SNAI2.f1 GGCTGGCCAAACATAAGCA 925
SNAI2
NM_003068 S7825/SNAI2.r1 926
SNAI2
NM_003068 S7826/SNA12.p1 927
SNCA
NM_007308 T2320/SNCA.f1 AGTGACAAATGTTGGAGGAGC 928
SNCA
NM_007308 T2321/SNCA.r1 CCCTCCACTGTCTTCTGGG 929
SNCA
NM_007308 T2322/SNCA.p1 TACTGCTGTCACACCCGTCACCAC 930
SNCG
NM_003087 T1704/SNCG.f1 ACCCACCATGGATGTCTTC 931
SNCG
NM_003087 T1705/SNCG.r1 CCTGCTTGGTCTTTTCCAC 932
SNCG
NM_003087 T1706/SNCG.p1 AAGAAGGGCTTCTCCATCGCCAAG 933
SOD1
NM_000454 S7683/SOD1.f1 TGAAGAGAGGCATGTTGGAG 934
SOD1
NM_000454 S7684/SOD1.r1 AATAGACACATCGGCCACAC 935
SOD1
NM_000454 S7685/SOD1.p1 TTTGTCAGCAGTCACATTGCCCAA 936
SRI
NM_003130 T2177/SRI.f1 ATACAGCACCAATGGAAAGATCAC 937
SRI
NM_003130 T2178/SRI.r1 TGTCTGTAAGAGCCCTCAGTTTGA 938
SRI
NM_003130 T2179/SRI.pl TTCGACGACTACATCGCCTGCTGC 939
STAT1
NM_007315 S1542/STAT1.f3 GGGCTCAGCTTTCAGAAGTG 940
STAT1
NM_007315 S1543/STAT1.r3 ACATGTTCAGCTGGTCCACA 941
STAT1
NM_007315 S4878/STAT1.p3 TGGCAGTTTTCTTCTGTCACCAAAA 942
STAT3
NM_003150 S1545/STAT3.f1 TCACATGCCACTTTGGTGTT 943
STAT3
NM_003150 S1546/STAT3.r1 CTTGCAGGAAGCGGCTATAC 944
STAT3
NM_003150 S4881/STAT3.p1 TCCTGGGAGAGATTGACCAGCA 945
STK10
NM_005990 T2099/STK10.f1 CAAGAGGGACTCGGACTGC 946
STK10
NM_005990 T2100/STK10.r1 CAGGTCAGTGGAGAGATTGGT 947
STK10
NM_005990 T2101/STK10.p1 CCTCTGCACCTCTGAGAGCATGGA 948
STK11
NM_000455 S9454/STK11.f1 GGACTCGGAGACGCTGTG 949
STK11
NM_000455 S9455/STK11.r1 GGGATCCTTCGCAACTTCTT 950
STK11
NM_000455 S9456/STK11.p1 TTCTTGAGGATCTTGACGGCCCTC 951
STK15
NM_003600 S0794/STK15.f2 CATCTTCCAGGAGGACCACT 952
STK15
NM_003600 S0795/STK15.r2 TCCGACCTTCAATCATTTCA 953
STK15
NM_003600 S4745/STK15.p2 CTCTGTGGCACCCTGGACTACCTG 954
STMN1
NM_005563 S5838/STMN1.f1 AATACCCAACGCACAAATGA 955
STMN1
NM_005563 S5839/STMNI.r1 GGAGACAATGCAAACCACAC 956
STMN1
NM_005563 S5840/STMN1.p1 CACGTTCTCTGCCCCGTTTCTTG 957
STMY3
NM_005940 S2067/STMY3.f3 CCTGGAGGCTGCAACATACC 958
STMY3
NM_005940 S2068/STMY3.r3 TACAATGGCTTTGGAGGATAGCA 959
STMY3
NM_005940 S4746/STMY3.p3 960
SURV
NM_001168 S0259/SURV.f2 TGTTTTGATTCCCGGGCTTA 961
SURV
NM_001168 S0261/SURV.r2 CAAAGCTGTCAGCTCTAGCAAAAG 962
SURV
NM_001168 S4747/SURV.p2 963
TACC3
NM_006342 S7124/TACC3.f1 CACCCTTGGACTGGAAAACT 964
TACC3
NM_006342 S7125/TACC3.r1 CCTTGATGAGCTGTTGGTTC 965
TACC3
NM_006342 S7126/TACC3.p1 CACACCCGGTCTGGACACAGAAAG 966
TBCA
NM_004607 T2284/TBCA.f1 GATCCTCGCGTGAGACAGA 967
TBCA
NM_004607 T2285/TBCA.r1 CACTTTTTCTTTGACCAACCG 968
TBCA
NM_004607 T2286/TBCA.p1 TTCACCACGCCGGTCTTGATCTT 969
TBCC
NM_003192 T2302/TBCC.f1 CTGTTTTCCTGGAGGACTGC 970
TBCC
NM_003192 T2303/TBCC.r1 ACTGTGTATGCGGAGCTGTT 971
TBCC
NM_003192 T2304/TBCC.p1 CCACTGCCAGCACGCAGTCAC 972
TBCD
NM_005993 T2287/TBCD.f1 CAGCCAGGTGTACGAGACATT 973
TBCD
NM_005993 T2288/TBCD.r1 ACCTCGTCCAGCACATCC 974
TBCD
NM_005993 T2289/TBCD.p1 CTCACCTACAGTGACGTCGTGGGC 975
TBCE
NM_003193 T2290/TBCE.f1 TCCCGAGAGAGGAAAGCAT 976
TBCE
NM_003193 T2291/TBCE.r1 GTCGGGTGCCTGCATTTA 977
TBCE
NM_003193 T2292/TBCE.p1 ATACACAGTCCCTTCGTGGCTCCC 978
TBD
NM_016261 S3347/TBD.f2 CCTGGTTGAAGCCTGTTAATGC 979
TBD
NM_016261 S3348/TBD.r2 980
TBD
NM_016261 S4864/TBD.p2 CCGCTGGGTTTTCCACACGTTGA 981
TCP1
NM_030752 T2296/TCP1.f1 CCAGTGTGTGTAACAGGGTCAC 982
TCP1
NM_030752 T2297/TCP1.r1 TATAGCCTTGGGCCACCC 983
TCP1
NM_030752 T2298/TCP1.p1 AGAATTCGACAGCCAGATGCTCCA 984
TFRC
NM_003234 S1352/TFRC.f3 GCCAACTGCTTTCATTTGTG 985
TFRC
NM_003234 S1353/TFRC.r3 ACTCAGGCCCATTTCCTTTA 986
TFRC
NM_003234 S4748/TFRC.p3 987
THBS1
NM_003246 S6474/THBS1.f1 CATCCGCAAAGTGACTGAAGAG 988
THBS1
NM_003246 S6475/THBS1.r1 989
THBS1
NM_003246 S6476/THBS1.p1 CCAATGAGCTGAGGCGGCCTCC 990
TK1
NM_003258 S0866/TK1.f2 GCCGGGAAGACCGTAATTGT 991
TK1
NM_003258 S0927/TK1.r2 CAGCGGCACCAGGTTCAG 992
TK1
NM_003258 S4798/TK1.p2 993
TOP2A
NM_001067 S0271/TOP2A.f4 AATCCAAGGGGGAGAGTGAT 994
TOP2A
NM_001067 S0273/TOP2A.r4 GTACAGATTTTGCCCGAGGA 995
TOP2A
NM_001067 S4777/TOP2A.p4 996
TOP3B
NM_003935 T2114/TOP3B.f1 GTGATGCCTTCCCTGTGG 997
TOP3B
NM_003935 T2115/TOP3B.r1 TCAGGTAGTCGGGTGGGTT 998
TOP3B
NM_003935 T2116/TOP3B.p1 TGCTTCTCCAGCATCTTCACCTCG 999
TP
NM_001953 S0277/TP.f3 CTATATGCAGCCAGAGATGTGACA 1000
TP
NM_001953 S0279/TP.r3 CCACGAGTTTCTTACTGAGAATGG 1001
TP
NM_001953 S4779/TP.p3 ACAGCCTGCCACTCATCACAGCC 1002
TP53BP1
NM_005657 S1747/TP53BP.f2 TGCTGTTGCTGAGTCTGTTG 1003
TP53BP1
NM_005657 S1748/TP53BP.r2 CTTGCCTGGCTTCACAGATA 1004
TP53BP1
NM_005657 S4924/TP53BP.p2 CCAGTCCCCAGAAGACCATGTCTG 1005
TPT1
NM_003295 S9098/TPT1.f1 GGTGTCGATATTGTCATGAACC 1006
TPT1
NM_003295 S9099/TPT1.r1 1007
TPT1
NM_003295 S9100/TPT1.p1 1008
TRAG3
NM_004909 S5881/TRAG3.f1 GACGCTGGTCTGGTGAAGATG 1009
TRAG3
NM_004909 S5882/TRAG3.r1 TGGGTGGTTGTTGGACAATG 1010
TRAG3
NM_004909 S5883/TRAG3.p1 CCAGGAAACCACGAGCCTCCAGC 1011
TRAIL
NM_003810 S2539/TRAIL.f1 CTTCACAGTGCTCCTGCAGTCT 1012
TRAIL
NM_003810 S2540/TRAIL.r1 CATCTGCTTCAGCTCGTTGGT 1013
TRAIL
NM_003810 S4980/TRAIL.p1 1014
TS
NM_001071 S0280/TS.f1 GCCTCGGTGTGCCTTTCA 1015
TS
NM_001071 S0282/TS.r1 CGTGATGTGCGCAATCATG 1016
