Presentación de PowerPoint - Bioquimica · 2017-10-11 · presentar múltiples discrepancias en el...
Transcript of Presentación de PowerPoint - Bioquimica · 2017-10-11 · presentar múltiples discrepancias en el...
Síndrome de Cáncer de Mama-Ovario Hereditario
Dra Sandra E. Filippini Phd Bioquímica Farmaceútica
Especialista Biología Molecular Genética y Medicina Genómica UCES
Servicio Endocrinología Hospital C.G. Durand
FPGMX USC [email protected]
Prevalencia Estimada Mundial
• Más de 14 millones de nuevos casos de cáncer por año, 33 millones de personas viven con esta enfermedad
• En mujeres, la mayor incidencia: cáncer de mama 1,8 millones, cáncer colorrectal 700 000 , y cáncer de pulmón 535 000 (The Global Burden of Cancer 2013)
En Argentina el cáncer de mama se encuentra en
primer lugar
Fuente: Elaborado por SIVER/INC en base a los datos de Globocan 2012. Argentina, 2016 http://www.msal.gob.ar/inc/index.php/acerca-del-cancer/estadisticas
Subtipos de cáncer de mama
Wong et al. 2012
Clasificación anatomo-patológica. según el tipo de célula malignizada: el carcinoma ductal y el carcinoma lobulillar
Perfil molecular del tumor, patrón de expresión génica diferencial, Nivel Molecular subtipos diferentes presencia o no de receptores,: RE y RP luminal A y luminal B; y tumores con RH negativos, subdivididos sobreexpresión de HER2, y triple negativos
Cáncer de ovario
• 6º cáncer más frecuente
• 4ª causa de muerte en mujeres
• 65% pacientes diagnóstico edades avanzadas
• Incidencia más alta en Europa y Norteamérica
Factores de riesgo
• Aumento de riesgo
- Edad avanzada - Alto IMC - Antecedentes familiares CO
• Reducción de riesgo
- Anticonceptivos hormonales
- Mayor número embarazos - Lactancia - Ligadura de trompas e
histerectomía
Genética Cáncer de Mama y Ovario Hereditario
1757 Henri Le Dran
1866 Paul Broca
Síndrome de Cáncer de mama y ovario hereditario
Cáncer de mama y ovario hereditario (5-10%)
• Herencia autosómica dominante
• Muchos casos de CM y/o CO en la familia
• Edad más temprana
• Mayor frecuencia de afectación bilateral
Cáncer de mama con agregación familiar
Varios casos de CM en la misma familia (15-20%)
• Patrón de herencia no bien definido
• Edad de diagnóstico más avanzada que CMOH
Genes implicados en cáncer de ovario
Genes implicados en cáncer de mama
http://www.nature.com/icogs/primer
Síndrome de Cáncer de Mama y Ovario Hereditario
• Variante patogénica BRCA1 o BRCA2
• Herencia autosómica dominante
• Alta penetrancia
• Presencia de tres o más afectados en la familia
• Variantes patogénicas BRCA~ 16% casos
Riesgo influenciado por heterogeneidad alélica, genes modificadores y co-factores ambientales
Miki et al 1994 Wooster et al 1995
Funciones e interacciones proteína BRCA1
• BRCA1: subunidad principal de varios complejos proteicos que interactúan para promover el proceso de Recombinación Homóloga.
