eISSN: 1897-4309
ISSN: 1428-2526
Contemporary Oncology/Współczesna Onkologia
Current issue Archive Manuscripts accepted About the journal Supplements Addendum Special Issues Editorial board Reviewers Abstracting and indexing Subscription Contact Instructions for authors Publication charge Ethical standards and procedures
Editorial System
Submit your Manuscript
SCImago Journal & Country Rank
5/2007
vol. 11
 
Share:
Share:

Biomarkers in breast cancer Part II: protein, DNA, cell adhesion and drug resistance markers

Tadeusz Ślubowski
,
Małgorzata Ślubowska

Współczesna Onkologia (2007) vol. 11; 5(240-246)
Online publish date: 2007/07/16
Article file
- Biomarkery w raku.pdf  [0.09 MB]
Get citation
 
 

Wstęp
Celem niniejszego opracowania jest przekazanie klinicystom uaktualnionych informacji na temat rozwoju wiedzy w dziedzinie biomarkerów raka piersi, jak również ich klinicznego wykorzystania jako wykładników prognostycznych i predykcyjnych. Markery te, bardziej lub mniej użyteczne klinicznie, klasyfikowane są jako wyróżniki anomalii komórek nowotworowych i odnoszą się do wewnątrzkomórkowych szlaków sygnalizacji białkowej, braku reakcji na substancje hamujące wzrost, apoptozy, nieograniczonej replikacji komórek, niekontrolowanej angiogenezy, naciekania tkanek i przerzutów.
Mimo identyfikacji wielu domniemanych markerów, tylko kilka z nich jest użytecznych w prognozowaniu wystąpienia choroby, jej nawrotu czy identyfikacji źle rokujących pacjentów, którzy nie reagują na leczenie. Jakkolwiek w chwili obecnej nie istnieje pojedynczy biomarker różnicujący dobrze i źle rokujących pacjentów lub tych, którzy w sposób oczekiwany odpowiedzą na leczenie, badanie ekspresji genów ze stworzeniem wzorców wieloelementowych anomalii molekularnych może stanowić narzędzie pomocne w klinicznej ocenie prognozowania i doboru leczenia.

Markery białkowe
Cykliny
Szereg białek wewnątrzkomórkowych o charakterze biomarkerów łączonych jest z rokowaniem co do postępu choroby. Stwierdzono, że cykliny typu D i E – białka, które w normalnych warunkach kontrolują przechodzenie od fazy G1 do fazy S cyklu komórkowego pełnią kluczową rolę w komórkach nabłonkowych nowotworów gruczołu sutkowego, indukowanych hormonami sterydowymi i czynnikami wzrostu [1].
U ludzi cyklina D1 jest uważana za czynnik patogenetyczny zarówno w raku piersi, jak i w innych nowotworach. Jakkolwiek dokładny mechanizm, przez który jej nadekspresja może prowadzić do nowotworzenia nie jest dokładnie znany, istnieją podejrzenia, że poza funkcją regulatora cyklu komórkowego pełni ona rolę modyfikatora szlaków metabolicznych, różnicowania komórek tłuszczowych i migracji komórek [2]. Amplifikacja lub nadekspresja cykliny D1 istnieje w 20% potwierdzonych klinicznie raków piersi [2]. Koreluje ona z ekspresją receptora estrogenowego [4] oraz przechodzeniem raka in situ w inwazyjnego raka wewnątrzprzewodowego [5]. Stwierdzono, że obecność niskocząsteczkowych typów cykliny E, wykazuje korelację z obniżoną przeżywalnością, a jej podwyższony poziom, wysoki stopień korelacji ze złym rokowaniem [6].
Aberracja ekspresji białka Thep21 (p21/WAF1/Cip1), które jest inhibitorem cyklinozależnej kinazy (CDK) biorącej udział w procesie wzrostu komórek [7], łączona jest ze złym rokowaniem, chociaż podejście to jest kwestionowane [8]. Białko p27 (KIP1) wiążące i inaktywujące CDK, łączone jest z regulacją cyklu komórkowego [9], a w przypadku niskiej ekspresji, szczególnie u pacjentów z niewielkimi guzami pierwotnymi, koreluje ze złym rokowaniem [10]. Białko SKP2, będące kinazą związaną z fazą S, niezbędne jest do ubikwitynozależnej degradacji białek [10], w tym także białka p27 inhibitora CDK [11]. Wykazuje ono ekspresję odwrotnie proporcjonalną do aktywności p27.

Proteazy inwazyjności
Proteazy (proteinazy) to enzymy hydrolizujące wiązania peptydowe, znane również pod nazwą peptydazy. W zależności od ich funkcji możemy podzielić je na:
• endopeptydazy – działające na wiązania wewnątrz łańcucha peptydowego,
• egzopeptydazy – odcinające aminokwasy z jego końców. Wśród proteaz możemy wyróżnić cztery grupy:
• aspartylowe,
• serynowe,
• cysteinowe,
• metaloproteazy.

Proteazy aspartylowe
Katepsyna D jest zależną od estrogenów proteazą aspartylową, związaną z lizosomami, kodowaną przez gen zlokalizowany na chromosomie 11. Uważa się, że jest ona odpowiedzialna za migracje komórek i stymulowanie naciekania podścieliska przez trawienie błony podstawnej i zrębu tkanki łącznej [12]. Liczne badania prowadzone przy pomocy metod immunologicznych w latach 90. ubiegłego wieku wykazały, że obserwowany w cytosolu izolowanym z raków piersi podwyższony poziom katepsyny D był niezależnym czynnikiem prognozującym okres przeżycia [13]. Brak powodzenia w stworzeniu wiarygodnej metody immunocytochemicznej opartej o te badania spowodował, że poziom zainteresowania katepsyną D jako potencjalnym markerem oceniającym leczenie zdecydowanie się zmniejszył [14].