TS
NM_001071 S4780/TS.p1 CATCGCCAGCTACGCCCTGCTC 1017
TSPAN4
NM_003271 T2102/TSPAN4.f1 CTGGTCAGCCTTCAGGGAC 1018
TSPAN4
NM_003271 T2103/TSPAN4.r1 CTTCAGTTCTGGGCTGGC 1019
TSPAN4
NM_003271 T2104/TSPAN4.p1 CTGAGCACCGCCTGGTCTCTTTC 1020
TTK
NM_003318 S7247/TTK.f1 TGCTTGTCAGTTGTCAACACCTT 1021
TTK
NM_003318 S7248/TTK.r1 TGGAGTGGCAAGTATTTGATGCT 1022
TTK
NM_003318 S7249/TTK.p1 TGGCCAACCTGCCTGTTTCCAGC 1023
TUBA1
NM_006000 S8578/TUBA1.f1 TGTCACCCCGACTCAACGT 1024
TUBA1
NM_006000 S8579/TUBA1.r1 ACGTGGACTGAGATGCATTCAC 1025
TUBA1
NM_006000 S8580/TUBA1.p1 AGACGCACCGCCCGGACTCAC 1026
TUBA2
NM_006001 S8581/TUBA2.f1 AGCTCAACATGCGTGAGTGT 1027
TUBA2
NM_006001 S8582/TUBA2.r1 ATTGCCGATCTGGACTCCT 1028
TUBA2
NM_006001 S8583/TUBA2.p1 ATCTCTATCCACGTGGGGCAGGC 1029
TUBA3
NM_006009 S8584/TUBA3.f1 CTCTTACATCGACCGCCTAAGAG 1030
TUBA3
NM_006009 S8585/TUBA3.r1 GCTGATGGCGGAGACGAA 1031
TUBA3
NM_006009 S8586/TUBA3.p1 1032
TUBA4
NM_025019 T2415/TUBA4.f3 GAGGAGGGTGAGTTCTCCAA 1033
TUBA4
NM_025019 T2416/TUBA4.r3 ATGCCCACCTCCTTGTAATC 1034
TUBA4
NM_025019 T2417/TUBA4.p3 CCATGAGGATATGACTGCCCTGGA 1035
TUBA6
NM_032704 S8590/TUBA6.f1 GTCCCTTCGCCTCCTTCAC 1036
TUBA6
NM_032704 S8591/TUBA6.r1 1037
TUBA6
NM_032704 S8592/TUBA6.p1 1038
TUBA8
NM_018943 T2412/TUBA8.f2 CGCCCTACCTATACCAACCT 1039
TUBA8
NM_018943 T2413/TUBA8.r2 CGGAGAGAAGCAGTGATTGA 1040
TUBA8
NM_018943 T2414/TUBA8.p2 1041
TUBB
NM_001069 S5820/TUBB.f1 CGAGGACGAGGCTTAAAAAC 1042
TUBB
NM_001069 S5821/TUBB.r1 ACCATGCTTGAGGACAACAG 1043
TUBB
NM_001069 S5822/TUBB.p1 1044
TUBB classIII
NM_006086 S8090/TUBB c.f3 CGCCCTCCTGCAGTATTTATG 1045
TUBB classIII
NM_006086 S8091/TUBB c.r3 ACAGAGACAGGAGCAGCTCACA 1046
TUBB classIII
NM_006086 S8092/TUBB c.p3 CCTCGTCCTCCCCACCTAGGCCA 1047
TUBB1
NM_030773 S8093/TUBB1.f1 ACACTGACTGGCATCCTGCTT 1048
TUBB1
NM_030773 S8094/TUBB1.r1 1049
TUBB1
NM_030773 S8095/TUBB1.p1 AGCCTCCAGAAGAGCCAGGTGCCT 1050
TUBB2
NM_006088 S8096/TUBB2.f1 GTGGCCTAGAGCCTTCAGTC 1051
TUBB2
NM_006088 S8097/TUBB2.r1 CAGGCTGGGAGTGAATAAAGA 1052
TUBB2
NM_006088 S8098/TUBB2.p1 TTCACACTGCTTCCCTGCTTTCCC 1053
TUBB5
NM_006087 S8102/TUBB5.f1 ACAGGCCCCATGCATCCT 1054
TUBB5
NM_006087 S8103/TUBB5.r1 TGTTTCTCTCCCAGATAAGCTAAGG 1055
TUBB5
NM_006087 S8104/TUBB5.p1 TGCCTCACTCCCCTCAGCCCC 1056
TUBBM
NM_032525 S8105/TUBBM.f1 CCCTATGGCCCTGAATGGT 1057
TUBBM
NM_032525 S8106/TUBBM.r1 1058
TUBBM
NM_032525 S8107/TUBBM.p1 TGAGGGGCCGACACCAACACAAT 1059
TUBBOK
NM_178014 S8108/TUBBOK.f1 AGTGGAATCCTTCCCTTTCC 1060
TUBBOK
NM_178014 S8109/TUBBOK.r1 CCCTTGATCCCTTTCTCTGA 1061
TUBBOK
NM_178014 S8110/TUBBOK.p1 CCTCACTCAGCTCCTTTCCCCTGA 1062
TUBBP
NM_178012 S8111/TUBBP.f1 GGAAGGAAAGAAGCATGGTCTACT 1063
TUBBP
NM_178012 S8112/TUBBP.r1 AAAAAGTGACAGGCAACAGTGAAG 1064
TUBBP
NM_178012 S8113/TUBBP.p1 CACCAGAGACCCAGCGCACACCTA 1065
TUBG1
NM_001070 T2299/TUBG1.f1 GATGCCGAGGGAAATCATC 1066
TUBG1
NM_001070 T2300/TUBG1.r1 CCAGAACTCGAACCCAATCT 1067
TUBG1
NM_001070 T2301/TUBG1.p1 ATTGCCGCACTGGCCCAACTGTAG 1068
TWIST1
NM_000474 S7929/TWIST1.f1 GCGCTGCGGAAGATCATC 1069
TWIST1
NM_000474 S7930/TWIST1.r1 GCTTGAGGGTCTGAATCTTGCT 1070
TWIST1
NM_000474 S7931/TWIST1.p1 CCACGCTGCCCTCGGACAAGC 1071
TYRO3
NM_006293 T2105/TYRO3.f1 CAGTGTGGAGGGGATGGA 1072
TYRO3
NM_006293 T2106/TYRO3.r1 CAAGTTCTGGACCACAGCC 1073
TYRO3
NM_006293 T2107/TYRO3.p1 CTTCACCCACTGGATGTCAGGCTC 1074
UFM1
NM_016617 T1284/UFM1.f2 AGTTGTCGTGTGTTCTGGATTCA 1075
UFM1
NM_016617 T1285/UFM1.r2 CGTCAGCGTGATCTTAAAGGAA 1076
UFM1
NM_016617 T1286/UFM1.p2 TCCGGCACCACCATGTCGAAGG 1077
upa
NM_002658 S0283/upa.f3 GTGGATGTGCCCTGAAGGA 1078
upa
NM_002658 S0285/upa.r3 CTGCGGATCCAGGGTAAGAA 1079
upa
NM_002658 S4769/upa.p3 1080
V-RAF
NM_001654 S5763/V-RAF.f1 GGTTGTGCTCTACGAGCTTATGAC 1081
V-RAF
NM_001654 S5764/V-RAF.r1 CGGCCCACCATAAAGATAATCT 1082
V-RAF
NM_001654 S5765/V-RAF.p1 TGCCTTACAGCCACATTGGCTGCC 1083
VCAM1
NM_001078 S3505/VCAM1.f1 TGGCTTCAGGAGCTGAATACC 1084
VCAM1
NM_001078 S3506/VCAM1.r1 TGCTGTCGTGATGAGAAAATAGTG 1085
VCAM1
NM_001078 S3507/VCAM1.p1 1086
VEGF
NM_003376 S0286/VEGF.f1 CTGCTGTCTTGGGTGCATTG 1087
VEGF
NM_003376 S0288/VEGF.r1 GCAGCCTGGGACCACTTG 1088
VEGF
NM_003376 S4782/VEGF.p1 1089
VEGFB
NM_003377 S2724/VEGFB.f1 TGACGATGGCCTGGAGTGT 1090
VEGFB
NM_003377 S2725/VEGFB.r1 GGTACCGGATCATGAGGATCTG 1091
VEGFB
NM_003377 S4960/VEGFB.p1 CTGGGCAGCACCAAGTCCGGA 1092
VEGFC
NM_005429 S2251/VEGFC.f1 CCTCAGCAAGACGTTATTTGAAATT 1093
VEGFC
NM_005429 S2252/VEGFC.r1 AAGTGTGATTGGCAAAACTGATTG 1094
VEGFC
NM_005429 S4758/VEGFC.p1 1095
VHL
NM_000551 T1359/VHL.f1 CGGTTGGTGACTTGTCTGC 1096
VHL
NM_000551 T1360/VHL.r1 AAGACTTGTCCCTGCCTCAC 1097
VHL
NM_000551 T1361/VHL.p1 ATGCCTCAGTCTTCCCAAAGCAGG 1098
VIM
NM_003380 S0790/VIM.f3 TGCCCTTAAAGGAACCAATGA 1099
VIM
NM_003380 S0791/VIM.r3 GCTTCAACGGCAAAGTTCTCTT 1100
VIM
NM_003380 S4810/VIM.p3 ATTTCACGCATCTGGCGTTCCA 1101
WAVE3
NM_006646 T2640/WAVE3.f1 CTCTCCAGTGTGGGCACC 1102
WAVE3
NM_006646 T2641/WAVE3.r1 GCGGTGTAGCTCCCAGAGT 1103
WAVE3
NM_006646 T2642/WAVE3.p1 CCAGAACAGATGCGAGCAGTCCAT 1104
