• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
Documento
Autor
Nome completo
Fábio Leme Ortega
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2019
Orientador
Banca examinadora
Leite, Katia Ramos Moreira (Presidente)
Fonseca Filho, Limirio Leal da
Sarkis, Alvaro Sadek
Srougi, Miguel
Título em português
Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
Palavras-chave em português
Biomarcadores tumorais
Câncer de próstata
Genes
Glicoproteínas
MicroRNAs
Neoplasias da próstata/Diagnóstico
Prognóstico
Proteômica
Reação em cadeia da polimerase em tempo real
Resumo em português
Introdução: O câncer de próstata (CP) é a neoplasia mais comum do homem e o seu rastreamento e métodos de detecção têm sido motivo de grande discussão. Devido a sua alta prevalência, busca-se a identificação de tumores clinicamente significantes, evitando-se o supertratamento e seus consequentes efeitos colaterais. Atualmente a ressonância magnética multiparamétrica e outros marcadores moleculares têm sido utilizados, mas falham em acurácia. A busca de novos marcadores diagnósticos e de caracterização da agressividade do CP é urgente. Objetivos: Identificação do perfil de expressão dos genes ERG, SPOP, PTEN, AMACR, GOLM1, EN2 e NKX3.1 e dos miRNAs 21, 221, 100 e 141 no tecido proveniente de biópsias de próstata por agulha e avaliação de sua acurácia no diagnóstico e determinação do prognóstico do CP. Análise de proteínas glicosiladas na urina através da proteômica e espectometria de massa para o diagnóstico do CP. Materiais e Métodos: Estudo prospectivo, exploratório para identificação de biomarcadores diagnósticos e prognósticos de CP. Cento e trinta e dois pacientes com indicação de biópsia de próstata (PSA > 4,0 ng/ml e/ou alterações no toque retal) foram submetidos a biópsia prostática em sextantes no Hospital das Clínicas da Faculdade de Medicina da USP e no Instituto do Câncer do Estado de São Paulo (ICESP). Uma amostra aleatória de biópsia foi submetida a qRT-PCR para análise da expressão dos genes e miRNAs. A urina foi coletada após a biópsia e mantida a -20oC. Doze amostras de urina sendo seis de pacientes com diagnóstico de CP e seis com hiperplasia próstatica benigna foram submetidas a análise proteômica com espectrometria de massa. Os perfis de expressão de miRNAs, genes e proteínas foram comparados entre pacientes com e sem diagnóstico de CP. Avaliamos também o perfil de expressão de genes e miRNAs e sua relação com a graduação histológica de Gleason. Resultados: Os níveis aumentados de expressão tissular de NKX3, SPOP, AMACR, EN2, GOLM1 e ERG foram significativamente maiores no grupo CP quando comparados ao grupo controle p=0.03, p=0.004, p < 0.001, p < 0.001, p < 0.001, p=0,002 respectivamente. A avaliação da curva ROC revelou AUC de 0,744; 0,726; 0,692; 0,659; 0,646; 0,609 e 0,469 respectivamente para AMACR, GOLM1, EN2, ERG, SPOP, NKX3 e PTEN no diagnóstico do CP. Com base na análise de regressão linear foi proposto um modelo de análise conjunta dessas variáveis e criado um nomograma com GOLM1 e AMACR integrados com idade e níveis de PSA. A acurácia do nomograma proposto foi de 78,2% no diagnóstico do CP. Na avaliação prognóstica comparando dois grupos de Gleason 6 vs 7 a 10, os genes EN2, GOLM1 e AMACR foram significativamente mais expressos nos tumores mais agressivos (p=0,027, p=0,002, p=0,013 respectivamente). A curva ROC revelou AUC de 0,675, 0,727 e 0,684 respectivamente para EN2, GOLM1 e AMACR. Seguindo o mesmo tratamento estatístico do modelo diagnóstico proposto nesse estudo, foi elaborado um nomograma prognóstico com integração do PSA, idade e expressão de GOLM1 que mostrou uma acurácia de 79%. Na avaliação prognóstica entre os grupos Gleason 6 e 7 vs 8, 9 e 10 apenas os marcadores NKX3 e SPOP foram diferencialmente expressos, p=0,036 e p=0,044 respetivamente. A avaliação da curva ROC revelou AUC 0,704 e 0,696 para NKX3 e SPOP respectivamente. O nomograma proposto, a partir dessas informações e tratamento estatístico das variáveis, integrando PSA, idade e expressão de SPOP mostra uma acurácia de 89% na identificação de tumores de alto grau. Os miRNAs não apresentaram expressão significativamente diferente entre os grupos tanto para o diagnóstico quanto para o prognóstico. A análise proteômica revelou um painel de 56 N-glicopeptídeos capaz de discriminar completamente os grupos de pacientes com e sem CP. A avaliação da curva ROC para o painel formado mostrou uma AUC=1. Conclusões: A análise da expressão de genes em fragmento de biópsia de próstata por agulha, aleatoriamente retirado foi capaz de identificar a presença ou não do CP e caracterizar a sua agressividade. O nomograma desenhado a partir da expressão de GOLM1 e AMACR associados a idade e aos níveis de PSA mostrou acurácia de 78,2% no diagnóstico da doença. Os níveis de expressão tecidual de GOLM1 associados ao PSA demonstraram uma acurácia de 79,1% para a identificação de carcinomas com graduação >=7 e os níveis de expressão tecidual de SPOP associados ao PSA demonstraram uma acurácia de 89,0% para a identificação de carcinomas com graduação >=8. Os níveis de expressão de 56 N-glicopeptídeos intactos na urina mostraram uma ROC: AUC de 1 para o diagnóstico do câncer de próstata