Proteazy seryny
W destrukcji lub przebudowie macierzy pozakomórkowej (ECM) bierze udział duża grupa enzymów proteolitycznych odpowiedzialnych za proces naciekania nowotworu lub jego rozsiew w postaci przerzutów. Dwie grupy enzymów, mające znaczenie w tym procesie to proteazy seryny i metaloproteazy macierzy pozakomórkowej (MMPs). W raku piersi, spośród proteaz serynowych, największą uwagę zwraca się na urokinazopodobny aktywator plazminogenu (uPA) i jego receptor (uPAR), a także na czynnik hamujący aktywację plazminogenu 1 (PAI-1). Działając na plazminogen, uPA doprowadza do wytworzenia plazminy. Jest on odpowiedzialny za degradację macierzy pozakomórkowej, hamowany jest zaś przez specyficzny inhibitor PAI-1. Istnieją doniesienia, że uPA i jego inhibitor u pacjentek z nowotworami piersi mają – istniejącą niezależnie od innych wskaźników – wartość prognostyczną co do okresu przeżycia [15].
Podwyższone poziomy uPA i PAI-1 oceniane w ekstraktach z tkanki nowotworowej i w cytosolu wykazywały korelację z nawrotem choroby i krótkim okresem przeżycia [16]. Proteazy plazminogenu były także stosowane jako marker predykcyjny odpowiedzi na chemioterapię [17]. Niestety, jak dotychczas nie powiodło się zastosowanie metod oceny immunologicznej PA/PAI-1 do interpretacji materiału na skrawkach. Stanowi to znaczne utrudnienie ze względu na niewielkie szanse uzyskiwania nieutrwalonego materiału do analizy białek. Markery uPA i uPAR były oceniane również w płynie aspiracyjnym z brodawki. Ocena ta korelowała z wynikami uzyskanymi z materiału tkankowego co do postępu choroby i rokowania [18]. Jakkolwiek uważane za wskaźnik o wysokiej znamienności prognostycznej i predykcyjnej, opisane proteazy plazminogenu nie należą do powszechnie stosowanych markerów.

Metaloproteazy
Metaloproteazy (metaloproteinazy) macierzy (MMPs) stanowią grupę co najmniej 19 endopeptydaz, zawierających cynk, które wydzielane są jako proenzymy i wykazują znaczące podobieństwo budowy. Ich podstawową rolą jest rozkład białek macierzy pozakomórkowej. W oparciu o powinowactwo do substratu oraz organizacji przestrzennej można podzielić je na cztery główne grupy:
• kolagenazy,
• gelatynazy,
• stromelizyny,
• metaloproteazy, które są zaangażowane w inicjację procesu nowotworzenia, inwazyjność i tworzenie przerzutów [19].
Metaloproteazy macierzy (MMP) mogą być hamowane przez związki chelatujące i specyficzne inhibitory tkankowe metaloproteaz (TIMPs) [19]. W raku piersi podwyższony poziom metaloproteazy 2, 9 i 11 koreluje ze złym rokowaniem [19, 20].
Metaloproteaza MMP-2 (kolagenaza typu IV) odpowiedzialna jest za destrukcję błon podstawnych i penetrację naczyń krwionośnych [19, 20]. Wytwarzanie przez fibroblasty zrębu tkankowego, kolagenazy typu IV, w odpowiedzi na naciekanie przez komórki raka piersi, może być wyznacznikiem agresywności procesu nowotworowego [21]. W oparciu o badania immunocytochemiczne stwierdzono, że nadmierna aktywność MMP-2 wiąże się ze złym rokowaniem [22].
Wyniki badań nad metaloproteazą MMP-9 u pacjentów z rakiem piersi są niejednoznaczne. Niektórzy autorzy wiążą nadmierną ekspresję tego enzymu z niekorzystnym rokowaniem [23], podczas gdy inni twierdzą, że jest ona zjawiskiem pozytywnym [24]. Zdolność komórek nowotworowych do aktywacji enzymów odpowiedzialnych za destrukcję macierzy pozakomórkowej (ECM) uważana jest za dominujący atrybut inwazyjności nowotworów. Nadmierna aktywność metaloproteazy MMP-11 (stromelizyna 3) w raku piersi jest wiązana ze złym rokowaniem [25].
Nieustające zainteresowanie metaloproteazami i tkankowymi inhibitorami metaloproteaz wiąże się z potencjalną możliwością zastosowania w raku piersi leczenia opartego o zastosowanie blokerów metaloproteaz [26].

Markery DNA
Telomeraza
U eukariotów chromosomy zakończone są strukturą zwaną telomerem. U ludzi składa się on z powtarzającej się sekwencji nukleotydowej (TTAGGG) i szeregu związanych z nią białek. Aby zapobiec, związanemu z wiekiem i/lub wielokrotnymi podziałami, skracaniu telomerów, enzym telomeraza powoduje ich wydłużanie, co prowadzi do utrzymania integralności genomu. Enzym ten zbudowany jest z odwrotnej transkryptazy telomerazy (TERT), RNA telomerazy (TERC), oraz elementów regulujących katalityczną aktywność. Odwrotna transkryptaza telomerazy (TERT), która jest obecna prawie we wszystkich nowotworach, stanowi katalizującą domenę telomerazy. Uważa się, że w raku piersi TERT może stanowić marker diagnostyczny i prognostyczny, a także element predykcyjny odpowiedzi na leczenie [27]. Z tego powodu, że telomeraza nie występuje w normalnej tkance gruczołowej, a jest obecna w dominującej grupie raków piersi [28], spełnia jedną z podstawowych cech biomarkera. Jakkolwiek wczesne badania nad telomerazą poddawały w wątpliwość jej znaczenie prognostyczne [29], to późniejsze prace wydają się potwierdzać jej znaczenie jako markera predykcyjnego [30].

Reperacja DNA i niestabilność mikrosatelitów
Niestabilność mikrosatelitów (MSI) związana jest z procesem mutacyjnym, w którym następuje wbudowywanie lub eliminacja powtórzeń sekwencji nukleotydowych mikrosatelitów. Jest ona uważana za czuły wskaźnik niestabilności genomu, odpowiedzialny za zwiększenie ryzyka rozwoju nowotworu [31]. W porównaniu z innymi nowotworami, np. rakiem jelita grubego, w raku piersi MSI występuje rzadko [32]. Cześć doniesień łączy ją jednak ze złym rokowaniem [33].

Metylacja DNA
Jedną z najbardziej powszechnych anomalii molekularnych w ludzkich nowotworach są zaburzenia w metylacji DNA, przejawiające się hypermetylacją lub demetylacją występującą w odpowiednich fragmentach genomu. Jakkolwiek w raku piersi istnieje szereg anomalii genowych wiodących do hypermetylacji, trudno jest jednak określić, w jakim stopniu korelują one z różnymi odmianami genotypowymi nowotworów [34].
Demetylacja DNA, pomimo że nie wykazuje charakterystycznych różnic adekwatnych do typu nowotworu, korelacji ze zmianami w chromosomach, stanem receptorów estrogenowych i typem histopatologicznym wydaje się być cechą bardziej jednolitą [35], chociaż jej wartość prognostyczna jest także dyskutowana [36].

Inne biomarkery
Gen CHEK2 koduje kinazę fazy G2, która odgrywa kluczową rolę w reperacji uszkodzonego DNA. Niektóre mutacje tego genu współistnieją ze zwiększonym ryzykiem raka piersi, jednak ich kliniczne znaczenie jest ciągle niejasne [37]. Mutacje te zostały pierwotnie zidentyfikowane u kobiety z nowotworem piersi współistniejącym z rodzinnym występowaniem zespołu Li-Fraumeni [38]. Niska występowalność oraz nieokreślony poziom ryzyka, jakie niesie za sobą występowanie mutacji CHEK2, implikuje niewielkie znaczenie tej anomalii w rodzinnie występującym raku piersi [39].
Potencjalną szansę na wykorzystanie jako biomarkery mają także polimorficzne mucyny nabłonkowe MUC1 i MUC2 oceniane zarówno w materiale tkankowym, jak i w osoczu [40]. Podobnie, nadmierna ekspresja enzymu cyklooksygenazy 2 (COX2), odpowiadającego za przemiany fosfolipidowe w błonach komórkowych oraz tworzenie prostacyklin i tromboksanów, przedstawiana jest w niektórych publikacjach jako mająca znacznie prognostyczne [41]. Odnosi się to także do raka przewodowego in situ (DCIS – ductal carcinoma in situ) ze względu na jej silnie zaznaczoną ekspresję, rolę w rozwoju nowotworu i relację do innych wyróżników nowotworzenia [42].
Białko macierzy jądra (nuclear matrix protein-nmp-66) obecne w osoczu, zostało ostatnio zidentyfikowane jako marker, który może być użyty do identyfikacji wczesnego raka piersi. Jego wartość prognostyczna musi jednak zostać potwierdzona w szeroko zakrojonych badaniach [43].
Podejmowane są również próby zastosowania jako markerów innych antygenów rozpoznawanych przez układ HLA. Należą do nich antygen specyficzny dla raka jądra, antygen E czerniaka (MAGE – melanoma antigen gene) i antygeny kodowane przez geny GAGE [44]. W odniesieniu do raka piersi podejmowane były próby oceny genów MAGE w odniesieniu do rokowania [45] oraz jako markera wczesnych stadiów choroby i wznowy [46].

Ocena transkrypcji
W ludzkim genomie >95% genów nie wykazuje aktywności. Represja tych genów kontrolowana jest na poziomie transkrypcji, tzn. procesu syntezy RNA odbywającego się na matrycy DNA, a katalizowanego przez enzym polimerazę RNA lub na poziomie translacji, tzn. procesu syntezy łańcucha polipeptydowego na matrycy informacyjnej m-RNA. W chorobach nowotworowych, profile ekspresji genów mogą mieć odniesienie do funkcji komórki, typu procesów biochemicznych, aktywności proliferacyjnej i mechanizmów regulacyjnych. Z reguły profile te porównuje się do kontroli uzyskanej od ludzi zdrowych i mogą one służyć do oceny rozwoju choroby, rokowania lub identyfikacji szlaków do leczenia celowanego [47]. Profilowanie genomu, w odniesieniu do transkrypcji, jest używane do oceny rokowania w raku piersi [48–51]. Do opisania zestawu transkrybowanych genów ocenianych w kontekście mRNA wprowadzono pojęcie transkryptomu, które odnosi się do białek mogących określać specyficzny typ nowotworu lub opisywać go u poszczególnych pacjentów [47, 52–54]. Ocena pierwotnych nowotworów piersi, wykonana przy pomocy mikromacierzy DNA, w celu określenia złego rokowania zależnego od sygnatury genowej, nieprawidłowej ekspresji genów regulujących cykl komórkowy, inwazyjności procesu, tendencji do tworzenia przerzutów i angiogenezy wykazała, że ocena profilu genowego miała daleko bardziej istotną wartość rokowniczą niż parametry kliniczne, takie jak zaangażowanie węzłów chłonnych, czy przewidywanie przerzutów odległych [55].

Markery adhezji komórkowej
Glikoproteiny transbłonowe, odpowiedzialne za wzajemne przyleganie komórek, jak również za przyleganie do macierzy pozakomórkowej zwane są adhezynami. Odgrywają one ważną rolę w wielu procesach biologicznych, takich jak migracja komórek, różnicowanie, proliferacja i apoptoza. W ciągu ostatnich lat nasiliło się zainteresowanie tymi związkami, ze względu na ich potencjalne zastosowanie jako biomarkerów predykcyjnych i prognostycznych w nowotworach, ponieważ stwierdzono, że utrata ich ekspresji może świadczyć o wysokim stopniu złośliwości lub zaawansowanym stadium nowotworu. Z kompleksami tymi wiąże się również nadzieję, co do ich potencjalnej roli jako biomarkerów świadczących o inicjacji procesu nowotworowego, różnicowaniu, postępie choroby i powstawaniu przerzutów [56, 57].