Wnt-5a
NM_003392 S6183/Wnt-5a.f1 1105
Wnt-5a
NM_003392 S6184/Wnt-5a.r1 TGTCGGAATTGATACTGGCATT 1106
Wnt-5a
NM_003392 S6185/Wnt-5a.p1 TTGATGCCTGTCTTCGCGCCTTCT 1107
XIAP
NM_001167 S0289/XIAP.f1 GCAGTTGGAAGACACAGGAAAGT 1108
XIAP
NM_001167 S0291/XIAP.r1 TGCGTGGCACTATTTTCAAGA 1109
XIAP
NM_001167 S4752/XIAP.p1 1110
XIST
M97168 S1844/XIST.f1 CAGGTCAGGCAGAGGAAGTC 1111
XIST
M97168 S1845/XIST.r1 CCTAACAAGCCCCAAATCAA 1112
XIST
M97168 S8271/XIST.p1 1113
ZW10
NM_004724 T2117/ZW10.f1 TGGTCAGATGCTGCTGAAGT 1114
ZW10
NM_004724 T2118/ZW10.r1 ATCACAGCATGAAGGGATGG 1115
ZW10
NM_004724 T2119/ZW10.p1 TATCCTTAGGCCGCTGGCATCTTG 1116
ZWILCH
NM_017975 T2057/ZWILCH.f1 GAGGGAGCAGACAGTGGGT 1117
ZWILCH
NM_017975 T2058/ZWILCH.r1 TCAGAGCCCTTGCTAAGTCAC 1118
ZWILCH
NM_017975 T2059/ZWILCH.p1 CCACGATCTCCGTAACCATTTGCA 1119
ZWINT
NM_007057 S8920/ZWINT.f1 TAGAGGCCATCAAAATTGGC 1120
ZWINT
NM_007057 S8921/ZWINT.r1 TCCGTTTCCTCTGGGCTT 1121
ZWINT
NM_007057 S8922/ZWINT.p1 ACCAAGGCCCTGACTCAGATGGAG 1122
Apéndice 2
Nombre del gen
n.º de registro Secuencia de amplicón SEQ ID NO:
ABCA9
NM_080283 401
ABCB1
NM_000927 402
ABCB5
NM_178559 403
ABCC10
NM_033450 404
ABCC11
NM_032583 405
ABCC5
NM_005688 406
ABCD1
NM_000033 407
ACTG2
NM_001615 408
ACTR2
NM_005722 409
ACTR3
NM_005721 410
AK055699
NM_194317 411
AKT1
NM_005163 412
AKT2
NM_001626 413
AKT3
NM_005465 414
ANXA4
NM_001153 415
APC
NM_000038 416
APEX-1
NM_001641 417
APOC1
NM_001645 418
APOD
NM_001647 419
APOE
NM_000041 420
APRT
NM_000485 421
ARHA
NM_001664 422
AURKB
NM_004217 423
B-actina
NM_001101 424
BAD
NM_032989 425
BAG1
NM_004323 426
Bak
NM_001188 427
Bax
NM_004324 428
BBC3
NM_014417 429
B-Catenina
NM_001904 430
Bcl2
NM_000633 431
BCL2L11
NM_138621 432
BCL2L13
NM_015367 433
Bclx
NM_001191 434
BCRP
NM_004827 435
BID
NM_001196 436
BIN1
NM_004305 437
BRCA1
NM_007295 438
BRCA2
NM_000059 439
BUB1
NM_004336 440
BUB1B
NM_001211 441
BUB3
NM_004725 442
C14orf10
NM_017917 443
C20_orf1
NM_012112 444
CA9
NM_001216 445
CALD1
NM_004342 446
CAPZA1
NM_006135 447
CAV1
NM_001753 448
CCNB1
NM_031966 449
CCND1
NM_053056 450
CCNE2
NM_057749 451
CCT3
NM_001008800 452
CD14
NM_000591 453
CD31
NM_000442 454
CD3z
NM_000734 455
CD63
NM_001780 456
CD68
NM_001251 457
CDC2
NM_001786 458
CDC20
NM_001255 459
CDC25B
NM_021873 460
CDCA8
NM_018101 461
CDH1
NM_004360 462
CDK5
NM_004935 463
CDKN1C
NM_000076 464
CEGP1
NM_020974 465
CENPA
NM_001809 466
CENPE
NM_001813 467
CENPF
NM_016343 468
CGA (CHGA oficial)
NM_001275 469
CHFR
NM_018223 470
Chk1
NM_001274 471
Chk2
NM_007194 472
clAP2
NM_001165 473
CKAP1
NM_001281 474
CLU
NM_001831 475
cMet
NM_000245 476
cMYC
NM_002467 477
CNN
NM_001299 478
COL1A1
NM_000088 479
COL1A2
NM_000089 480
COL6A3
NM_004369 481
Cóntigo 51037
M_198477 482
COX2
NM_000963 483
COX7C
NM_001867 484
CRABP1
NM_004378 485
CRIP2
NM_001312 486
CRYAB
NM_001885 487
CSF1
NM_000757 488
CSNK1D
NM_001893 489
CST7
NM_003650 490
CTSD
NM_001909 491
CTSL
NM_001912 492
CTSL2
NM_001333 493
CXCR4
NM_003467 494
CYBA
NM_000101 495
CYP1B1
NM_000104 496
CYP2C8
NM_000770 497
CYP3A4
NM_017460 498
DDR1
NM_001954 499
DIABLO
NM_019887 500
DIAPH1
NM_005219 501
DICER1
NM_177438 502
DKFZp564 D0462;
NM_198569 503
DR4
NM_003844 504
DR5
NM_003842 505
DUSP1
NM_004417 506
EEF1D
NM_001960 507
EGFR
NM_005228 508
EIF4E
NM_001968 509
EIF4EL3
NM_004846 510
ELP3
NM_018091 511
ER2
NM_001437 512
ErbB3
NM_001982 513
ERBB4
NM_005235 514
ERCC1
NM_001983 515
ERK1
NM_002746 516
ESPL1
MM_012291 517
EstR1
NM_000125 518
fas
NM_000043 519
fasl
NM_000639 520
FASN
NM_004104 521
FBXO5
NM_012177 522
FDFT1
NM_004462 523
FGFR1
NM_023109 524
FHIT
NM_002012 525
FIGF
NM_004469 526
FLJ20354 (DEPDC1 oficial)
NM_017779 527
FOS
NM_005252 528
FOXM1
NM_021953 529
FUS
NM_004960 530
FYN
NM_002037 531
G1P3
NM_002038 532
GADD45
NM_001924 533
GADD45B
NM_015675 534
GAGE1
NM_001468 535
GAPDH
NM_002046 536
GATA3
NM_002051 537
GBP1
NM_002053 538
GBP2
NM_004120 539
GCLC
NM_001498 540
GDF15
NM_004864 541
GGPS1
NM_004837 542
GLRX
NM_002064 543
GNS
NM_002076 544
GPR56
NM_005682 545
GPX1
NM_000581 546
GRB7
NM_005310 547
GSK3B
NM_002093 548
GSR
NM_000637 549
GSTM1
NM_000561 550
GSTp
NM_000852 551
GUS
NM_000181 552
HDAC6
NM_006044 553
HER2
NM_004448 554
HIF1A
NM_001530 555
HNF3A
NM_004496 556
HRAS
NM_005343 557
HSPA1A
NM_005345 558
HSPA1B
NM_005346 559
HSPA1L
NM_005527 560
HSPA5
NM_005347 561
HSPA9B
NM_004134 562
HSPB1
NM_001540 563
HSPCA
NM_005348 564
ID1
NM_002165 565
IFITM1
NM_003641 566
IGF1 R
NM_000875 567
IGFBP2
NM_000597 568
IGFBP3
NM_000598 569
IGFBP5
NM_000599 570
IL2RA
NM_000417 571
IL6
NM_000600 572
IL-7
NM_000880 573
IL-8
NM_000584 574
ILBRB
NM_001557 575
ILK
NM_001014794 576
ILT-2
NM_006669 577
INCENP
NM_020238 578
IRAK2
NM_001570 579
IRS1
NM_005544 580
ITGB1
NM_002211 581
K-Alpha-1
NM_006082 582
KDR
NM_002253 583
Ki-67
NM_002417 584
KIF11
NM_004523 585
KIF22
NM_007317 586
KIF2C
NM_006845 587
KIFC1
NM_002263 588
KLK10
NM_002776 589
KNS2
NM_005552 590
