A computational approach to identify predictive gene signatures in Triple Negative Breast Cancer

Microarray technology has been extensively used to detect patterns in gene expression that stem from regulatory interactions. Seminal studies demonstrated that the synergistic use of microarray-based techniques and bioinformatics analysis of genomic data might not only further the understanding of pathological phenotypes, but also provide lists of genes to dissect a disease into distinct groups, with different diagnostic or prognostic characteristics. Nonetheless, optimism for microarray-based technologies as clinical tools has suffered of both perceptual and real setbacks. Criticism is largely on the ground of general non-reproducibility of gene signatures and the inability to replicate results. The research activity illustrated in this thesis aimed at fulfilling methodological gaps still hampering the identification of gene signatures with proved prognostic and predictive value and, finally, affecting their reliability, reproducibility, and applicability. Specifically, we developed computational methods to efficiently merge gene expression profiles of tumors from multiple, independent, retrospective studies and to construct meta-datasets storing high throughput gene expression profiles and clinical information from thousands cancer patients. Moreover, we expanded on the concept of gene signature and derived consensus signatures, i.e. linear weighted combinations of gene signatures that, singularly, recapitulate independent signaling pathways or specific molecular mechanisms, while intertwined together render a more comprehensive molecular model of tumor progression or chemo-resistance. This approach has been applied to breast cancer, in general, and to triple negative breast cancer (TNBC), in particular, and resulted in the identification of gene signature combinations with increased robustness and power to predict cancer progression or response to therapy over the use of single signatures.

Tra le varie tecnologie high-throughput, i microarray, unitamente agli strumenti bioinformatici per l’analisi dei relativi segnali, rappresentano una risorsa preziosissima per lo studio dei meccanismi di regolazione trascrizionale che contribuiscono a determinare gli stati fisiologici e patologici delle cellule. In ambito oncologico, molti studi hanno dimostrato che l’utilizzo sinergico dei microarray e della bioinformatica può contribuire, non solo a una maggiore comprensione dei meccanismi coinvolti nel cancro, ma anche alla definizione di liste di geni con i quali identificare gruppi patologici con diverse caratteristiche diagnostiche o prognostiche. Tuttavia, l'ottimismo per le tecnologie basate sui microarray come strumenti clinici ha subito delle battute d'arresto sia percettive che reali . La critica è in gran parte dovuta alla non riproducibilità delle firme geniche e all'incapacità di replicare i risultati. L'attività di ricerca illustrata in questa tesi ha avuto l’obiettivo di colmare lacune metodologiche che ancora ostacolano l'identificazione di marcatori prognostici e predittivi e che, infine, inficiano affidabilità, riproducibilità ed applicabilità. In particolare, sono stati sviluppati metodi computazionali per integrare set multipli di dati di profili di espressione genica di tumori provenienti da studi indipendenti gli uni dagli altri al fine di costruire un meta-dataset di profili di espressione genica con associate le informazioni cliniche dei pazienti. Inoltre, è stato ampliato il concetto di firma genica e di firme consenso derivate, cioè combinazioni lineari di firme geniche che, singolarmente, ricapitolano vie di segnalazione indipendenti o meccanismi molecolari specifici, mentre unite insieme rendono un modello molecolare di progressione del tumore o chemio-resistenza più completo. Questo approccio è stato applicato al tumore al seno, in generale , e al tumore triplo negativo ( TNBC ), in particolare , e ha portato all'identificazione di combinazioni di firme geniche con maggiore robustezza e potere di predire la progressione del tumore o la risposta alla terapia rispetto all'uso delle firme singole.