Título em inglês
Tissue and urinary biomarkers for diagnosis and predictors of aggressiveness of prostate cancer
Palavras-chave em inglês
Biomarkers tumor
Genes
Glycoproteins
MicroRNAs
Prognosis
Prostatic neoplasms/Diagnosis
Protastic cancer
Proteomics
Real-time polymerase chain reaction
Resumo em inglês
Introduction: Prostate cancer (PC) is the most common cancer among men and screening and detection methods have been a matter of great discussion. Due to its high prevalence, there is an urgent need to search for new biomarkers able to distinguish the clinically significant PC, trying to avoid or postpone the side effects related to the curative treatment. Recently, multiparametric magnetic resonance and some molecular markers have been used but fail in accuracy. The search for new markers to diagnose and classify the aggressiveness of PC is urgent. Objective: Evaluate the expression of ERG, SPOP, PTEN, AMACR, GOLM1, EN2 and NKX 3.1 and miRNAs 21, 221, 100 and 141 in prostate tissue obtained by needle biopsy relating the results with the accuracy in the diagnosis and characterization of the aggressiveness of PC. Analysis of glycosylated proteins in the urine by proteomics and mass spectrometry to be applied in the diagnosis of PC. Materials and methods: Exploratory prospective study to identify diagnostic and prognostic biomarkers for PC. One hundred and thirty-two patients underwent prostate biopsy (PSA > 4.0 ng/ml and/or abnormalities in the digital rectal examination) at the Hospital das Clínicas da Faculdade de Medicina da USP and the Cancer Institute of the State of São Paulo (ICESP). A random core was submitted to qRT-PCR for evaluation of gene and miRNA expression. The urine was collected after the biopsy and maintained at -20oC. Twelve samples of urine (six patients with PC and six with benign prostatic hyperplasia) were subjected to proteomic analysis with mass spectrometry. The expression profiles of miRNAs, genes and proteins were compared between patients with and without PC. In addition, the same analysis was performed considering the Gleason and ISUP grading. Results: NKX3, SPOP, AMACR, EN2, GOLM1 and ERG had significantly higher expression in the PC group (p=0.03, p=0.004, p < 0.001, p < 0.001, p=0.002, respectively). Evaluation of ROC curve revealed an AUC of 0.744, 0.726, 0.692, 0.659, 0.646, 0.609 and 0.469 respectively for AMACR, GOLM1, EN2, ERG, SPOP, NKX3 and PTEN. Based on the linear regression analysis, a model of joint analysis of these variables was proposed and a nomogram was created with GOLM1 and AMACR associated with age and PSA levels. The accuracy of this nomogram in diagnosing PC was 78.2%. Considering the prognosis, comparing Gleason 6 vs 7 to 10, EN2, GOLM1 and AMACR were significantly more expressed in more aggressive tumors (p=0.027, p=0.002, p=0.013 respectively). ROC curve evaluation revealed an AUC of 0.675, 0.727 and 0.684 respectively for EN2, GOLM1 and AMACR. Following the same statistical treatment used for diagnosis, a nomogram was created with PSA, age and GOLM1 expression showing an accuracy of 79%. Another prognostic evaluation compared Gleason 6 and 7 vs 8,9 and 10. Only the NKX3 and SPOP were differentially expressed (p=0.036 and p=0.044, respectively) and the ROC curve revealed an AUC 0.704 and 0.696 for NKX3 and SPOP, respectively. A nomogram was designed including age, PSA and SPOP expression. The accuracy for this model in identifying high grade tumors was 89%. MiRNAs expression was not different between the groups considering diagnosis and prognosis. Proteomics analysis revealed a panel of 56 N-glycopeptides able to completely discriminate the groups with and without PC with an (ROC: AUC=1). Conclusion: Evaluating the expression of genes in a random core of prostate biopsy we were able to identify the presence of PC and to characterize its aggressiveness. A nomogram using GOLM1 and AMACR associated with PSA serum levels and age showed and accuracy of 78.2% in diagnose PC. The levels of GOLM1and PSA showed an accuracy of 79.1% in the identification of PC Gleason >=7. SPOP and PSA showed and accuracy of 89% in the identification of PC Gleason >=8. The expression levels of 56 N-glycoproteins perfectly discriminated PC and BPH (ROC: AUC=1)
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
FabioLemeOrtega.pdf (3.97 Mbytes)
Data de Publicação
2019-08-07
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2020. Todos os direitos reservados.