KNTC1
NM_014708 591
KNTC2
NM_006101 592
KRT14
NM_000526 593
KRT17
NM_000422 594
KRT19
NM_002276 595
KRT5
NM_000424 596
L1CAM
NM_000425 597
LAMC2
NM_005562 598
LAPTM4B
NM_018407 599
LIMK1
NM_016735 600
LIMK2
NM_005569 601
MAD1L1
NM_003550 602
MAD2L1
NM_002358 603
MAD2L1BP
NM_014628 604
MAD2L2
NM_006341 605
MAGE2
NM_005361 606
MAGE6
NM_005363 607
MAP2
NM_002374 608
MAP2K3
NM_002756 609
MAP4
NM_002375 610
MAP6
NM_033063 611
MAPK14
NM_139012 612
MAPK8
NM_002750 613
MAPRE1
NM_012325 614
MAPT
NM_016835 615
Maspin
NM_002639 616
MCL1
NM_021960 617
MCM2
NM_004526 618
MCM6
NM_005915 619
MCP1
NM_002982 620
MGMT
NM_002412 621
MMP12
NM_002426 622
MMP2
NM_004530 623
MMP9
NM_004994 624
MRE11A
NM_005590 625
MRP1
NM_004996 626
MRP2
NM_000392 627
MRP3
NM_003786 628
MSH3
NM_002439 629
MUC1
NM_002456 630
MX1
NM_002462 631
MYBL2
NM_002466 632
MYH11
NM_002474 633
NEK2
NM_002497 634
NFKBp50
NM_003998 635
NFKBp65
NM_021975 636
NME6
NM_005793 637
NPC2
NM_006432 638
NPD009 (ABAT oficial)
NM_020686 639
NTSR2
NM_012344 640
NUSAP1
NM_016359 641
p21
NM_000389 642
p27
NM_004064 643
PCTK1
NM_006201 644
PDGFRb
NM_002609 645
PFDN5
NM_145897 646
PGK1
NM_000291 647
PHB
NM_002634 648
PI3KC2A
NM_002645 649
PIM1
NM_002648 650
PIM2
NM_006875 651
PLAUR
NM_002659 652
PLD3
NM_012268 653
PLK
NM_005030 654
PMS1
NM_000534 655
PMS2
NM_000535 656
PP591
NM_025207 657
PPP2CA
NM_002715 658
PR
NM_000926 659
PRDX1
NM_002574 660
PRDX2
NM_005809 661
PRKCA
NM_002737 662
PRKCD
NM_006254 663
PRKCG
NM_002739 664
PRKCH
NM_006255 665
pS2
NM_003225 666
PTEN
NM_000314 667
PTPD1
NM_007039 668
PTTG1
NM_004219 669
RAB27B
NM_004163 670
RAB31
NM_006868 671
RAB6C
NM_032144 672
RAD1
NM_002853 673
RAD54L
NM_003579 674
RAF1
NM_002880 675
RALBP1
NM_006788 676
RAP1GDS1
NM_021159 677
RASSF1
NM_007182 678
RB1
NM_000321 679
RBM17
NM_032905 680
RCC1
NM_001269 681
REG1A
NM_002909 682
RELB
NM_006509 683
RhoB
NM_004040 684
rhoC
NM_175744 685
RIZ1
NM_012231 686
ROCK1
NM_005406 687
RPL37A
NM_000998 688
RPLPO
NM_001002 689
RPN2
NM_002951 690
RPS6KB1
NM_003161 691
RXRA
NM_002957 692
RXRB
NM_021976 693
S100A10
NM_002966 694
SEC61 A
NM_013336 695
SEMA3F
NM_004186 696
SFN
NM_006142 697
SGCB
NM_000232 698
SGK
NM_005627 699
SGKL
NM_170709 700
SHC1
NM_003029 701
SIR2
NM_012238 702
SLC1A3
NM_004172 703
SLC25A3
NM_213611 704
SLC35B1
NM_005827 705
SLC7A11
NM_014331 706
SLC7A5
NM_003486 707
SNAI2
NM_003068 708
SNCA
NM_007308 709
SNCG
NM_003087 710
SOD1
NM_000454 711
SRC
NM_005417 712
SRI
NM_003130 713
STAT1
NM_007315 714
STAT3
NM_003150 715
STK10
NM_005990 716
STK11
NM_000455 717
STK15
NM_003600 718
STMN1
NM_005563 719
STMY3
NM_005940 720
SURV
NM_001168 721
TACC3
NM_006342 722
TBCA
NM_004607 723
TBCC
NM_003192 724
TBCD
NM_005993 725
TBCE
NM_003193 726
TBD
NM_016261 727
TCP1
NM_030752 728
TFRC
NM_003234 729
THBS1
NM_003246 730
TK1
NM_003258 731
TOP2A
NM_001067 732
TOP3B
NM_003935 733
TP
NM_001953 734
TP53BP1
NM_005657 735
TPT1
NM_003295 736
TRAG3
NM_004909 737
TRAIL
NM_003810 738
TS
NM_001071 739
TSPAN4
NM_003271 740
TTK
NM_003318 741
TUBA1
NM_006000 742
TUBA2
NM_006001 743
TUBA3
NM_006009 744
TUBA4
M_025019 745
TUBA6
NM_032704 746
TUBA8
NM_018943 747
TUBB
NM_001069 748
TUBB clase III
NM_006086 749
TUBB1
NM_030773 750
TUBB2
NM_006088 751
TUBB5
NM_006087 752
TUBBM
NM_032525 753
TUBBOK
NM_178014 754
TUBBP
NM_178012 755
TUBG1
NM_001070 756
TWIST1
NM_000474 757
TYRO3
NM_006293 758
UFM1
NM_016617 759
upa
NM_002658 760
VCAM1
NM_001078 761
VEGF
NM_003376 762
VEGFB
NM_003377 763
VEGFC
NM_005429 764
VHL
NM_000551 765
VIM
NM_003380 766
V-RAF
NM_001654 767
WAVE3
NM_006646 768
Wnt-5a
NM_003392 769
XIAP
NM_001167 770
XIST
NR_001564 771
ZW10
NM_004724 772
ZWILCH
NM_017975 773
Tabla 1
Gen
Valor de p Coeficiente estimado Gen Valor de p Coeficiente estimado Gen Valor de p Coeficiente estimado
1
SLC1A3 0,0002 -0,7577 27 RAD1 0,0115 -0,6673 52 ACTR2 0,0297 -0,8754
2
TBCC 0,0006 -1,0289 28 MRE11A 0,0120 -0,6253 53 WNT5A 0,0321 0,5036
3
EIF4E2 0,0009 -1,2038 29 DDR1 0,0122 -0,5660 54 HSPA1L 0,0321 -1,8702
4
TUBB 0,0017 -0,7332 30 STK10 0,0123 -0,6002 55 APOC1 0,0324 -0,3434
5
TSPAN4 0,0027 -0,7211 31 LILRB1 0,0125 -0,4674 56 ZWINT 0,0326 -0,3966
6
VHL 0,0034 -0,7450 32 BBC3 0,0128 -0,4481 57 APEX1 0,0330 -0,7200
7
BAX 0,0039 -1,0224 33 BUB3 0,0144 -0,5476 58 KALPHA1 0,0351 -0,7627
8
CD247 0,0044 -0,4656 34 CDCA8 0,0145 -0,3759 59 ABCC10 0,0354 -0,5667
9
CAPZA1 0,0044 -1,1182 35 TOP3B 0,0164 -0,7292 60 PHB 0,0380 -0,5832
10
STMN1 0,0052 -0,4350 36 RPN2 0,0166 -0,8121 61 TUBB2C 0,0380 -0,6664
11
ABCC1 0,0054 -0,7653 37 ILK 0,0169 -0,6920 62 RALBP1 0,0382 -0,5989
12
ZW10 0,0055 -0,8228 38 GBP1 0,0170 -0,3496 63 VEGF 0,0397 -0,3673
13
HSPA1B 0,0058 -0,4740 39 TUBB3 0,0173 -0,3037 64 MCL1 0,0398 -0,6137
14
MAPRE1 0,0060 -0,7833 40 NTSR2 0,0175 -2,4355 65 HSPA1A 0,0402 -0,3451
15
PLD3 0,0061 -0,8595 41 BID 0,0175 -0,6228 66 BUB1 0,0404 -0,2911
16
APRT 0,0062 -0,7714 42 BCL2L13 0,0189 -0,7228 67 MAD2L1 0,0412 -0,3336
