Redes de coexpresión de muestra única en cáncer de mama: una herramienta con potencial para medicina personalizada

Ponente(s): Hannia Isabel Juárez Pérez, Gerardo Jesus Escalera Santos, Jesus Espinal Enriquez

El cáncer de mama (BrCa) es el más frecuente entre mujeres a nivel mundial y una de las principales causas de mortalidad femenina. El avance de las tecnologías de secuenciación de siguiente generación ha transformado nuestro entendimiento del cáncer. Con estos datos, se construyen modelos matemáticos que describen patrones de regulación génica. Una de las herramientas más poderosas derivadas de estos datos son las redes de coexpresión génica (RCG), que modelan las relaciones entre genes en función de su nivel de expresión conjunto. Las RCGs reflejan interacciones entre genes asociadas a un fenotipo dado. Sin embargo, estas redes suelen representar promedios poblacionales, y no siempre capturan diferencias individuales. Proponemos el uso de RCG individualizadas (RCGI), para caracterizar el estado molecular de pacientes individuales. Con ellas, podemos estimar con mayor precisión la arquitectura de coexpresión específica de cada persona. Construimos RCGIs a 1,100 pacientes con BrCa. Identificamos patrones diferenciales entre pacientes vivos y fallecidos, así como firmas de coexpresión asociadas al riesgo de muerte, con potencial para el desarrollo de herramientas de pronóstico personalizadas en oncología.