Coloquios en el CIBION

Malena Manzi - Viernes 16 de Noviembre 11:00hs

Grupo de espectrometría de masas bioanalítica - CIBION CONICET



Estudio de Lipidómica por Espectrometría de Masas para el Diagnóstico Temprano de Carcinoma Celular Renal de Células Claras

El cáncer renal es considerado una enfermedad metabólica y más del 30% de los pacientes son diagnosticados de manera incidental en etapas avanzadas de la enfermedad. En particular, el carcinoma celular renal de células claras (CCRcc) es el subtipo histológico más frecuente (75%) y se caracteriza por ser un tumor glucolítico, lipogénico y altamente heterogéneo.
En este seminario se presentarán los resultados de un estudio de lipidómica desarrollado en el CIBION a partir del análisis de muestras de suero de pacientes con CCRcc (n=112) e individuos sanos (n=52) con el fin de hallar paneles de potenciales biomarcadores para el diagnóstico temprano de la enfermedad. Se aplicó una estrategia no dirigida utilizando la técnica de cromatografía líquida de ultra alta performance acoplada a espectrometría de masas de alta resolución. Se aplicaron métodos estadísticos de análisis multivariado basados en maquinarias de soporte vectorial (SVM) acoplados al método LASSO (least absolute shrinkage and selection operator) de selección de variables para desarrollar modelos de clasificación y seleccionar el conjunto de variables metabólicas (pares tiempo de retención-relación masa/carga) que maximizan la exactitud de clasificación de las muestras. A partir de una matriz curada de 386 variables, se obtuvo un panel de 18 variables capaces de discriminar individuos sanos de pacientes con CCRcc con 96% de exactitud en muestras utilizadas para entrenar el modelo por validación cruzada y 79% de exactitud en un conjunto de muestras independiente. A partir de un segundo modelo estadístico entrenado para discriminar muestras de pacientes con CCRcc en estadios tempranos de tardíos se obtuvo un panel de 26 variables que permite clasificar con 84% de exactitud las muestras utilizadas para entrenar el modelo por validación cruzada y con 82% de exactitud un conjunto de muestras independiente. Actualmente, se está trabajando en la identificación de los lípidos pertenecientes a los paneles de variables discriminantes a fin de establecer la relevancia biológica de dichas moléculas. Las muestras analizadas fueron cedidas por el Biobanco Público de Muestras Séricas Oncológicas del Instituto de Oncología Ángel H. Roffo.