17
BAK1 0,0064 -0,7515 43 TPX2 0,0196 -0,3148 68 CENPF 0,0418 -0,2979
18
TUBA6 0,0067 -0,7006 44 ABCC5 0,0203 -0,3906 69 IL2RA 0,0427 -0,5023
19
CST7 0,0069 -0,4243 45 HDAC6 0,0226 -0,7782 70 TUBA3 0,0429 -0,4528
20
SHC1 0,0080 -0,6632 46 CD68 0,0226 -0,6531 71 ACTB 0,0439 -0,8259
21
ZWILCH 0,0088 -0,6902 47 NEK2 0,0232 -0,3657 72 KIF22 0,0447 -0,5427
22
SRC 0,0089 -0,7011 48 DICER1 0,0233 -0,5537 73 CXCR4 0,0462 -0,4239
23
GADD45B 0,0102 -0,5253 49 RHOA 0,0268 -0,7407 74 STAT1 0,0472 -0,3555
24
LIMK2 0,0106 -0,7784 50 TYMS 0,0291 -0,3577 75 IL7 0,0473 -0,3973
25
CENPA 0,0106 -0,3588 51 CCT3 0,0292 -0,5989 76 CHFR 0,0499 -0,5387
26
CHEK2 0,0109 -0,6737
Tabla 2
Gen
Valor de p Coeficiente estimado Gen Valor de p Coeficiente estimado Gen Valor de p Coeficiente estimado
1
DDR1 <0,0001 -1,2307 34 ILK 0,0084 -1,1481 66 RXRA 0,0247 -0,7973
2
EIF4E2 0,0001 -1,8076 35 NTSR2 0,0090 -4,0522 67 ABCD1 0,0259 -0,7533
3
TBCC 0,0001 -1,5303 36 TOP3B 0,0091 -1,0744 68 MAPK3 0,0269 -0,7322
4
STK10 0,0005 -1,2320 37 PLD3 0,0095 -1,1126 69 CDCA8 0,0275 -0,5210
5
ZW10 0,0006 -1,3917 38 DICER1 0,0095 -0,8849 70 DUSP1 0,0284 -0,3398
6
BBC3 0,0010 -0,9034 39 VHL 0,0104 -0,9357 71 ABCC1 0,0287 -0,8003
7
BAX 0,0011 -1,4992 40 GCLC 0,0108 -0,7822 72 PRKCH 0,0291 -0,6680
8
BAK1 0,0011 -1,3122 41 RAD1 0,0108 -1,0141 73 PRDX1 0,0301 -0,8823
9
TSPAN4 0,0013 -1,1930 42 GATA3 0,0112 -0,4400 74 TUBA3 0,0306 -0,7331
10
SLC1A3 0,0014 -0,9828 43 CXCR4 0,0120 -0,7032 75 VEGFB 0,0317 -0,7487
11
SHC1 0,0015 -1,1395 44 NME6 0,0121 -0,9873 76 LILRB1 0,0320 -0,5617
12
CHFR 0,0016 -1,3371 45 UFM1 0,0125 -0,9686 77 LAPTM4 B 0,0321 -0,4994
13
RHOB 0,0018 -0,7059 46 BUB3 0,0126 -0,9054 78 HSPA9B 0,0324 -0,9660
14
TUBA6 0,0019 -1,1071 47 CD14 0,0130 -0,8152 79 ECGF1 0,0329 -0,5807
15
BCL2L13 0,0023 -1,3181 48 MRE11A 0,0130 -0,8915 80 GDF15 0,0332 -0,3646
16
MAPRE1 0,0029 -1,2233 49 CST7 0,0131 -0,5204 81 ACTR2 0,0347 -1,1827
17
GADD45B 0,0034 -0,9174 50 APOC1 0,0134 -0,5630 82 IL7 0,0349 -0,5623
18
HSPA1B 0,0036 -0,6406 51 GNS 0,0136 -1,0979 83 HDAC6 0,0380 -0,9486
19
FAS 0,0037 -0,8571 52 ABCC5 0,0146 -0,5595 84 ZWILCH 0,0384 -0,7296
20
TUBB 0,0040 -1,0178 53 AKT2 0,0150 -1,0824 85 CHEK2 0,0392 -0,7502
21
HSPA1A 0,0041 -0,6648 54 APRT 0,0150 -0,9231 86 REG1A 0,0398 -3,4734
22
MCL1 0,0041 -1,1459 55 PLAU 0,0157 -0,6705 87 APC 0,0411 -0,8324
23
CCT3 0,0048 -1,0709 56 RCC1 0,0163 -0,9073 88 SLC35B1 0,0411 -0,6801
24
VEGF 0,0049 -0,8411 57 CAPZA1 0,0165 -1,3542 89 NEK2 0,0415 -0,4609
25
TUBB2C 0,0051 -1,4181 58 RELA 0,0168 -0,8534 90 ACTB 0,0418 -1,1482
26
AKT1 0,0053 -1,1175 59 NFKB1 0,0179 -0,9847 91 BUB1 0,0423 -0,4612
27
MAD2L1BP 0,0055 -1,0691 60 RASSF1 0,0186 -0,8078 92 PPP2CA 0,0423 -0,9474
28
RPN2 0,0056 -1,2688 61 BCL2L11 0,0209 -0,9394 93 TNFRSF 10A 0,0448 -0,6415
29
RHOA 0,0063 -1,3773 62 CSNK1D 0,0211 -1,2276 94 TBCD 0,0456 -0,6196
30
MAP2K3 0,0063 -0,9616 63 SRC 0,0220 -0,8341 95 ERBB4 0,0460 -0,2830
31
BID 0,0067 -1,0502 64 LIMK2 0,0221 -1,0830 96 CDC25B 0,0467 -0,5660
32
APOE 0,0074 -0,8130 65 SIRT1 0,0229 -0,7236 97 STMN1 0,0472 -0,4684
33
ESR1 0,0077 -0,3456
Tabla 3
Gen
Valor de p Coeficiente estimado Gen Valor de p Coeficiente estimado Gen Valor de p Coeficiente estimado
1
DDR1 <0,0001 -1,3498 56 APRT 0,0027 -1,2629 111 RBM17 0,0171 -1,3981
2
ZW10 <0,0001 -2,1657 57 MAP2K3 0,0031 -1,1297 112 TP53BP1 0,0184 -0,9442
3
RELA <0,0001 -1,5759 58 MGC52057 0,0033 -1,0906 113 CD247 0,0188 -0,5768
4
BAX <0,0001 -1,8857 59 MAPK3 0,0033 -1,0390 114 ABCA9 0,0190 -0,5489
5
RHOB <0,0001 -1,1694 60 APC 0,0034 -1,2719 115 NTSR2 0,0192 -3,9043
6
TSPAN4 <0,0001 -1,7067 61 RAD1 0,0036 -1,2744 116 FOS 0,0195 -0,4437
7
BBC3 <0,0001 -1,2017 62 COL6A3 0,0039 -0,8240 117 TNFRSF10A 0,0196 -0,7666
8
SHC1 <0,0001 -1,4625 63 RXRB 0,0039 -1,2638 118 MSH3 0,0200 -0,9585
9
CAPZA1 <0,0001 -2,4068 64 CCT3 0,0040 -1,3329 119 PTEN 0,0202 -1,0307
10
STK10 0,0001 -1,4013 65 ABCC3 0,0040 -0,8170 120 GBP2 0,0204 -0,6414
11
TBCC 0,0001 -1,6385 66 GPX1 0,0042 -1,5547 121 STK11 0,0206 -0,9807
12
EIF4E2 0,0002 -1,9122 67 TUBB2C 0,0042 -1,6184 122 ERBB4 0,0213 -0,3933
13
MCL1 0,0003 -1,6617 68 HSPA1A 0,0043 -0,7875 123 TFF1 0,0220 -0,2020
14
RASSF1 0,0003 -1,3201 69 AKT1 0,0045 -1,1777 124 ABCC1 0,0222 -0,9438
15
VEGF 0,0003 -1,0800 70 TUBA6 0,0046 -1,2048 125 IL7 0,0223 -0,6920
16
SLC1A3 0,0004 -1,0855 71 TOP3B 0,0048 -1,1950 126 CDC25B 0,0228 -0,7338
17
DICER1 0,0004 -1,4236 72 CSNK1D 0,0049 -1,6201 127 TUBD1 0,0234 -0,6092
18
ILK 0,0004 -1,7221 73 SOD1 0,0049 -1,2383 128 BIRC4 0,0236 -0,9072
19
FAS 0,0005 -1,1671 74 BUB3 0,0050 -1,0111 129 ACTR3 0,0246 -1,3384
20
RAB6C 0,0005 -1,6154 75 MAP4 0,0052 -1,5220 130 SLC35B1 0,0253 -0,7793
21
ESR1 0,0006 -0,4845 76 NFKB1 0,0060 -1,2355 131 COL1A1 0,0256 -0,4945
22
MRE11A 0,0006 -1,2537 77 SEC61A1 0,0060 -1,4777 132 FOXA1 0,0262 -0,4554
23
APOE 0,0006 -1,0602 78 MAD1L1 0,0060 -1,1168 133 DUSP1 0,0264 -0,4205
24
BAK1 0,0006 -1,4288 79 PRKCH 0,0073 -0,8259 134 CXCR4 0,0265 -0,6550
25
UFM1 0,0006 -1,4110 80 RXRA 0,0074 -0,9693 135 IL2RA 0,0268 -0,9731
26
AKT2 0,0007 -1,6213 81 PLAU 0,0074 -0,7987 136 GGPS1 0,0268 -0,7915
27
SIRT1 0,0007 -1,1651 82 CD63 0,0074 -1,3830 137 KNS2 0,0281 -0,8758
28
BCL2L13 0,0008 -1,5059 83 CD14 0,0075 -0,9409 138 RB1 0,0289 -0,9291
29
ACTR2 0,0008 -1,9690 84 RHOC 0,0077 -1,0341 139 BCL2L1 0,0289 -0,9123
30
LIMK2 0,0009 -1,6937 85 STAT1 0,0093 -0,7663 140 XIST 0,0294 -0,6529
31
HDAC6 0,0010 -1,5715 86 NPC2 0,0094 -1,2302 141 BIRC3 0,0294 -0,4739
32
RPN2 0,0010 -1,5839 87 NME6 0,0095 -1,2091 142 BID 0,0303 -0,8691
33
PLD3 0,0010 -1,5460 88 PDGFRB 0,0096 -0,7932 143 BCL2 0,0303 -0,5525
34
CHGA 0,0011 -0,8275 89 MGMT 0,0098 -1,0325 144 STAT3 0,0311 -0,9289
35
RHOA 0,0011 -1,6934 90 GBP1 0,0098 -0,5896 145 PECAM1 0,0319 -0,6803
36
MAPK14 0,0014 -1,6611 91 ERCC1 0,0105 -1,2240 146 DIABLO 0,0328 -0,9572
37
ECGF1 0,0014 -0,8835 92 RCC1 0,0107 -1,0453 147 CYBA 0,0333 -0,6642
38
MAPRE1 0,0016 -1,3329 93 FUS 0,0117 -1,2869 148 TBCE 0,0336 -0,7411
39
HSPA1B 0,0017 -0,8048 94 TUBA3 0,0117 -0,8905 149 CYP1B1 0,0337 -0,6013
40
GATA3 0,0017 -0,6153 95 CHEK2 0,0120 -1,0057 150 APEX1 0,0357 -1,0916
41
PPP2CA 0,0017 -1,6176 96 APOC1 0,0123 -0,6422 151 TBCD 0,0383 -0,5893
42
ABCD1 0,0018 -1,1669 97 ABCC10 0,0124 -0,9400 152 HRAS 0,0390 -0,8411
43
MAD2L1BP 0,0018 -1,1725 98 SRC 0,0128 -1,1170 153 TNFRSF10B 0,0394 -0,7293
44
VHL 0,0022 -1,1855 99 TUBB 0,0136 -0,9398 154 ELP3 0,0398 -0,9560
45
GCLC 0,0023 -1,1240 100 FLAD1 0,0139 -1,0396 155 PIK3C2A 0,0408 -0,9158
46
ACTB 0,0023 -1,8754 101 MAD2L2 0,0141 -1,0834 156 HSPA5 0,0417 -1,5232
47
BCL2L11 0,0024 -1,5415 102 LAPTM4B 0,0149 -0,5932 157 VEGFC 0,0427 -0,7309
48
PRDX1 0,0025 -1,3943 103 REG1A 0,0150 -5,1214 158 CRABP1 0,0440 0,2492
49
LILRB1 0,0025 -0,8462 104 PRKCD 0,0152 -1,0120 159 MMP11 0,0456 -0,3894
50
GNS 0,0025 -1,3307 105 CST7 0,0157 -0,5499 160 SGK 0,0456 -0,6740
51
CHFR 0,0026 -1,3292 106 IGFBP2 0,0161 -0,5019 161 CTSD 0,0463 -0,7166
52
CD68 0,0026 -1,1941 107 FYN 0,0162 -0,7670 162 BAD 0,0479 -0,6436
53
LIMK1 0,0026 -1,5655 108 KDR 0,0168 -0,8204 163 PTPN21 0,0484 -0,5636
54
GADD45B 0,0027 -1,0162 109 STMN1 0,0169 -0,6791 164 HSPA9B 0,0487 -0,9657
55
VEGFB 0,0027 -1,1252 110 ZWILCH 0,0170 -0,8897 165 PMS1 0,0498 -0,9283
Tabla 4
Gen
Valor de p Coeficiente estimado Gen Valor de p Coeficiente estimado Gen Valor de p Coeficiente estimado
1
CD247 0,0101 -0,6642 4 ACTG2 0,0280 -0,2775 7 CHEK2 0,0438 -0,9595
2
TYMS 0,0225 -0,5949 5 CCND1 0,0355 0,4802 8 STMN1 0,0441 -0,5369
3
IGF1R 0,0270 -0,5243 6 CAPZA1 0,0401 -1,1408 9 ZWILCH 0,0476 -0,8264
Tabla 5
Símbolo oficial
Nombre Entrez Papel
CHUK
Cinasa ubicua de hélice-bucle-hélice conservada 1147 Activa
BCL3
LLC/linfoma 3 de células B 602 Coactivador transcripcional
FADD
Dominio de muerte asociado a Fas (TNFRSF6) 8772 Estimula ruta
IKBKB
Inhibidor del potenciador del gen del polipéptido ligero kappa en células B, cinasa beta 3551 Activa; desencadena la degradación de NFKBIA, NFKBIB
IKBKG
Inhibidor del potenciador del gen del polipéptido ligero kappa en células B, cinasa gamma 8517 Activa; desencadena la degradación de NFKBIA, NFKBIB
IL1A
Interleucina 1, alfa 3552 Estimula ruta
IL1R1
Receptor de interleucina 1, tipo I 3554 Estimula ruta
IRAK1
Cinasa 1 asociada a receptor de interleucina-1 3654 Estimula ruta
NFKB1
Factor nuclear del potenciador del gen del polipéptido ligero kappa en células B 1 (p105) 4790 Subunidad núcleo
NFKB2
Factor nuclear del potenciador del gen del polipéptido ligero kappa en células B 2 (p49/p100) 4791 Subunidad núcleo
NFKBIA
Factor nuclear del potenciador del gen del polipéptido ligero kappa en inhibidor de células B, alfa 4792 Inhibe
NFKBIB
Factor nuclear del potenciador del gen del polipéptido ligero kappa en inhibidor de células B, beta 4793 Inhibe
NFKBIE
Factor nuclear del potenciador del gen del polipéptido ligero kappa en inhibidor de células B, epsilon 4794 Inhibe
REL
Homólogo de oncogén de reticuloendoteliosis viral v-rel (aviar) 5966 Coactivador transcripcional
RELA
Homólogo A de oncogén de reticuloendoteliosis viral v-rel, factor nuclear del potenciador del gen del polipéptido ligero kappa en células B 3, p65 (aviar) 5970 Coactivador transcripcional
RELB
Homólogo B de oncogén de reticuloendoteliosis viral v-rel, factor nuclear del potenciador del gen del polipéptido ligero kappa en células B 3 (aviar) 5971 Coactivador transcripcional
RHOC
Familia génica homóloga de ras, miembro C 389 Induce activación de ruta
TNFAIP3
Factor de necrosis tumoral, proteína 3 inducida alfa 7128 Activa
TNFRSF1A
Superfamilia del receptor de factor de necrosis tumoral, miembro 1A 7132 Activa
TNFRSF18
Dominio de muerte asociado a TNFRSF1A 7133 Activa
TRAF6
Factor 6 asociado a receptor de TNF receptor 7189 Activa CHUK