• BRCA1 también es partícipe de otra vía importante en la reparación del ADN , que caracteriza a la Anemia de Fanconi, BRCA2 se describió como FANCD1 en esta ruta
Filippini y Vega. 2013
Otros síndromes de cáncer hereditario
Sindrome Gen Herencia Penetrancia
Li Fraumeni TP53 Autosómica dominante
alta
Cowden PTEN Autosómica dominante
alta
Peutz Jeggers STK11 Autosómica dominante
alta
Cáncer Gástrico Difuso
Hereditario CDH1
Autosómica dominante
alta
Lynch
MLH1 MSH2 MSH6 PMS2
Autosómica dominante
alta
Genes de susceptibilidad
Cáncer de mama Genes de alta penetrancia
Genes de moderada penetrancia
Genes de baja penetrancia
Genes BRCA1, BRCA2, TP53, PTEN, STK11, CDH1
ATM, BRIP1, CHEK2, PALB2, RAD51C, RAD51D
FGFR2, MAP3K1, CASP8, LSP1, TNRC9
Variantes de riesgo
Múltiples variantes diferentes que
predominantemente causan alteración de la
proteína
Múltiples variantes diferentes que
predominantemente causan alteración de la
proteína
SNPs causales o en desequilibrio de ligamiento con la
variante causal
Frecuencia poblacional
Rara, <0.1 Rara, <0.1 Común, 5-50%
Riesgo Relativo (RR) ≥5 ≥1.5 y <5 <1.5
Estrategia de identificación
Análisis de Ligamiento y Clonado posicional
Estudio de genes candidatos
Estudios caso-control GWAS
Genes Sindrome Cromosoma Cáncer de
mama Cáncer de
ovario Cáncer
pancreático Cáncer de
colon Cáncer
endometrial Melanoma Otros
Genes de alta penetrancia
BRCA1 HBOC 17q21 Mujer 41-85%
Hombre 4% 11-62% No claro 2.3% 2.6% - Prostata 7.4%
BRCA2 HBOC 13q12.13 Mujer 50-80%
Hombre 7% 10-20% Controversia 7% - Raro Próstata 20-34%
TP53 LFS 17p13.1 50-90% - - - - -
Sarcoma, cerebro, hematopoiético,
gastrointestinal y ginecológico
PTEN CS 10q22.23 50-85% 9% 28% 6% Tiroides 35%
Cáncer renal 34%
STK11 PJS 19p13.3 32-54% 21% 39% 11-36% 9% -
Intestino delgado 13% Estómago 29% Pulmón 7-17% Testículos 9%
CDH1 HDGC 16q22.1 52% (riesgo de
CM lobular a los 75 años)
Gástrico 67-83%
MSH2 Lynch 2p21 5-14% 30-70% 4% 30-60% Intestino delgado 4-12%
Estómago 8-10%
MSH6 3p21.3
MLH1 7p22.2
Genes de moderada penetrancia
PALB2 16p12.1 33-58%
(a los 70 años) - - - - - -
CHEK2 22q12.1 28-37% - - - - - -
RAD51C 17q22 - 5-12.5% (a los 70 años)
- - - - -
RAD51D 17q11
ATM 11q22.3 60%
(a los 80 años) - - - - - -
BRIP1 17q22-q24 - 10-15% - - - - -
Genes de alta y moderada penetrancia incremento
de riesgo para otras neoplasias
Adaptado de Graffeo et al 2016
Técnicas de análisis BRCA1 y BRCA2 en CMOH
Secuenciación Sanger CGH array (Comparative Genomic Hybridization).
