Astudillo-de la Vega H, Ruiz-García É, Muñoz-González D, Barajas-Figueroa J, Lázaro-León JM, Maldonado-Martínez HA, Valero V

Language: Spanish
References: 48
Page: 9-17
PDF size: 203.26 Kb.

ABSTRACT

Breast cancer is the most common malignancy in women and causing mortality is surpassed only by the lung cancer. Biological heterogeneity of cancer breast has implications for prognosis and therapeutic decisions. Currently, the prognoses of patients with breast cancer and treatment decisions are based on a series of clinic pathological parameters (lymph node status, histological type and grade, tumor size, status of hormone receptors and HER2 oncogene, etc.). A new breast cancer classification is based on the analysis of the expression of multiple genes in each tumor. In recent years there are molecular phenotypes associated with tumor genomic profiles, upon analysis by DNA microarrays variations in patterns of genomic expression. There are basically two methods for assessing genomic profiles: a gene expression method through DNA microarrays, which requires frozen tissue and the use of RT -PCR to quantify the expression prospectively selected genes on tumor Paraffin embedded tissues. One of the most successful example methods and best known is called Oncotype DX. This method is being used and marketed in various countries of the world due to its easy to use based on diagnostic biopsies fixed in formalin and embedded in paraffin; demonstrated high reproducibility and consistency as well as a great benefit to achieve results select patients who may not require treatment with chemotherapy. In the last years, it has deepened knowledge and understanding of molecular biology of breast cancer, which has contributed to a progress in the establishment of new predictive and prognostic genomic profiles in this type of tumor, making actually the new paradigm of translational research in cancer.

REFERENCES

1. Jemal A, Siegel R, Ward E, Murria T, Xu J, Thun MJ. Cancer statistics. CA Cancer J Clin 2007; 57: 43-66.

2. Domínguez MA, Marcos M, Meiriño R et al. Factores predictivos y pronósticos en el cáncer de mama temprano. Anales Sis San Navarra 2001; 24: 99-110.

3. Harris L, Fritsche H, Mennel R et al. De la Sociedad Americana de Oncología Clínica de 2007. Actualización de las recomendaciones para el uso de marcadores tumorales en el cáncer de mama. J Clin Oncol 2007; 25: 5827-5312.

4. Carter CL, Allen C, Henson DE. Relación del tamaño del tumor, estado de los ganglios linfáticos, y la supervivencia en 24,740 casos de cáncer de mama. Cancer 1989; 63: 181-187.

5. Fisher ER, Anderson S, Redmond C, Fisher B. Los hallazgos anatomopatológicos de la Nacional de Cirugía Adyuvante del Seno en proyectos del Protocolo B-06: 10 años patológicos y clínicos discriminantes pronóstico. Cancer 1993; 71: 2507-2514.

6. Fitzgibbons PL, Page DL, Weaver D et al. Factores pronósticos en el cáncer de mama. Collage of American Pathologists Consensus Statement 1999. Arch Pathol Lab Med 2000; 124: 966-978.

7. Gown AM. Problemas actuales de la ER y determinación de HER2 por IHC en el cáncer de mama. Mod Pathol 2008; 21: S8-S15.

8. Allred C, Harvey JM, Berardo M, Clark GM. Los factores pronósticos y predictivos en cáncer de mama mediante el análisis inmunohistoquímico. Mod Pathol 1998; 11: 155-168.

9. Cáncer de Mama Precoz Trialist Collaborative Group. Tamoxifeno para el cáncer de mama: Una visión general de los ensayos aleatorios. Lancet 1998; 351: 1451-1467.

10. Hayes DF, Thor AD. c-erbB-2 en el cáncer de mama: el desarrollo de un marcador clínico útil. Semin Oncol 2002; 29: 231-245.

11. Shawver LK, Slamon DJ, Ullrich A. Smart drugs: inhibidores de la tirosina cinasa en el tratamiento del cáncer. Cancer Cell 2002; 1: 117-123.

12. Slamon DJ, Leyland-Jones B, Shak S et al. El uso de quimioterapia más un anticuerpo monoclonal contra el HER2 para el cáncer de mama metastático sobreexpresión de HER2. N Engl J Med 2001; 344: 783-792.