Kompleks E-kadheryna/katenina
Wzrost poziomu kateniny uważany jest za główny przejaw ekspresji genu działającego przez szlak sygnału Wnt [58, 59]. Kompleks E-kadheryna/katenina wiązany jest z rozwojem zmian złośliwych, w tym także raka piersi [60]. Jakkolwiek większość autorów podkreśla, że w raku piersi utrata aktywności E-kadheryny wiąże się ze złym rokowaniem [61, 62], istnieją doniesienia mówiące o zachowaniu jej aktywności pomimo rozwoju choroby [63]. Utrata aktywności E-kadheryny przypisywana jest utracie aktywności genu na skutek hypermetylacji wysp CpG w rejonie promotora i brak wytwarzania mRNA [64]. Utrata aktywności E-kadheryny w raku piersi jest bardziej charakterystyczna dla naciekającego raka pęcherzykowego niż naciekającego raka wewnątrzprzewodowego [65]. Wzrost ekspresji E-kadheryny opisany został w raku zapalnym piersi [66]. Niezależnie od obserwowanych zmian E-kadheryna nie jest markerem, który miałby charakter predykcyjny co do reakcji na wdrożone leczenie.

CD44
Glikoproteina CD44 jest polimorficzną adhezyną błonową, związaną z macierzą komórkową, aktywacją limfocytów, recyrkulacją i zasiedlaniem. Przypisuje się jej rolę w rozwoju agresywnych form nowotworów oraz powstawaniu przerzutów zarówno w guzach litych, jak i nowotworach typu hemopoetycznego [56, 57]. W raku piersi aktywność CD44 jest wiązana z inicjacją i postępem procesu nowotworowego [67]. Zaburzeniom funkcji CD44 przypisuje się rolę prognostyczną co do rozwoju nowotworu [68–70], a nadmiernej ekspresji, jednego z jej wariantów – V6, znaczenie co do niekorzystnego rokowania [70, 71], chociaż zdania na ten temat są podzielone [72]. Badania CD44 w osoczu zarówno w formie podstawowej [73], jak i w odmianie V6 [74] nie przyniosły przekonujących wyników co do możliwości zastosowania tego markera w postępowaniu klinicznym.

Integryny
Integryny są glikoproteinami zaliczanymi do białek odpowiadających za przyleganie komórek (adhezyny). Współdziałając z innymi receptorami błonowymi umożliwiają agregację komórek. W raku piersi zaburzenia ekspresji integryn AV [75] i A6 [76, 77] są łączone z rokowaniem co do przebiegu choroby. Uważa się, że receptory dla integryn oraz dla laminin (glikoprotein błon podstawnych) odpowiedzialnych za adhezję i migrację komórek, procesy wzrostu, różnicowania oraz tworzenie przerzutów, mogą pełnić w raku piersi rolę markerów [78]. Istnieją jednak podzielone zdania na temat receptora lamininy, którą niektórzy autorzy uważają za samodzielny czynnik rokowniczy [75, 79], podczas gdy inni negują jego możliwości w tym zakresie [80].

Inne markery adhezyjne
W raku piersi białkiem adhezyjnym budzącym największe zainteresowanie jest adhezyna komórek nabłonkowych (EpCAM), którą łączy się z oceną okresu przeżycia [81]. Ma zastosowanie jako identyfikator mikroprzerzutów ocenianych we krwi obwodowej i szpiku [82], a także jako potencjalny cel dla leczenia [83].

Markery oporności lekowej
Gen oporności wielolekowej (MDR1) koduje białko błonowe – glikoproteinę P (Pgp), która odpowiedzialna jest za funkcjonowanie energozależnej pompy regulującej. Jej rolą jest usuwanie z komórki niektórych leków, w tym także chemioterapeutyków stosowanych w leczeniu raka piersi. Białko to może być identyfikowane przy pomocy rozmaitych technik, m.in. łańcuchowej reakcji polimerazy (PCR), Southern Blotting, hybrydyzacji in situ i immunocytochemii [84]. Przeprowadzona metaanaliza wykazała, że ekspresja MDR1 koreluje w znaczący sposób z opornością na chemioterapię i złym rokowaniem [85]. Należy wspomnieć, że nie wszystkie leki antynowotworowe stanowią substraty dla Pgp. Zależne od działania Pgp są antracykliny, pochodne topoizomerazy II, alkaloidy vinca rosea i taksany. Gen odpowiedzialny za kodowanie transferazy glutationowej S (GSTp) (chromosom 11q13) koreluje z aktywnością Pgp, wzmacniając detoksyfikację wewnątrzkomórkową kojarzoną w raku piersi z opornością wielolekową [86]. Z powodu powiązania aktywności GST-p z opornością na środki alkilujące, postulowano, aby używać tego markera do wyboru najbardziej adekwatnego protokołu chemioterapii.
Z obecnością Pgp łączy się także niewielkie indukowane przez estrogeny białko, zwane pS2, które uznawane jest przez niektórych jako marker receptora estrogenowego [87]. Potencjał wykorzystania pS2 jako markera wiązałby się z oceną postępu choroby i odpowiedzią na leczenie hormonalne.
Białka szoku termicznego i białka reakcji na stres HSP27, HSP70 i HSP90 są grupą związków związanych z odpowiedzią tkankową na wysoką temperaturę, toksyny, metale ciężkie, zmiany pH, niektóre hormony, leki i niedotlenienie [88]. W raku piersi aktywność HSP27 i HSP70 uważana jest za czynnik predykcyjny co do nawrotu choroby i przewidywania wyleczenia [88–91].

Farmakogenetyka
Ponad milion markerów genetycznych, zwanych polimorfantami pojedynczych nukleotydów (SNP), dostępnych jest do badań genotypowych i fenotypowych [92]. Wykorzystanie SNP do sekwencjonowania genów doprowadziło do odkrycia jedno- lub wieloczynnikowych zespołów predyspozycji rodzinnych [93]. Odkrycie alternatywnych szlaków metabolizmu leków, a także genetycznie zależnych enzymów alternatywnych doprowadziło do lepszego poznania niektórych z nich, np. systemu cytochtochromów [94]. Farmakogenetyka znalazła zastosowanie w zmniejszeniu toksyczności niektórych leków antynowotworowych, takich jak amonafid, 5-fluorouracyl (5-FU), 6-merkaptopuryna, irinotekan, epirubicyna i flawopirydol [95]. Stosowanie genotypowania w celu oceny terapii antynowotworowej pojawiło się ostatnio w bardzo wielu doniesieniach [96]. Niektóre publikacje odnoszące się do raka piersi sugerowały, że nadmierna aktywność syntetazy tymidylowej związana jest z opornością na 5-fluorouracyl i jego pochodne [97].