MLPA (Multiplex Ligation-
dependent Probe Amplification)
MRC-Holland
Next generation sequencing NGS Secuenciación masiva paralela
Secuenciación de Genoma Completo
WGS
Secuenciación paneles de genes
Targeted sequencing
Secuenciación de Exomas
WES
Transcriptómica, microRNAs, patrones de metilación
Variantes en el genoma
Polimorfismos: frecuencia mayor al 1% Variantes raras: frecuencia menor al 1%
SNVs: variantes de nucleótido simple SNPs: polimorfismos de nucleótido simple
INDELs: pequeñas deleciones o inserciones
LGRs (grandes reordenamientos genómicos): deleciones o inserciones de gran tamaño, que involucran a múltiples exones o incluso a la
alteración del gen completo
CNVs (variantes en el número de copias): segmento de ADN igual o mayor de 1 kb cuyo
número de copias es variable
Procesamiento previo a la secuenciación
Amplificación y
Secuenciación
Next generation sequencing NGS
Análisis de los datos NGS
SIFT
PolyPhen
CADD
LifeScope™ Life Technologies SAMtools
http://samtools.sourceforge.net/
https://www.broadinstitute.org/gatk/
http://varscan.sourceforge.net/
TORRENT VARIANT CALLER™ ION REPORTER™
Life Technologies
ExomeDepth
1. Evaluación de la calidad de los datos en bruto
2. Alineación de los reads al genoma de referencia
3. Identificación de la variante 4. Anotación de las variantes 5. Visualización de los datos
Anotación de las variantes NGS
Variantes Detectadas
.VCF Bases de datos Polimorfismos
dbSNP
1000 Genomas
HapMap
Consecuencias transcripción
Ensembl VEP
snpEff
ANNOVAR
Predicción Patogenicidad
PolyPhen
SIFT
CADD
Bases de datos Enfermedad
OMIM
HGMD
LOVD
Variantes Anotadas
.VCF
Anotación de variantes ANNOVAR
ANNOVAR GERP++
PolyPhen
LRT
MutationTaster
SIFT
PhyloP
CADD
1000 Genomas
dbSNP137 Nucleotide Polymorphism Database
Exome Sequencing Project (ESP)
ExAC Exome Aggregation Consortium
Single Nucleotide Polymorphism
Database dbSNPs
OMIM
COSMIC
CLINVAR
Nomenclatura de las variantes
Richards et al 2015 www.hgvs.org/rec.html
Variantes identificadas se nombren según la guía que establece Human Genome Variation Society HGVS.
Visualización de datos NGS
https://www.broadinstitute.org/igv/ Robinson et al 2011
Diseño del Panel multigénico de CMOH
Genes de alta penetrancia
Genes de moderada penetrancia
BRCA1, BRCA2, TP53, PTEN, STK11, CDH1, MLH1, MSH2,
MSH6,
ATM, BRIP1, CHEK2, PALB2, RAD51C, RAD51D
Múltiples variantes diferentes que predominantemente causan
alteración de la proteína
Múltiples variantes diferentes que predominantemente causan
alteración de la proteína
Frecuencia poblacional <0.1 Frecuencia poblacional <0.1
Riesgo Relativo (RR)≥5 Riesgo Relativo (RR)≥1.5 y <5
Filippini y Vega. 2013; Kurian et al 2014
Plataformas de secuenciación NGS
Unidad de Secuenciación Masiva FPGMX Preparación de librerías
Comparación de plataformas NGS y detectores variantes
Comparación de distintos detectores de variantes en plataformas:
• LifeScope™ (LS)
• GATK HaplotypeCaller (HC) y
UnifiedGenotyper (UG) mod/raw
• SAMtools BCF tools (SB) mod/raw
• VarScan (SV) mod/raw
• Torrent Variant Caller (TVC)/ Ion Reporter (IR)