Claims (10)

  1. REIVINDICACIONES
    1. Método de predicción de si un paciente con cáncer de mama presentará una respuesta beneficiosa a la quimioterapia, que comprende:
    medir un nivel de expresión de BAK1, o su producto de expresión, en una muestra de tumor obtenida del paciente;
    usar el nivel de expresión para determinar una probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano, en el que la expresión de BAK1 se correlaciona positivamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye un taxano; y
    generar un informe que incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que incluye un taxano.
  2. 2.
    Método según la reivindicación 1, comprendiendo el método además usar el nivel de expresión para determinar una probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida; en el que la expresión de BAK1 se correlaciona negativamente con un aumento de la probabilidad de una respuesta beneficiosa a un tratamiento que incluye una ciclofosfamida, y en el que el informe incluye información basada en la probabilidad de una respuesta beneficiosa a una quimioterapia que incluye una ciclofosfamida.
  3. 3.
    Método según la reivindicación 1 ó 2, en el que el cáncer de mama es positivo para receptores hormonales.
  4. 4.
    Método según la reivindicación 1, en el que la quimioterapia incluye una antraciclina.
  5. 5.
    Método según la reivindicación 4, en el que la antraciclina es doxorubicina.
  6. 6.
    Método según la reivindicación 1, en el que el taxano es docetaxel.
  7. 7.
    Método según cualquier reivindicación anterior, en el que dicha medición es mediante reacción en cadena de la polimerasa cuantitativa (qPCR).
  8. 8.
    Método según cualquier reivindicación anterior, en el que dicha medición es mediante detección de una secuencia a base de intrones de un transcrito de ARN del gen, cuya expresión se correlaciona con la expresión de una secuencia de exones correspondiente.
  9. 9.
    Método según cualquier reivindicación anterior, en el que la muestra de tumor es una sección de tumor fijada con formalina e incrustada en parafina (FPE).
  10. 10.
    Método según cualquiera de las reivindicaciones 1 a 8, en el que la muestra de tumor es una sección de tumor congelada.
ES09747388T 2008-05-12 2009-05-12 Pruebas para predecir la receptividad de pacientes con cáncer a opciones de tratamiento con quimioterapia Active ES2403220T3 (es)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US5257308P 2008-05-12 2008-05-12
US52573P 2008-05-12
US5718208P 2008-05-29 2008-05-29
US57182P 2008-05-29
PCT/US2009/043667 WO2009140304A1 (en) 2008-05-12 2009-05-12 Tests to predict responsiveness of cancer patients to chemotherapy treatment options