Quo vadis
Podstawowymi problemami, na jakie napotyka diagnozowanie i prowadzenie pacjentów z rakiem piersi, jest identyfikacja pacjentów z minimalnym ryzykiem nawrotu choroby, u których nie jest konieczne stosowanie adjuwantowej terapii hormonalnej oraz stworzenie zasad postępowania leczniczego dla pacjentek, które narażone są na wysokie ryzyko nawrotu choroby.
Wraz z postępem prac nad mapowaniem genomu i ekspresją białek związanych z poszczególnymi genami, otwierają się nowe możliwości stosowania farmakogenetyki do przewidywania wrażliwości lub oporności na leczenie jedno- lub wielolekowe. Wraz z rozwojem technik mikromacierzy, które stwarzają potencjalne możliwości jednoczesnej oceny wszystkich genów lub białek zawartych w pobranym preparacie biologicznym, bardziej realna staje się szansa na śledzenie postępu leczenia. Techniki hierarchicznego grupowania zbiorów oraz analiza baz danych uzyskanych z profili transkrypcji od pacjentów, którzy reagują pozytywnie na leczenie lub wykazują oporność lekową na leki antynowotworowe, została wprowadzona jako wzorzec dla leczenia raka piersi i innych nowotworów [98, 99]. Zastosowanie profilowania transkrypcji potwierdziło korzystny efekt przedoperacyjnego leczenia przy pomocy paklitakselu, 5-FU, doksorubicyny i cyklofosfamidu u 81% pacjentek z rakiem piersi [97–100]. Wyniki innych badań z użyciem komercyjnie dostępnych oligonukleotydów użytych w mikromacierzach mRNA z materiału uzyskanego z biopsji gruboigłowej od pacjentek z inwazyjnym rakiem piersi, potwierdziły, że wzorce ekspresji genów korelują ze stosowaniem docetakselu [101].