Los reads se alinearon a la secuencia de referencia GRCh37/hg19
Anotación de variantes por ANNOVAR y visualización en el IGV
8 muestras control
62 muestras 15 control
Análisis variantes BRCA1 /BRCA2 y otros genes del panel con SOLiD 5500xl
• LifeScope™ (LS)
• GATK HaplotypeCaller (HC) mod
Grandes reordenamientos genómicos LGRs: • ExomeDeph
Filippini S. USC 2015
ABI 3730xl
Verdaderos Positivos (VP )
Falsos Negativos (FN)
Falsos Positivos (FP)
Comparación de Plataformas NGS Sanger y detectores variantes
Filippini S. USC 2015
Detector FN FP Tiempo seg
LS 1.59 3.30 0
LS_UG_mod 1.59 10.95 60.5
LS_HC_mod 1.59 18.78 1350.19
HC_mod 2.18 17.47 1350.19
HC_raw 2.18 20.74 1272.19
UG_mod 5.35 9.66 60.5
SV_mod 5.83 2.88 244.062
SOLiD 5500xl™
FN: Tasa media Falsos Negativos = FN x 100/ FN + VP (%), FP: Tasa Media Falsos Positivos = FP x 100 / FP + VP (%), 5500xl: SOLiD 5500xl™, UG: GATK UnifiedGenotyper, HC: GATK HaplotypeCaller, LS: Lifescope, SB: Samtools /BCF tools, SV: VarScan, Tiempo segundos
LifeScope™ GATK HC UG mod
Comparación de plataformas y detectores NGS
Plataforma SOLiD 5500xl™
Filippini S. USC 2015
Ion Proton™
Detector FN FP Tiempo seg
HiQ_TVC 2.18 5.08 0
SeqV3_TVC 2.18 6.29 0
HiQ_HC_mod 2.18 8.51 14917
SeqV3_HC_mod 2.18 9.67 16022.6
HiQ_TVC_HC_mod 2.18 10.24 14917
SeqV3_TVC_HC_mod 2.18 12.03 16022.6
HiQ_TVC_UG_mod 2.18 15.34 61.2
HiQ_SV_raw 3.75 31.89 704.9
HiQ_SV_mod 3.75 32.86 226.8
SeqV3_SV_mod 3.75 41.70 210.6
SeqV3_SV_raw 3.75 47.00 835.8
Detector FN FP Tiempo seg
TVC_IR 1.59 0.96 0
TVC 4.04 4.86 0
TVC_HC_mod 4.04 22.51 16826
TVC_UG_mod 4.04 31.83 43
UG_mod 6.12 31.58 43
UG_raw 6.12 38.93 42.375
HC_raw 8.48 62.43 14425.2
SV_mod 8.87 68.39 76.875
SV_raw 9.46 73.55 77.625
HC_mod 9.67 21.95 16826
PGM™
FN: Tasa media Falsos Negativos = FN x 100/ FN + VP (%), FP: Tasa Media Falsos Positivos = FP x 100 / FP + VP (%), PGM: Ion PGM™, UG: GATK Unified Genotyper, HC: GATK Haplotype Caller, SB: Samtools /BCF toos, SV: VarScan, TVC: Torrent Variant Caller, IR: Ion Reporter, Tiempo segundos
TVC GATK HC UG mod
TVC IR GATK HC UG mod
Comparación de plataformas y detectores variantes NGS
Plataformas Ion Torrent™
Filippini S. USC 2015
Muestra Gen Posición cromosómica Ref Alt Detección Asignación
FPGMX_2 BRCA1
chr17: 41245511-41245511 C GG Sanger, LS correcta
chr17: 41245510-41245510 - G GATK HC mod
desdobla la variante chr17: 41245511-41245511 C G
FPGMX_6 BRCA2 chr13: 32944600-32944606 CTAGACC - Sanger correcta
chr13: 32944596-32944602 GACCCTA - GATK HC mod,
LS incorrecta
FPGMX_9 BRCA2
chr13:32912522-32912527 AATGAT C Sanger correcta
chr13:32912522-32912527 AATGAT C LS
desdobla la variante chr13:32912527-32912527 T C
chr13:32912521-32912525 AAATG - GATK HC mod incorrecta
Secuencias de referencia GenBank: BRCA1 NM_007294.2 , BRCA2 NM_000059
Asignación discrepante indels
• Reads de la secuencia del indel son más difíciles de mapear, y pueden presentar múltiples discrepancias en el alineamiento (Li et al 2008).
• Visualización de las variantes con un visor genómico, como el IGV, confirmación mediante secuenciación Sanger de estas variantes.