13. Buzdar AU, Ibrahim NK, Francis D et al. Significativamente más alta tasa de remisión completa patológica tras la terapia neoadyuvante con trastuzumab, paclitaxel y quimioterapia epirubicina: resultados de un triasl aleatorios en humanos factor de crecimiento epidérmico 2-positivo de cáncer de mama operable. J Clin Oncol 2005; 23: 3676-3685.

14. Romond EH, Pérez EA, Bryant J et al. Trastuzumab más la quimioterapia adyuvante para el HER2 cáncer de mama operable positivo. N Engl J Med 2005; 353: 1673-1684.

15. Massagué J. Clasificación Out-gen del cáncer de mama Firmas. N Engl J Med 2007; 356; 3: 294-297.

16. Perou CM, Sorlie T, Eisen MB et al. Retratos moleculares de los tumores de mama humanos. Nature 2000; 406: 747-752.

17. Livasy CA, Karaca G, Nanda R et al. La evaluación fenotípica de la basal como subtipo de carcinoma de mama invasivo. Mod Pathol 2006; 19: 264-271.

18. van de Vijver MJ, El YD, van ‘t Veer LJ et al. Un gen-firma de la expresión como un predictor de la supervivencia en el cáncer de mama. N Engl J Med 2002; 347: 1999-2009.

19. Wang Y, Klijn JG, Zhang Y et al. Perfiles de expresión de genes para predecir la metástasis a distancia de la linfa-nodo negativo primaria del cáncer de mama. Lancet 2005; 365: 671-679.

20. Chang HY, Nuyten DS, Sneddon JB et al. La robustez, escalabilidad, y la integración de una herida gen de la firma de expresión en la predicción de la respuesta de supervivencia del cáncer de mama. Proc Natl Acad Sci USA 2005; 102: 3738-3743.

21. Minn AJ, Gupta GP, Siegel PM et al. Los genes que intervienen en la metástasis del cáncer de mama a pulmón. Nature 2005; 436: 518-524.

22. Paik S, Shak S, Tang G et al. Ensayo de múltiples genes para predecir la recurrencia de las tratadas con tamoxifeno, el nodo negativo cáncer de mama. N Engl J Med 2004; 351: 2817-2826.

23. Pusztai L, Ayers M, Stec J, Clark E et al. Los perfiles de expresión génica obtenidos a partir de las aspiraciones con aguja fina de cáncer de mama de forma fiable de identificar los marcadores pronósticos de rutina y en gran escala revelan diferencias moleculares entre el estrógeno-negativos y tumores positivos al estrógeno. Clin Cancer Res 2003; 9: 2406-2415.

24. Gruvberger S, Ringner M, Chen Y et al. Estado de los receptores de estrógeno en el cáncer de mama se asocia con patrones de expresión muy diferentes de genes. Cancer Res 2001; 61: 5979-5984.

25. Sotiriou C, Neo SY, McShane LM et al. La clasificación de cáncer de mama y el pronóstico sobre la base de perfiles de expresión génica de un estudio basado en población. Proc Natl Acad Sci EE.UU 2003; 100: 10393-10398.

26. Sorlie T, Perou CM, Tibshirani R et al. Patrones de expresión génica de los carcinomas de mama, distinguir subclases tumor con implicaciones clínicas. Proc Natl Acad Sci EE.UU 2001; 98: 10869-10874.

27. Sorlie T, Tibshirani R, Parker J et al. La observación repetida de los subtipos de tumor de mama independiente de los datos conjuntos de la expresión génica. Proc Natl Acad Sci EE.UU 2003; 100: 8418-8423.

28. Liu R, Wang X, Chen GY et al. El papel pronóstico de una firma de genes de mama tumorigénico-las células cancerosas. N Engl J Med 2007; 356: 217-226.

29. Iwao Koizumi K, Matoba R, Ueno N et al. La predicción de la respuesta de docetaxel en cáncer de mama humano por perfiles de expresión génica. J Clin Oncol 2005; 23: 422-431.

30. Rouzier R, Perou CM, Symmans WF et al. Subtipos de cáncer de mama molecular responden de manera diferente a la quimioterapia preoperatoria. Clin Cancer Res 2005; 11: 5678-5685.