Piśmiennictwo
1. Sutherland RL, Musgrove EA. Cyclins and breast cancer. J Mammary Gland Biol Neoplasia 2004; 9: 95-104.
2. Arnold A, Papanikolaou A. Cyclin D1 in breast cancer pathogenesis. J Clin Oncol 2005; 23: 4215-24.
3. Wolman SR, Pauley RJ, Mohamed AN, Dawson PJ, Visscher DW, Sarkar FH. Genetic markers as prognostic indicators in breast cancer. Cancer 1992; 70: 1765-74.
4. Steeg PS, Zhou Q. Cyclins and breast cancer. Breast Cancer Res. Treat 1998; 52: 17-28.
5. Weinstat-Saslow D, Merino MJ, Manrow RE, et al. Overexpression of cyclin D mRNA distinguishes invasive and in situ breast carcinomas from non-malignant lesions. Nature Med 1995; 1: 1257-60.
6. Keyomarsi K, Tucker SL, Buchholz TA, et al. Cyclin E and survival in patients with breast cancer. N Engl J Med 2002; 347: 1566-75.
7. Pellikainen MJ, Pekola TT, Ropponen KM, Kataja VV, Kellokoski JK, Eskelinen MJ, Kosma VM. p21WAF1 expression in invasive breast cancer and its association with p53, AP-2, cell proliferation, and prognosis. J Clin Pathol 2003; 56: 214-20.
8. Gohring UJ, Bersch A, Becker M, Neuhaus W, Schondorf T. p21 (waf) correlates with DNA replication but not with prognosis in invasive breast cancer. J Clin Pathol 2001; 54: 866-70.
9. Lau R, Grimson R, Sansome C, Tornos C, Mou UM. Low levels of cell cycle inhibitor p27kip1 combined with high levels of Ki-67 predict shortened disease-free survival in T1 and T2 invasive breast carcinomas. Int J Oncol 2001; 18: 17-23.
10. Alkarain A, Jordan R, Slingerland J. p27 deregulation in breast cancer: prognostic significance and implications for therapy. J Mammary Gland Biol Neoplasia 2004; 9: 67-80.
11. Signoretti S, Di Marcotullio L, Richardson A, et al. Oncogenic role of the ubiquitin ligase subunit Skp2 in human breast cancer. J Clin Invest 2002; 110: 633-41.
12. Schwartzberg LS. Clinical experience with edrecolomab: a monoclonal antibody therapy for colorectal carcinoma. Crit Rev Oncol Hematol 2001; 40: 17-24.
13. Tandon AK, Clark GM, Chamness GC, Chirguin JH, McGuire WL. Cathepsin D and prognosis in breast cancer. N Engl J Med 1990; 322: 297-302.
14. Kute TE, Shao ZM, Sugg NK, Long RT, Russeu GB, Case LD. Cathepsin D as a prognostic indicator for node-negative breast cancer patients using both immunoassays and enzymatic assays. Cancer Res 1992; 52: 5198-203.
15. £awicki S, Mroczko B, Szmitowski M. Markery nowotworowe raka piersi. Postępy Hig Med Dośw 2004; 58: 292-300.
16. Duffy MJ. Urokinase plasminogen activator and its inhibitor, PAI-1, as prognostic markers in breast cancer: from pilot to level 1 evidence studies. Clin Chem 2002; 48: 1194-7.
17. Harbeck N, Kates RE, Schmitt M. Clinical relevance of invasion factors urokinase-type plasminogen activator and plasminogen activator inhibitor type 1 for individualized therapy decisions in primary breast cancer is greatest when used in combination. J Clin Oncol 2002; 20: 1000-7.
18. Qin W, Zhu W, Wagner-Mann C. Nipple aspirate fluid expression of urokinase-type plasminogen activator, plasminogen activator inhibitor-1 and urokinase-type plasminogen activator receptor predicts breast cancer diagnosis and advanced disease. Ann Surg Oncol 2003; 10: 948-53.
19. Egeblad M, Werb Z. New functions for the matrix metalloproteinases in cancer progression. Nature Rev Cancer 2002; 2: 161-74.
20. Benaud C, Dickson RB, Thompson EW. Roles of the matrix metalloproteinases in mammary gland development and cancer. Breast Cancer Res Treat 1998; 50: 97-116.
21. Singer CF, Kronsteiner N, Marton E, Kubista M, Cullen KJ, Hirtenlehner K, Seifert M, Kubista E. MMP-2 and MMP-9 expression in breast cancer-derived human fibroblasts is differentially regulated by stromal-epithelial interactions. Breast Cancer Res Treat 2002; 72: 69-77.
22. Talvensaari -Mattila A, Pääkkö P, Höyhtyä M, Blanco-Sequeiros G, Turpeenniemi-Hujanen T. Matrix metalloproteinase-2 immunoreactive protein: a marker of aggressiveness in breast carcinoma. Cancer 1998; 83: 1153-62.
23. Pacheco MM, Nishimoto IN, Mourão Neto M, Mantovani EB, Brentani MM. Prognostic significance of the combined expression ofmatrix metalloproteinase-9, urokinase type plasminogen activator and its receptor in breast cancer as measured by northern blot analysis. Int J Biol Markers 2001; 16: 62-8.
24. Scorilas A, Karameris A, Arnogiannaki N, Ardavanis A, Bassilopoulos P, Trangas T, Talieri M. Overexpression of matrix-metalloproteinase-9 in human breast cancer: a potential favourable indicator in node-negative patients. Br J Cancer 2001; 84: 1488-96.
25. Chenard MP, O’Siorain L, Shering S, et al. High levels of stromelysin-3 correlate with poor prognosis in patients with breast carcinoma. Int J Cancer 1996; 69: 448-51.
26. Rasmussen HS, McCann PP. Matrix metalloproteinase inhibition as a novel anticancer strategy: a review with special focus on batimastat and marimastat. Pharmacol Ther 1997; 75: 69-75.
27. Hines WC, Fajardo AM, Joste NE, Bisoffi M, Griffith JK. Quantitative and spatial measurements of telomerase reverse transcriptase expression within normal and malignant human breast tissues. Mol Cancer Res 2005; 3: 503-9.
28. Herbert BS, Wright WE, Shay JW. Telomerase and breast cancer. Breast Cancer Res 2001; 3: 146-9.
29. Carey LA, Kim NW, Goodman S, et al. Telomerase activity and prognosis in primary breast cancers. J Clin Oncol 1999; 17: 3075-81.
30. Poremba C, Heine B, Diallo R, et al. Telomerase as a prognostic marker i n breast cancer: high-throughput tissue microarray analysis of hTERT and hTR. J Pathol 2002; 198: 181-9.
31. Andrew SE, Peters AC. DNA instability and human disease. Am J Pharmacogenomics 2001; 1: 21-8.
32. Ozer E, Yuksel E, Kizildag S, Sercan O, Ozen E, Canda T, Sakizli M. Microsatellite instability in early-onset breast cancer. Pathol Res Pract 2002; 198: 525-30.
33. Tomita S, Deguchi S, Miyaguni T, Muto Y, Tamamoto T, Toda T. Analyses of microsatellite instability and the transforming growth factor-b receptor Type II gene mutation in sporadic breast cancer and their correlation with clinicopathological features. Breast Cancer Res Treat 1999; 53: 33-9.
34. Bae YK, Brown A, Garrett E, Bornman D, Fackler MJ, Sukumar S, Herman JG, Gabrielson E. Hypermethylation in histologically distinct classes of breast cancer. Clin Cancer Res 2004; 10: 5998-6005.
