O JornalDentistry em 2019-1-05
Pesquisadores brasileiros identificaram uma correlação entre a progressão do cancro oral e a abundância de certas proteínas presentes no tecido tumoral e na saliva.
Também poderá ajudar a orientar a escolha de um tratamento ideal para cada paciente. O estudo começou na fase inicial com uma análise proteómica do tecido de diferentes áreas do tumor usando 120 amostras microdissecionadas. Na fase de verificação, as assinaturas prognósticas foram confirmadas em aproximadamente 800 amostras de tecido por imuno-histoquímica e em 120 amostras por proteómica direcionada.
O estudo foi apoiado pela Fundação de Pesquisa de São Paulo - FAPESP e realizado no National Energy and Materials Research Center (CNPEM), em parceria com o Instituto do Cancro do Estado de São Paulo (ICESP), Faculdade de Medicina Dentária Piracicaba da Universidade de Campinas (FOP-UNICAMP) Instituto de Computação da mesma universidade, Instituto de Matemática e Ciência da Computação da Universidade de São Paulo (ICMC), em São Carlos, e da Faculdade de Medicina Dentária da Universidade Oeste do Paraná (UNIOESTE), além de outras instituições no Brasil e no exterior.
"Os dados levaram a resultados robustos que são altamente promissores como guias para definir a gravidade da doença. Sugerimos potenciais marcadores da doença na primeira fase do estudo e confirmando estes marcadores na segunda fase, aumentando a confiabilidade dos resultados e mostrando que estes marcadores são eficazes na classificação de pacientes com metástase linfáticas cervicais ", explicou Adriana Franco Paes Leme, pesquisadora do Laboratório Nacional de Biociências do CNPEM (LNBio) e autor correspondente do artigo publicado na Nature Communications.
O cancro oral, também conhecido como carcinoma de células escamosas oral (OSCC), é o tipo mais comum de tumor maligno da cabeça e pescoço. A prevalência e a mortalidade são elevadas, com cerca de 300.000 novos casos diagnosticados por ano em todo o mundo e 145.000 mortes. Embora seja relativamente fácil de detetar, geralmente é diagnosticado quando já está em estágio avançado.
Segundo Paes Leme, trabalharam no estudo durante cinco anos até se chegar a esta conclusão. O estudo foi dividido em duas fases. No primeiro, utilizou-se a proteómica para descobrir, identificar e quantificar as proteínas do tecido tumoral. A segunda fase do estudo consistiu em análises usando imune-histoquímica e a proteómica direcionada, para se saber quais as proteínas que se deseja quantificar.
A proteómica concentra-se na identificação, localização e análise funcional das proteínas numa amostra, que pode consistir por exemplo em tecido ou células. As proteínas são quantificadas, modificações pós-traducionais são detetadas e a sua atividade e interações são avaliadas.
Bio-informática e máquinas de aprendizagem
O estudo financiado pela FAPESP teve duas fases. Na primeira fase, os pesquisadores usaram micro dissecção a laser e proteómica para mapear as proteínas no tecido do cancro oral e correlacioná-las com as características clínicas dos pacientes. Esta análise permitiu a identificação de várias proteínas, tais como CSTB, NDRG1, LTA4H, PGK1, Col6A1, ITGAV, e MB, com diferentes níveis de abundância dependendo da área do tumor e as ligações para os principais resultados clínicos.
Na segunda fase, depois de identificar e quantificar as proteínas nas 120 amostras de tecido tumoral, os pesquisadores implementaram duas estratégias de verificação de proteínas.
Uma das estratégia consistiu em avaliar a abundância das proteínas selecionadas em amostras de tecidos usando imune-histoquímica com anticorpos. A outra consistia em monitorar os mesmos alvos pré-selecionados na saliva dos pacientes.
A saliva foi escolhida dado que este cancro está localizado na boca, onde as proteínas poderiam ser excretadas pelas células neoplásicas. A saliva é uma fonte de marcadores, além de ser um fluido obtido por coleta não invasiva. Verificou-se as proteínas na saliva de 40 pacientes. O material analisado utilizou técnica triplica para atingir o maior nível de confiança possível para os resultados nesta fase do estudo.
Depois de analisar as amostras de saliva, os pesquisadores usaram a bio-informática e técnicas de máquina de aprendizagem para chegar a assinaturas prognósticas, a verificação de quais as proteínas ou peptídeos selecionados na primeira fase que podia distinguir entre pacientes com e sem metástase em linfonodo cervical.
"Além disso, tinha informações valiosas sobre a evolução clínica dos pacientes que tomaram parte no estudo como voluntários, doando amostras de sua saliva", disse Paes Leme.
A partir deste resultado, foi possível identificar três peptídeos específicos - LTA4H, Col6A1 e CSTB - que pode ser usado como uma assinatura para classificar pacientes com e sem metástase linfonodo cervical oferecendo potencial para ajudar os médicos a superar as limitações dos exames clínicos e orientar estratégias de tratamento personalizadas.
Biossensores acessíveis
Os cientistas estão agora a trabalhar num novo estudo projetado para usar técnicas translacionais para construir bio sensores acessíveis acessíveis capazes de detetar assinaturas de prognóstico na saliva dos pacientes.
Os péptidos têm atualmente de ser identificados e quantificados por espetrometria de massa e proteómica, que são técnicas dispendiosas e não estão frequentemente disponíveis em clínicas e hospitais.
"Queremos desenvolver um método mais simples e mais barato que possa ser facilmente utilizado pelos profissionais de saúde para avaliar a progressão da doença com base em testes que podem ser realizados num consultório de medicina dentária no médico de clínica geral, ou em laboratórios clínicos. No estudo que acabamos de publicar, conseguimos identificar essa assinatura prognóstica por espetrometria de massa. Atualmente está em desenvolvimento um biossensor com foco no uso dessa assinatura, para que possa ser adotado para uso clínico e ajudar a orientar as decisões de tratamento.
Source: Oral Cancer Foundation / www.eurekalert.org
Artigo original OCF: "Oral cancer prognostic signature identified"
Translate:
