Identificación de marcadores para cáncer de próstata por medio de un análisis de expresión diferencial

El cáncer de próstata es el segundo cáncer con mayor incidencia en el mundo en hombres entre los 45 y 60 años. Debido a la alta tasa de falsos positivos que arroja la prueba de antígeno prostático, que conlleva a procedimiento invasivos y tratamientos innecesarios en displasias benignas, se vuelve imperante determinar biomarcadores de detección temprana y no invasivos. Gracias a los avances en la secuenciación de ARN el estudio del transcriptoma toma un papel relevante en la identificación de genes expresados diferencialmente con potencial para actuar como biomarcadores pronósticos o predictivos. En este trabajo se utilizaron datos de RNA-seq obtenidos de tejidos sanos y cancerosos publicados en bases de datos públicos con la finalidad de realizar un análisis de expresión diferencial y posteriormente realizar un análisis de enriquecimiento funcional para identificar las funciones metabólicas donde interfieren los genes diferencialmente expresados. Como resultado se obtuvo que las secuencias disponibles en el proyecto código de acceso GSE22260 de GEO mostraron tener poca o nula expresión diferencial, por lo que se descartó este set de datos del análisis y se optó por trabajar con las secuencias disponibles en el proyecto PRJEB2449 de la plataforma ENA. El análisis de expresión diferencial de genes de este conjunto de datos determinó que un total de 105 genes se expresaron diferencialmente. Además, el análisis de enriquecimiento funcional identificó que los genes sobre expresados se involucran en la síntesis de tubulina, mientras que los sub expresados en los procesos de adhesión celular. Los genes identificados en este trabajo pueden ser considerados en ensayos de validación de biomarcadores y generar pruebas de identificación de tejidos cancerosos.

• Yazar: Paredes Escobar, Michelle Marcela (author)
• Materyal Türü: masterThesis
• Baskı/Yayın Bilgisi: 2023
• Konular: Próstata Cáncer; Perfilación De La Expresión Génica; Biomarcadores De Tumor; Transcriptoma
• Online Erişim: https://repositorio.puce.edu.ec/handle/123456789/41099