Asignación discrepante indels
Visualización de las variantes con un visor genómico, como el IGV
Muestra Gen HGVS ANNOVAR Nomenclatura
FPGMX_1 BRCA1 c.4184_4185+2del c.4185_4185del concordante
FPGMX_2 BRCA1 c.2037delGinsCC c.2037_2037delinsCC* discrepante
FPGMX_3 BRCA1 c.2292_2310dup c.2310_2311insAGAGAGTAGCAGTATTTCA* discrepante
FPGMX_4 BRCA1 c.5266_5267insC c.5266dupC* discrepante
FPGMX_5 BRCA1 c.5277+48_5277+59dup NA*
FPGMX_6 BRCA2 c.8393_8399delCTAGACC c.8389_8395del* discrepante
FPGMX_7 BRCA2 c.5560_5570del c.5560_5570del concordante
FPGMX_8 BRCA2 c.4936_4939delGAAA c.4933_4936del* discrepante
FPGMX_9 BRCA2 c.4030_4035delAATGATinsC c.4030_4035C* discrepante
FPGMX_10 BRCA2 c.201_202dupGA c.200_201insGA* discrepante
FPGMX_11 BRCA2 c.3860delA c.3854delA* discrepante
FPGMX_12 BRCA2 c.2271_2272delAA c.2269_2270del* discrepante
FPGMX_13 BRCA2 c.2758_2759insATGG c.2758_2759insATGG concordante
FPGMX_16 BRCA1 c.3689T>G c.3689T>G concordante
FPGMX_17 BRCA2 c.1813_1814insA c.1806dupA* discrepante
FPGMX_18 BRCA2 c.4964dupA c.4964dupA concordante
FPGMX_19 BRCA2 c.4380_4381delTT c.4378_4379del* discrepante
* No aplica. Secuencias de referencia GenBank: BRCA1 NM_007294.2 , BRCA2 NM_000059
Discrepancias en asignación y anotación de variantes NGS
Discrepancia en la nomenclatura ANNOVAR
Es necesaria la utilización combinada de detectores para aumentar la sensibilidad en la asignación de variantes. La incorrecta detección y anotación de las variantes, aunque se anoten aproximadamente en la posición adecuada, podría llevar a la interpretación del resultado como FN.
Comparación de plataformas y detectores NGS
Es necesaria una nomenclatura fija y estandarizada de los datos de secuencia en la clínica, idéntica para todas las plataformas NGS y sistemas de detección de variantes, y fácilmente intercambiable con datos históricos.
• Diseño de Panel multigénico propio de 15 genes implicados en CMOH BRCA1, BRCA2, ATM, BRIP1, CDH1, CHEK2, MLH1, MSH2, MSH6, PALB2, PTEN, RAD51C, RAD51D, STK11, TP53
• Valorar la sensibilidad diagnóstica de las técnicas de NGS para el análisis clínico rutinario, mediante la tecnología Ion Proton (Thermo Fisher Scientific)
• Se analizaron 520 familias de alto y moderado riesgo según criterios de la Guía gallega de Oncología (2011)
• Evaluamos la detección de grandes reordenamientos (LGRs) mediante NGS aplicando el algoritmo ExomeDepth a los datos de NGS obtenidos y se compararon con el estudio de LGRs realizado mediante MLPA en los genes BRCA1 y BRCA2.
Panel multigénico en CMOH
XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
Panel multigénico en CMOH
• 520 casos índice de familias que cumplían los criterios para CMOH (Guía Sociedad Oncológica de Galicia)
XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
https://www.broadinstitute.org/gatk/ https://www.thermofisher.com/
ExomeDepth
https://omictools.com/exomedepth-tool
Plataforma NGS Ion Proton
ABI 3730xl (Life technologies)
Geneamp PCR system 9700 (Life technologies)
Coffalyser (MRC-Holland)
Análisis de grandes reordenamientos LGRs
Filtrado de variantes NGS
Frecuencia alélica < 0.1
Patogenicidad
www.1000genomes.org
http://www.hgmd.org
http://www.ncbi.nlm.nih.gov/clinvar
http://www.ncbi.nlm.nih.gov/snp
http://www.lovd.nl/3.0/home
http://cancer.sanger.ac.uk/cosmic
http://www-p53.iarc.fr/; p53
http://www.umd.be
http://insight-group.org/variants/database
Breast Cancer Information Core
On-Line Breast Cancer Mutation Data Base
An International Collaborative Effort NHGRI
http://research.nhgri.nih.gov/bic
http://hapmap.ncbi.nlm.nih.gov/
Richards et al 2015
VUS
probablemente Benigna
probablemente Patogénica
Benigna Patogénica
BRIP1
RAD51C
ATM
CHEK2
MUTYH
PALB2 TP53
RAD51D BRCA1
PTEN
CDH1
MLH1
MSH2
MSH6
STK11
BRCA2
520 muestras CMOH Genes de alta y moderada
penetrancia incluidos
Variantes identificadas
Ion Proton™
Anotación de las variantes NGS
Variantes Detectadas
.VCF Bases de datos Polimorfismos
dbSNP
1000 Genomas
HapMap
Consecuencias transcripción
Ensembl VEP
snpEff
ANNOVAR
Predicción Patogenicidad
PolyPhen
SIFT
CADD
Bases de datos Enfermedad
OMIM
HGMD
Gene Tests
Variantes Anotadas
.VCF
ANNOVAR
Variantes patogénicas por gen panel NGS
• Sanger, solamente BRCA1 y BRCA2,
variantes patogénicas 12% de casos
• Aproximadamente 65% de las variantes patogénicas se detectaron en BRCA1 y BRCA2.