Publications (1)

Publication Number Publication Date
ES2403220T3 true ES2403220T3 (es) 2013-05-16

Family

ID=41319028

Family Applications (2)

Application Number Title Priority Date Filing Date
ES12195318.6T Active ES2482692T3 (es) 2008-05-12 2009-05-12 Pruebas para predecir la receptividad de pacientes con cáncer a opciones de tratamiento con quimioterapia
ES09747388T Active ES2403220T3 (es) 2008-05-12 2009-05-12 Pruebas para predecir la receptividad de pacientes con cáncer a opciones de tratamiento con quimioterapia

Family Applications Before (1)

Application Number Title Priority Date Filing Date
ES12195318.6T Active ES2482692T3 (es) 2008-05-12 2009-05-12 Pruebas para predecir la receptividad de pacientes con cáncer a opciones de tratamiento con quimioterapia

Country Status (7)

Country Link
US (1) US20090311702A1 (es)
EP (5) EP2641978A1 (es)
CA (1) CA2723972A1 (es)
DK (2) DK2294215T3 (es)
ES (2) ES2482692T3 (es)
HK (2) HK1154910A1 (es)
WO (1) WO2009140304A1 (es)

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2799555B1 (en) * 2002-03-13 2017-02-22 Genomic Health, Inc. Gene expression profiling in biopsied tumor tissues
US20040231909A1 (en) 2003-01-15 2004-11-25 Tai-Yang Luh Motorized vehicle having forward and backward differential structure
JP4680898B2 (ja) 2003-06-24 2011-05-11 ジェノミック ヘルス， インコーポレイテッド 癌再発の可能性の予測
ES2550614T3 (es) 2004-04-09 2015-11-11 Genomic Health, Inc. Marcadores de expresión génica para predecir la respuesta a la quimioterapia
AU2005304824B2 (en) * 2004-11-05 2011-12-22 Genomic Health, Inc. Predicting response to chemotherapy using gene expression markers
EP3399450A1 (en) 2006-05-18 2018-11-07 Caris MPI, Inc. System and method for determining individualized medical intervention for a disease state
US8768629B2 (en) 2009-02-11 2014-07-01 Caris Mpi, Inc. Molecular profiling of tumors
CA2739675C (en) * 2008-10-14 2020-12-01 Caris Mpi, Inc. Gene and gene expressed protein targets depicting biomarker patterns and signature sets by tumor type
WO2010056337A2 (en) 2008-11-12 2010-05-20 Caris Mpi, Inc. Methods and systems of using exosomes for determining phenotypes
US20120041274A1 (en) 2010-01-07 2012-02-16 Myriad Genetics, Incorporated Cancer biomarkers
US8980564B2 (en) 2009-11-20 2015-03-17 The Governors Of The University Of Alberta Predictive markers for taxane responsiveness and methods of use thereof
DK2504451T3 (da) * 2009-11-23 2019-08-05 Genomic Health Inc Fremgangsmåder til at forudsige det kliniske forløb af cancer
US20130005597A1 (en) * 2009-12-18 2013-01-03 Rathmell W Kimryn Methods and compositions for analysis of clear cell renal cell carcinoma (ccrcc)
US20130011393A1 (en) * 2010-01-12 2013-01-10 Johnathan Mark Lancaster Bad pathway gene signature
CN103237901B (zh) 2010-03-01 2016-08-03 卡里斯生命科学瑞士控股有限责任公司 用于治疗诊断的生物标志物
KR20130043104A (ko) 2010-04-06 2013-04-29 카리스 라이프 사이언스 룩셈부르크 홀딩스 질병용 순환 생물학적 지표들
EP3812469A1 (en) 2010-07-07 2021-04-28 Myriad Genetics, Inc. Gene signatures for cancer prognosis
US9605319B2 (en) 2010-08-30 2017-03-28 Myriad Genetics, Inc. Gene signatures for cancer diagnosis and prognosis
WO2012097276A2 (en) * 2011-01-13 2012-07-19 Expression Pathology, Inc. Bcl-2-like protein 11 srm/mrm assay
US10342767B2 (en) 2011-04-21 2019-07-09 Children's Hospital Medical Center Therapy for kinase-dependent malignancies
EP2699237A4 (en) 2011-04-21 2014-11-12 Childrens Hosp Medical Center THERAPY FOR LEUKEMIA
CN102312002A (zh) * 2011-09-20 2012-01-11 李艳 一种快速检测BRCA1基因mRNA表达量的试剂盒
WO2013130465A2 (en) * 2012-02-27 2013-09-06 Genomic Health, Inc. Gene expression markers for prediction of efficacy of platinum-based chemotherapy drugs
WO2013170174A1 (en) * 2012-05-10 2013-11-14 H. Lee Moffitt Cancer Center And Research Institute, Inc. Method of diagnosing, treating and determining progression and survival of cancer cells using bcl-2 antagonist of cell death (bad) pathway gene signature
CN102965433A (zh) * 2012-09-29 2013-03-13 李艳 一种检测M BCR融合基因mRNA表达量的试剂盒
EP2920322B1 (en) 2012-11-16 2023-01-11 Myriad Genetics, Inc. Gene signatures for cancer prognosis
WO2014092572A1 (en) * 2012-12-12 2014-06-19 Universiteit Leiden Improved methods for cancer treatment with a genotoxic agent
AU2014286237B2 (en) * 2013-07-03 2020-08-20 F. Hoffmann-La Roche Ag mRNA-based gene expression for personalizing patient cancer therapy with an MDM2 antagonist
US9657351B2 (en) 2013-12-06 2017-05-23 Hoffman-La Roche Inc. MRNA-based gene expression for personalizing patient cancer therapy with an MDM2 antagonist
CA2944401A1 (en) * 2014-04-03 2015-10-08 Invictus Oncology Pvt. Ltd. Supramolecular combinatorial therapeutics
EP3143160B1 (en) 2014-05-13 2019-11-06 Myriad Genetics, Inc. Gene signatures for cancer prognosis
WO2015187496A1 (en) * 2014-06-02 2015-12-10 Children's Hospital Medical Center Therapy for solid tumors
GB201501930D0 (en) * 2015-02-05 2015-03-25 Univ London Queen Mary Biomarkers for pancreatic cancer
WO2018132358A1 (en) 2017-01-10 2018-07-19 Mayo Foundation For Medical Education And Research Methods and materials for treating cancer
WO2019217581A2 (en) * 2018-05-11 2019-11-14 Baylor College Of Medicine Mutl loss predicts sensitivity to cdk4/6 inhibitors in cancer
US20210317535A1 (en) * 2018-08-29 2021-10-14 The Regents Of The University Of Michigan Methods of determining treatment consisting of radiation therapy and/or alkylating chemotherapy in patients suffering from cancer
CN109439755A (zh) * 2018-11-30 2019-03-08 广东腾飞基因科技股份有限公司 一种用于检测乳腺癌相关基因表达水平的试剂盒

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6627733B2 (en) * 1993-06-14 2003-09-30 Jeffrey D. Johnson Receptor tyrosine kinase with a discoidin-type binding domain
JP2000038909A (ja) 1998-07-22 2000-02-08 Mitsubishi Electric Corp バルブタイミング可変装置
US20020095585A1 (en) 2000-10-18 2002-07-18 Genomic Health, Inc. Genomic profile information systems and methods
EP2799555B1 (en) 2002-03-13 2017-02-22 Genomic Health, Inc. Gene expression profiling in biopsied tumor tissues
WO2004111603A2 (en) * 2003-05-28 2004-12-23 Genomic Health, Inc. Gene expression markers for predicting response to chemotherapy
JP4680898B2 (ja) 2003-06-24 2011-05-11 ジェノミック ヘルス， インコーポレイテッド 癌再発の可能性の予測
ES2905579T3 (es) 2003-07-10 2022-04-11 Genomic Health Inc Algoritmo del perfil de expresión y prueba para el pronóstico de la recaída del cáncer de mama
WO2005040396A2 (en) 2003-10-16 2005-05-06 Genomic Health, Inc. qRT-PCR ASSAY SYSTEM FOR GENE EXPRESSION PROFILING
FR2863275B1 (fr) * 2003-12-09 2007-08-10 Biomerieux Sa Procede pour le diagnostic/pronostic du cancer du sein
ES2550614T3 (es) * 2004-04-09 2015-11-11 Genomic Health, Inc. Marcadores de expresión génica para predecir la respuesta a la quimioterapia
US7587279B2 (en) 2004-07-06 2009-09-08 Genomic Health Method for quantitative PCR data analysis system (QDAS)
AU2005304824B2 (en) * 2004-11-05 2011-12-22 Genomic Health, Inc. Predicting response to chemotherapy using gene expression markers
CA2613290A1 (en) * 2005-05-27 2007-05-24 Aurelium Biopharma Inc. Focused microarray and methods of diagnosing chemotherapeutic drug resistance in a cancer cell
US8278038B2 (en) * 2005-06-08 2012-10-02 Millennium Pharmaceuticals, Inc. Methods for the identification, assessment, and treatment of patients with cancer therapy
WO2006135886A2 (en) * 2005-06-13 2006-12-21 The Regents Of The University Of Michigan Compositions and methods for treating and diagnosing cancer
JP2008546387A (ja) * 2005-06-13 2008-12-25 ザ リージェンツ オブ ザ ユニバーシティ オブ ミシガン 癌を処置および診断するための組成物および方法
AU2006287175A1 (en) * 2005-09-01 2007-03-08 Precision Therapeutics, Inc. Chemo-sensitivity assays using tumor cells exhibiting persistent phenotypic characteristics
WO2007085497A2 (en) * 2006-01-30 2007-08-02 Epigenomics Ag Markers for the prediction of outcome of anthracycline treatment
US20090125247A1 (en) * 2007-08-16 2009-05-14 Joffre Baker Gene expression markers of recurrence risk in cancer patients after chemotherapy

Also Published As

Publication number Publication date
ES2482692T3 (es) 2014-08-04
HK1154910A1 (en) 2012-05-04
EP2568053B1 (en) 2014-04-16
EP2294215B1 (en) 2013-01-16
EP2294215A1 (en) 2011-03-16
HK1180727A1 (en) 2013-10-25
WO2009140304A1 (en) 2009-11-19
EP2607497B1 (en) 2014-10-01
DK2294215T3 (da) 2013-04-22
CA2723972A1 (en) 2009-11-19
DK2568053T3 (da) 2014-07-21
EP2641977A1 (en) 2013-09-25
EP2568053A1 (en) 2013-03-13
EP2641977B1 (en) 2014-09-03
US20090311702A1 (en) 2009-12-17
EP2607497A1 (en) 2013-06-26
EP2641978A1 (en) 2013-09-25
EP2294215A4 (en) 2011-06-29

Similar Documents

Publication Publication Date Title
ES2403220T3 (es) Pruebas para predecir la receptividad de pacientes con cáncer a opciones de tratamiento con quimioterapia
EP2228457A1 (en) Gene expression markers of recurrence risk in cancer patients after chemotherapy
US8273537B2 (en) Gene expression markers for colorectal cancer prognosis
ES2537403T3 (es) Método para usar la expresión génica para determinar el pronóstico de cáncer de próstata
AU2010242792B2 (en) Gene expression profile algorithm and test for likelihood of recurrence of colorectal cancer and response to chemotherapy
ES2484702T3 (es) Predicción de pronóstico para aplicación relacionada con cáncer colorrectal
US20090258795A1 (en) Gene expression markers for prediction of patient response to chemotherapy
JP2019013255A (ja) 前立腺癌の予後を定量化するための遺伝子発現プロフィールアルゴリズムおよび試験
WO2009114836A1 (en) Gene expression markers for prediction of patient response to chemotherapy
JP2007507222A (ja) 化学療法に対する応答を予測するための遺伝子発現マーカー
JP2007527220A (ja) 癌診断のための発現プロフィールアルゴリズムおよび試験
WO2010000907A1 (es) Huella genómica de cáncer de mama
Wang et al. Transcobalamin I: a novel prognostic biomarker of neoadjuvant chemotherapy in locally advanced hypopharyngeal squamous cell cancers
US20130274127A1 (en) Gene expression markers for prediction of response to phosphoinositide 3-kinase inhibitors
Lin et al. A Novel Immune-Related Signature to Predict Prognosis and Immune Infiltration of Cervical Cancer
WO2024055073A1 (en) Methods for predicting coronary artery disease
CN117568482A (zh) 用于胃癌预后的分子标记物及其应用