31. Hess KR, Anderson K, Symmans WF et al. Farmacogenómica, predictor de la sensibilidad a la quimioterapia preoperatoria con paclitaxel y fluorouracilo, doxorrubicina y ciclofosfamida en cáncer de mama. J Clin Oncol 2006; 24: 4236-4244.

32. Glinsky GV, Higashiyama T, Glinskii AB. Clasificación del cáncer de mama humano usando perfiles de expresión genética como un componente del algoritmo de predicción de supervivencia. Clin Cancer Res 2004; 10: 2272-2283.

33. van ‘t Veer LJ, Dai H, van de Vijver MJ et al. Perfil de expresión genética, predice los resultados clínicos de cáncer de mama. Nature 2002; 415: 530-536.

34. Sotiriou C, Wirapati P, Loi S et al. Perfiles de expresión genética en el cáncer de mama: la comprensión de las bases moleculares de grado histológico para mejorar el pronóstico. J Natl Cancer Inst 2006; 98: 262-272.

35. Brenton JD, Carey LA, Ahmed AA, Caldas C. Clasificación molecular y pronóstico molecular del cáncer de mama: listo para su aplicación clínica? J Clin Oncol 2005; 23: 7350-7360.

36. Wooster R, Weber BL. Cáncer de mama y de ovario. N Engl J Med 2003; 348: 2339-2347.

37. Buyse M, Loi S, Van ‘t Veer L, Viale G et al. La validación y la utilidad clínica de un 70-gen firma de pronóstico de las mujeres con cáncer de mama con ganglios negativos. J Natl Cancer Inst 2006; 98: 1183-1192.

38. Foekens JA, Atkins D, Zhang Y et al. Multicéntrico de validación de una expresión genética basada en la firma de mal pronóstico en los ganglios linfáticos negativos de cáncer de mama primario. J Clin Oncol 2006; 24: 1665-1671.

39. Cronin M, Pho M, Dutta D et al. Medición de la expresión génica en parafina de archivo tejidos embebidos: el desarrollo y ejecución de un 92-gen de la transcriptasa inversa-reacción en cadena de polimerasa. Am J Pathol 2004; 164: 35-42.

40. Paik S, Shak S, Tang G et al. Expresión de los 21 genes en la prueba de Puntuación de Recurrencia y el beneficio clínico tamoxifeno en el estudio NSABP B-14 de ganglios negativos, el cáncer de mama receptor de estrógeno positivo. J Clin Oncol 2005; 23: (Suppl): abstr 510.

41. Habel LA, Shak S, Jacobs MK et al. Un estudio basado en población de la expresión génica del tumor y el riesgo de muerte del cáncer de mama entre los pacientes con ganglios linfáticos negativos. Breast Cancer Res 2006; 8: R25.

42. Paik S, Tang G, Shak S et al. Expresión de genes y beneficio de la quimioterapia en mujeres con nodo negativo, receptor de estrógeno cáncer de mama positivo. J Clin Oncol 2006; 24: 3726-3734.

43. Simon R, Radmacher MD, Dobbin K et al. Dificultades en el uso de datos de microarreglo de ADN para la clasificación diagnóstica y pronóstica. J Natl Cancer Inst 2003; 95: 14-18.

44. Ransohoff DF. Reglas de evidencia molecular para el cáncer de marcador de descubrimiento y validación. Nat Rev Cancer 2004; 4: 309-314.

45. Michiels S, Koscielny S, Hill C. Predicción de los resultados de cáncer con las matrices de micro. Lancet 2005; 365: 1684-1685.

46. Eden P, Ritz C, Rose C et al. “Buenos tiempos”, marcadores clínicos tienen una potencia similar en el pronóstico del cáncer de mama como el micro de perfiles de expresión génica matriz. Eur J Cancer 2004; 40: 1837-1841.

47. Ein-Dor L, Kela I, Getz G et al. Final de la firma genes en el cáncer de mama: ¿Existe un conjunto único? Bioinformatics 2005; 21: 171-178.

48. Michiels S, Koscielny S, Hill C. Predicción de los resultados de cáncer con microarreglos: una múltiple estrategia de validación al azar. Lancet 2005; 365: 488-492.