• Más del 40% variantes patogénicas en BRCA1,
• Mutación fundadora gallega BRCA1 c.211A>G, más del 50% de los casos (Vega et al. 2002)Frecuencia población general 0.27% (Fachal et al. 2011)
• Variantes patogénicas en 19% casos • Incrementó en un 7% el porcentaje
de familias que se pueden favorecer con el panel NGS
BRCA1 42%
BRCA2 24%
PALB2 8%
ATM 7%
CHEK2 5%
RAD51C 4%
BRIP1 3%
TP53 3% RAD51D 3% MSH2 1%
XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
Vega A 2001
Casos variantes patogénicas dobles
Tecnologías de secuenciación masiva, permiten adaptar el consejo genético , seguimiento y tratamiento de acuerdo a la presencia de ambas mutaciones.
XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
Variantes patogénicas por gen
0
8
15
23
30
38
BRCA1 PALB2 CHEK2 BRIP1 TP53 TOTAL
NONSENSE FRAMESHIFT SPLICING MISSENSE
La mayoría de variantes patogénicas detectadas fueron de tipo frameshift, en el caso de las mismas es necesario tener cuidado en la nomenclatura.
XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
ANNOVAR: BRCA2 c.2806_2809del:p.Lys936fs HGVS: BRCA2 c.2808_2811del: p.Ala938ProfsX21
ANNOVAR: BRCA2 c.4029_4033del:p.Lys1343fs BRCA2 c.4035T>C:p.Asp1345Asp HGVS: BRCA2 c.4030_4035delinsC: p.Asn1344HisfsX6
XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
Negativo Negativo Positivo
Prob Benigna
Prob Patogénica
Significado incierto
Variante de significado
incierto VUS
Todavía no se conoce su patogenicidad
SNVs no sinónimas, sinónimas Indels in frame
Intrónicas
Variantes genéticas de significado incierto (VUS)
VUS puntuales observadas por gen
Clasificación de VUS: • Estudios de co-segregación • RT-PCR • Frecuencia en población control • Estudios funcionales
Tasa 1.4 variantes de VUS por caso en todos los genes analizados en el panel
0%
2%
4%
6%
8%
10%
12%
14%
16%
18%
ATM, 16%
MSH6, 10%
BRCA2, 9%
CDH1, 10%
MLH1, 10%
MSH2, 8%
BRIP1, 7%
PALB2, 7%
BRCA1, 5%
CHEK2, 6%
RAD51C, 3%
RAD51D, 3% TP53, 3%
STK11, 2% PTEN, 1%
XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
Grandes reordenamientos LGRs BRCA1/BRCA2
ExomeDepth
• Una estrategia típica para la detección de LGRs es comparar la profundidad de cobertura entre muestras.
• La herramienta informática ExomeDepht, fue desarrollada para la asignación de LGRs en estudios de exomas. en la búsqueda de variantes causales en enfermedades mendelianas.
