El cáncer es una de las principales causas de muerte en todo el mundo. Muchos enfoques terapéuticos contra esta enfermedad utilizan terapias dirigidas al receptor del factor de crecimiento epidérmico (EGFR). EGFR participa en cascadas de señalización intracelulares implicadas en el desarrollo y progresión tumoral. Mutaciones somáticas activantes en el gen EGFR se asocian con un aumento significativo de la respuesta a los fármacos inhibidores de la actividad tirosin-kinasa de EGFR (EGFR-TKIs), utilizados normalmente en cáncer de pulmón. Por otro lado, mutaciones en los oncogenes que codifican para las proteínas KRAS y NRAS, protagonistas de la vía de EGFR aguas abajo, provocan la activación constitutiva de la vía, independientemente de la actividad de EGFR y, debido a esto, generan baja respuesta a las terapias con anticuerpos monoclonales anti-EGFR, utilizadas normalmente en cáncer colorrectal. La determinación de mutaciones somáticas en estos genes es importante para predecir la eficacia terapéutica de estas drogas y poder identificar aquellos pacientes que se beneficiarán de las mismas. La técnica comúnmente utilizada para la detección de mutaciones somáticas es la secuenciación Sanger, que cuenta con una sensibilidad del 15 al 25% [1-4]. Sin embargo, los avances tecnológicos de los últimos años generaron una técnica de secuenciación masiva, NGS (Next Generation Sequencing), la cual permite detectar las variaciones genómicas que se dan en el ADN de un tumor, de forma más automatizada que Sanger, en varias muestras a la vez y para diferentes genes blanco, en un único experimento, y con una sensibilidad entre el 2-10% [5, 6]. El objetivo de este trabajo fue generar un protocolo de NGS utilizando la plataforma Ion Torrent PGM™, que fuera eficiente, rápido y con un menor costo que el planteado por el proveedor de forma que sea competitivo con Sanger; así como optimizar la detección de variantes en las secuencias generadas, utilizando como modelo mutaciones somáticas en los oncogenes KRAS, NRAS y EGFR.
Iguá 4225 esquina Mataojo
Montevideo, 11400
Uruguay
Tels: +598 2 525 8618 al 23
Instagram: @fcien.udelar
Twitter: @FcienUdelar
facebook: @fcienudelar
you tube: Facultad de Ciencias Udelar