Clasificación de quimiosensibilidad tumoral en muestras del proyecto TCGA mediante la integración de datos genómicos del cáncer

Abstract

La enfermedad del cáncer causa millones de muertes en todo el mundo y miles en Costa Rica, y el tratamiento del cáncer causa también una carga económica inmensa en el sistema de seguridad social porque las drogas contra la enfermedad son extremadamente caras. Han existido en los últimos años un gran auge de estudios computacionales y estadísticos sobre datos genómicos del cáncer, en especial los datos de número de copia de ADN y la expresión génica. Los datos de número de copia pueden ser empleados para describir un fenómeno llamado aneuploidía en el cual regiones enteras de los cromosomas desaparecen o se multiplican. La aneuploidía tiene implicaciones clínicas pues está relacionada a distintas consecuencias clínicas e incluso algunos investigadores piensan es el motor del crecimiento y la resistencia del cáncer. Dos conjuntos de datos genómicos del cáncer bien conocidos son el CCLE y el TCGA, donde el primero trata sobre estudios de líneas celulares y el segundo trata sobre estudios de muestras de cáncer. En este trabajo se plantea usar un método llamado GISTIC que permite encontrar las regiones con alteraciones cromosomales en un conjunto de muestras, donde se busca entrenar un clasificador de máquina de soporte vectorial y además generar reglas de asociación de datos para las regiones con alteraciones cromosomales. El clasificador obtiene resultados valiosos a pesar de la existencia de clases desbalanceadas. Un aporte realmente valioso del trabajo son las reglas de asociación de datos que permitirían reducir la dimensionalidad del problema para descubrir redes de compensación génica en vías moleculares específicas de las muestras con mayor resistencia.