• Plagnol et al 2012
Ion Proton™
XXVIII Congreso Nacional de Genética Humana de la AEGH 2017 14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
ExomeDepth variantes patogénicas LGRs
BRCA1 del 1-13
BRCA1 del 1-24
BRCA1 del 1-15
Se debe de tener en cuenta las limitaciones de la técnica NGS para LGRs No fueron detectadas tres grandes reordenamientos en el gen BRCA1 que se observaron mediante la técnica del MLPA. Lo que nos indica que el algoritmo informático ExomeDepth tiene grandes limitaciones para la tecnología NGS Ion Proton.
Ion Proton™ XXVIII Congreso Nacional de Genética Humana de la AEGH 2017
14th International Symposium on Variants in the Genome: detection, genome sequencing and interpretation 2017
• El análisis de genes adicionales a BRCA1/2 incrementó la detección
de resultados positivos, aumentando la sensibilidad de la prueba genética para CMOH
• Las pruebas de panel NGS en CMOH incrementan la sensibilidad de la prueba diagnóstica, pero mayor cantidad de información indeterminada, más VUS y otras variantes patogénicas en línea germinal con utilidad clínica incierta.
• Variantes de significado incierto VUS, serán reclasificadas en
un futuro como patogénicas o benignas, pero mientras tanto no deberían utilizarse para tomar decisiones clínicas.
Pruebas Panel de genes NGS CMOH
Pruebas Panel de genes NGS CMOH
• Esto pone de manifiesto la heterogeneidad genética subyacente a la predisposición heredada CMOH
• Necesario y urgente compartir los datos obtenidos en pruebas de panel para construir un conjunto fiable de correlación genotipo/fenotipo, y avanzar así en el establecimiento de recomendaciones clínicas para el paciente.
• Identificación de grandes reordenamientos a partir de
NGS es dependiente de la plataforma y el enfoque utilizado, el diagnóstico molecular deberia incluir tecnologías complementarias, MLPA o CGH Arrays
Graffeo R. et al 2016
Afghahi A. y Kurian A. 2017
Afghahi A. y Kurian A. 2017
El objetivo de una prueba genética amplia de panel, es definir la atención óptima de los pacientes y sus familias, Evaluando riesgo de cáncer de mama y de otros tipos (como ovárico, colorrectal, pancreático) y permitir la prevención del cáncer entre los miembros de la familia no afectados
• Prioridad es definir estrategias de quimioprevención y tratamiento específico para los pacientes con cáncer de mama y ovario.
• Terapias actualmente aprobados por FDA, los inhibidores de PARP, para el manejo del cáncer de ovario avanzada con mutación BRCA1 o BRCA2 asociada
• Estudios han revelado asociaciones de cáncer de mama triple negativo TNBC con mutaciones en varios genes de susceptibilidad de penetracia moderada, incluyendo PALB2, BARD1, BRIP1, RAD51C y RAD51D, además de BRCA1 y BRCA2
• Pacientes TNBC portadores mutaciones en estos genes, podrian beneficiarse con inhibidores PARP (poli ADP-ribosa polimerasa).
Pruebas Panel de genes NGS y Terapeútica
Christopher J. Lord, 2016
Los mecanismos defectuosos de la vía de recombinación homóloga pueden incluir otras anormalidades genéticas y epigenéticas, además de cualquier mutación de línea germinal o somática BRCA1 y/o BRCA2, iampliando a otras potenciales dianas terapéuticas.
Terapia inhibidores PARP poli ADP-ribosa polimerasa
(Stephens et al. 2015)
Análisis de datos NGS y BIG DATA
• Errores aleatorios y sistemáticos, pueden mostrar un perfil de ocurrencia específico para cada plataformas de secuenciación NGS.
• Programas informáticos disponibles y en desarrollo para eliminación de errores en NGS (Laehnemann et al. 2015)
• La secuencia de referencia utilizada en el alineamiento, puede no contener todos los indels presentes en el genoma analizado.
• Validación con materiales genómicos de referencia
Validación NGS
ENIGMA
Grupo de Genética del Cáncer FPGMX
Santiago de Compostela
Laboratorio División Endocrinología
Hospital C. G. Durand
Muchas Gracias