35. Jackson K, Yu MC, Arakawa K, et al. DNA hypomethylation is prevalent even in low-grade breast cancers. Cancer Biol Ther 2004; 3: 1225-31.
36. Bernardino J, Roux C, Almeida A, et al. DNA hypomethylation in breast cancer: an independent parameter of tumor progression? Cancer Genet Cytogenet 1997; 97: 83-9.
37. Bogdanova N, Enssen-Dubrowinskaja N, Feshchenko S, et al. Association of two mutations in the CHEK2 gene with breast cancer. Int J Cancer 2005; 116: 263-6.
38. Bell DW, Varley JM, Szydlo TE, et al. Heterozygous germ line hCHEK2 mutations in Li-Fraumeni syndrome. Science 1999; 286: 2528-31.
39. Dufault MR, Betz B, Wappenschmidt B, et al. Limited relevance of the CHEK2 gene in hereditary breast cancer. Int J Cancer 2004; 110: 320-5.
40. Xu Y, Kimura N, Yoshida R, Lin H, Yoshinaga K. Immunohistochemical study of Muc1, Muc2 and human gastric mucin in breast carcinoma: relationship with prognostic factors. Oncol Rep 2001; 8: 1177-82.
41. Ristimaki A, Sivula A, Lundin J, Lundin M, Salminen T, Haglund C, Joensuu H, Isola J. Prognostic significance of elevated cyclooxygenase-2 expression in breast cancer. Cancer Res 2002; 62: 632-5.
42. Perrone G, Santini D, Vincenzi B, et al. COX-2 expression in DCIS: correlation with VEGF, HER-2/neu, prognostic molecular markers and clinicopathological features. Histopathology 2005; 46: 561-8.
43. Luftner D, Possinger K. Nuclear matrix proteins as biomarkers for breast cancer. Expert Rev Mol Diagn 2002; 2: 23-31.
44. Kavalar R, Sarcevic B, Spagnoli GC, Separovic V, Samija M, Terracciano L, Heberer M, Juretic A. Expression of MAGE tumour-associated antigens is inversely correlated with tumour differentiation in invasive ductal breast cancers: an immunohistochemical study. Virchows Arch 2001; 439: 127-31.
45. Otte M, Zafrakas M, Riethdorf L, Pichlmeier U, Löning T, Jänicke F, Pantel K. MAGE-A gene expression pattern in primary breast cancer. Cancer Res 2001; 61: 6682-7.
46. Miyashiro I, Kuo C, Huynh K, Iida A, Morton D, Bilchik A, Giuliano A, Hoon DS. Molecular strategy for detecting metastatic cancers with use of multiple tumor-specific MAGE-A genes. Clin Chem 2001; 47: 505-12.
47. Kaklamani VG, Gradishar WJ. Gene expression in breast cancer. Curr Treat Options Oncol 2006; 7: 123-8.
48. Bertucci F, Houlgatte R, Benziane A, et al. Gene expression profiling of primary breast carcinomas using arrays of candidate genes. Hum Mol Genet 2000; 9: 2981-91.
49. Sorlie T, Perou CM, Tibshirani R, et al. Gene expression patterns of breast carcinomas distinguish tumor subclasses with clinical implications. Proc Natl Acad Sci USA 2001; 98: 10869-74.
50. van’t Veer LJ, Dai H, van de Vijver MJ, et al. Gene expression profiling predicts clinical outcome of breast cancer. Nature 2002; 415: 530-6.
51. van de Vijver M. Gene-expression profiling and the future of adjuvant therapy. Oncologist 2005; 10 Suppl 2: 30-4.
52. West M, Blanchette C, Dressman H, et al. Predicting the clinical status of human breast cancer by using gene expression profiles. Proc Natl Acad Sci USA 2001; 98: 11462-7.
53. Nevins JR, Huang ES, Dressman H, Pittman J, Huang AT, West M. Towards integrated clinico-genomic models for personalized medicine: combining gene expression signatures and clinical factors in breast cancer outcomes prediction. Hum Mol Genet 2003; 12: 153-7.
54. Huang E, Cheng SH, Dressman H, et al. Gene expression predictors of breast cancer outcomes. Lancet 2003; 361: 1590-6.
55. Ade Vijver MJ, He YD, van’t Veer LJ, et al. A gene-expression signature as a predictor of survival in breast cancer. N Engl J Med 2002; 347: 1999-2009.
56. Ohene-Abuakwa Y, Pignatelli M. Adhesion molecules in cancer biology. Adv Exp Med Biol 2000; 465: 115-26.
57. Skubitz AP. Adhesion molecules. Cancer Treat Res 2002; 107: 305-29.
58. Berx G, Van Roy F. The E-cadherin/catenin complex: an important gatekeeper in breast cancer tumorigenesis and malignant progression. Breast Cancer Res 2001; 3: 289-93.
59. Barker N, Clevers H. Catenins, Wnt signaling and cancer. Bioassays 2000; 22: 961-5.
60. Beavon IR. The E-cadherin-catenin complex in tumour metastasis: structure, function and regulation. Eur J Cancer 2000; 36: 1607-20.
61. Parker C, Rampaul RS, Pinder SE, Bell JA, Wencyk PM, Blamey RW, Nicholson RI, Robertson JF. E-cadherin as a prognostic indicator in primary breast cancer. Br J Cancer 2001; 85: 1958-63.
62. Yoshida R, Kimura N, Harada Y, Ohuchi N. The loss of E-cadherin, a- and b-catenin expression is associated with metastasis and poor prognosis in invasive breast cancer. Int J Oncol 2001; 18: 513-20.
63. Gillett CE, Miles DW, Ryder K, et al. Retention of the expression of E-cadherin and catenins is associated with shorter survival in grade III ductal carcinoma of the breast. J Pathol 2001; 193: 433-41.
64. Cheng CW, Wu PE, Yu JC, Huang CS, Yue CT, Wu CW, Shen CY. Mechanisms of inactivation of E-cadherin in breast carcinoma: modification of the two-hit hypothesis of tumor suppressor gene. Oncogene 2001; 20: 3814-23.
65. Reis-Filho JS, Cancela Paredes J, Milanezi F, Schmitt FC. Clinicopathologic implications of E-cadherin reactivity in patients with lobular carcinoma in situ of the breast. Cancer 2002; 94: 2114-5.
66. Kleer CG, van Golen KL, Braun T, Merajver SD. Persistent E-cadherin expression in inflammatory breast cancer. Mod Pathol 2001; 14: 458-64.
67. Burguignon LY. CD44-mediated oncogenic signaling and cytoskeleton activation during mammary tumor progression. J Mammary Gland Biol Neoplasia 2001; 6: 287-97.
68. Joensuu H, Klemi PJ, Toikkanen S, Jalkanen S. Glycoprotein CD44 expression and its association with survival in breast cancer. Am J Pathol 1993; 143: 866-74.
69. Foekens JA, Dall P, Klijn JG, et al. Prognostic value of CD44 variant expression in primary breast cancer. Int J Cancer 1999; 84: 209-15.
70. Guriec N, Gairard B, Marcellin L, Wilk A, Calderoli H, Renaud R, Bergerat JP, Oberling F. CD44 isoforms with exon v6 and metastasis of primary N0M0 breast carcinomas. Breast Cancer Res Treat 1997; 44: 261-8.
71. Morris SF, O’Hanlon DM, McLaughlin R, McHale T, Connolly GE, Given HF. The prognostic significance of CD44s and CD44v6 expression in Stage II breast carcinoma: an immunohistochemical study. Eur J Surg Oncol 2001; 27: 527-31.
72. Jansen RH, Joosten-Achjanie SR, Arends JW, Volovics A, Hupperets PS, Schouten HC, Hillen HF. CD44v6 is not a prognostic factor in primary breast cancer. Ann Oncol 1998; 9: 109-11.
73. Sheen-Chen SM, Chen WJ, Eng HL, Sheen CC, Chou FF, Cheng YF. Evaluation of the prognostic value of serum soluble CD44 in patients with breast cancer. Cancer Invest 1999; 17: 581-5.
74. Kopp R, Classen S, Wolf H, Gholam P, Possinger K, Wilmanns W. Predictive relevance of soluble CD44v6 serum levels for the responsiveness to second line hormone- or chemotherapy in patients with metastatic breast cancer. Anticancer Res 2001; 21: 2995-3000.
75. D-Errico A, Garbisa S, Liotta LA, Castronovo V, Stetler-Stevenson WG, Grigioni WF. Augmentation of Type IV collagenase laminin receptor and ki67 proliferation antigen associated with human colon, gastric and breast carcinoma progression. Mod Pathol 1991; 4: 239-46.
76. Gasparini G, Brooks PC, Biganzoli E, et al. Vascular integrin a(v) b3, a new prognostic indicator in breast cancer. Clin Cancer Res 1998; 4: 2625-34.
77. Tagliabue E, Ghirelli C, Squicciarini P, Aiello P, Colnaghi MI, Ménard S.. Prognostic value of a 6b 4 integrin expression in breast carcinomas is affected by laminin production from tumor cells. Clin Cancer Res 1998; 4: 407-10.
78. Ivaska J, Heino J. Adhesion receptors and cell invasion: mechanisms of integrin-guided degradation of extracellular matrix. Cell Mol Life Sci 2000; 57: 16-24.
79. Marques LA, Franco ELF, Torloni H, Brentani MM, da Silva-Neto JB, Brentani RR. Independent prognostic value on laminin receptor expression in breast cancer survival. Cancer Res 1990; 50: 1479-83.
80. Daidone MG, Silvestrini R, D’Errico A, et al. Laminin receptors, collagenase IV and prognosis in node-negative breast cancers. Int J Cancer 1991; 48: 529-32.
81. Friedrichs K, Ruiz P, Franke F, Gille I, Terpe HJ, Imhof BA. High expression level of a 6 integrin in human breast carcinoma is correlated with reduced survival. Cancer Res 1995; 55: 901-6.
82. Gastl G, Spizzo G, Obrist P, Dunser M, Mikuz G. Ep-CAM overexpression in breast cancer as a predictor of survival. Lancet 2000; 356: 1981-82.
83. Braun S, Pantel K. Prognostic significance of micrometastatic bone marrow involvement. Breast Cancer Res Treat 1998; 52: 201-16.
84. Decker DA, Morris LW, Levine AJ. Multi-drug resistance phenotype: a potential marker of chemotherapy resistance in breast cancer. Lab Med 1993; 24: 574-8.
85. Trock BJ, Leonessa F, Clarke R. Multi-drug resistance in breast cancer: a meta-analysis of MDR1/gp170 expression and its possible functional significance. J Natl Cancer Inst 1997; 89: 917-31.
86. Batist G, Tulpule A, Sinha BK, Katki AG, Myers CE, Cowan KH. Overexpression of a novel and an ionic glutathionic transferase in multi-drug-resistant human breast cancer cells. J Biol Chem 1986; 261: 15544-9.
87. Ardavanis A, Gerakini F, Amanatidou A, et al. Relationships between cathepsin-D, pS2 protein and hormonal receptors in breast cancer cytosols: inconsistency with their established prognostic significance. Anticancer Res 1997; 17: 3665-9.
88. Fuqua SA, Oesterreich S, Hilsenbeck SG, Von Hoff DD, Eckardt J, Osborne CK. Heat shock proteins and drug resistance. Breast Cancer Res Treat 1994; 32: 67-71.
89. Ciocca DR, Clark GM, Tandon AK, Fuqua SA, Welch WJ, McGuire WL. Heat shock protein hsp70 in patients with axillary lymph node-negative breast cancer: prognostic implications. J Natl Cancer Inst 1993; 85: 570-4.
90. Tâtu B, Brisson J, Landry J, Huot J. Prognostic significance of heat-shock protein-27 in node-positive breast carcinoma: an immunohistochemical study. Breast Cancer Res Treat 1995; 36: 93-7.
91. Oesterreich S, Hilsenbeck SG, Ciocca DR, Allred DC, Clark GM, Chamness GC, Osborne CK, Fuqua SA. The small heat shock protein HSP27 is not an independent prognostic marker in axillary lymph node-negative breast cancer patients. Clin Cancer Res 1996; 2: 1199-206.
92. Taylor JG. Using genetic variation to study human disease. Trends Mol Med 2001; 7: 507-12.
93. Weber W, Estoppey J, Stoll H. Familial cancer diagnosis. Anticancer Res 2001; 21: 3631-5.
94. Ingelman-Sundberg M. Genetic susceptibility to adverse effects of drugs and environmental toxicants. The role of the CYP family of enzymes. Mutat Res 2001; 482: 11-9.
95. Innocenti F, Ratain MJ. Update onpharmacogenetics in cancer chemotherapy. Eur J Cancer 2002; 38: 639-44.
96. Relling MV, Dervieux T. Pharmacogenetics and cancer therapy. Nature Rev Cancer 2001; 1: 99-108.
97. Nishimura R, Nagao K, Miyayama H, et al. Thymidylate synthase levels as a therapeutic and prognostic predictor in breast cancer. Anticancer Res 1999; 19: 5621-6.
98. Lymberis SC, Parhar PK, Katsoulakis E, Formenti SC. Pharmacogenomics and breast cancer. Pharmacogenomics 2004; 5: 31-55.
99. Slonim DK. Transcriptional profiling in cancer: the path to clinical pharmacogenomics. Pharmacogenomics 2001; 2: 123-36.
100. Ayers M, Symmans WF, Stec J, et al. Gene expression profiles predict complete pathologic response to neoadjuvant paclitaxel and fluorouracil, doxorubicin, and cyclophosphamide chemotherapy in breast cancer. J Clin Oncol 2004; 22: 2284-93.
101. Chang JC, Wooten EC, Tsimelzon A, et al. Gene expression profiling for the prediction of therapeutic response to docetaxel in patients with breast cancer. Lancet 2003; 362: 362-9.

Adres do korespondencji
dr Tadeusz Ślubowski
dr Małgorzata Ślubowska
Amberheart Breast Cancer Foundation
#206-2571 Shaughnessy Street
Port Coquitlam, BC
Canada, V3C 3G3
tel. 1 604 942 35 69, tel. w Polsce +48 22 219 57 22
faks 1 604 942 3087
e-mail: info@amberheart.net
Copyright: © 2007 Termedia Sp. z o. o. This is an Open Access article distributed under the terms of the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) License (http://creativecommons.org/licenses/by-nc-sa/4.0/), allowing third parties to copy and redistribute the material in any medium or format and to remix, transform, and build upon the material, provided the original work is properly cited and states its license.
Quick links
© 2024 Termedia Sp. z o.o.
Developed by Bentus.