Radiogenomica
Il termine radiogenomica viene generalmente utilizzato in due contesti: per riferirsi allo studio delle variazioni genetiche associate alla risposta alle radiazioni (dall'inglese radiation genomics) o per fare riferimento alla correlazione tra le caratteristiche del tumore estratte da immagini medicali e l'espressione genica (dall'inglese imaging genomics).
Radiation genomics
Nella genomica delle radiazioni, la radiogenomica fa riferimento allo studio delle mutazioni geniche associate alla risposta alla radioterapia. Mutazioni geniche, come i polimorfismi a singolo nucleotide, vengono studiate in relazione al rischio del paziente malato di cancro di sviluppare tossicità a seguito della radioterapia.[1][2][3] Viene anche utilizzato nel contesto della genomica per verificare la risposta tumorale alla radioterapia.[4][5]
Il termine radiogenomica è stato coniato più di dieci anni fa da Andreassen et al.[6] come analogia con la farmacogenomica, che studia la variazione genetica associata alla risposta ai farmaci.[7][8]
Il Consorzio Radiogenomico
Nel 2009[9][10] è stato istituito un consorzio radiogenomico (RGC) per facilitare e promuovere la collaborazione multicentrica tra ricercatori che collegano le varianti genetiche con la risposta alla radioterapia. Il consorzio viene classificato come consorzio epidemiologico sul cancro ed è supportato dal programma di ricerca sull'epidemiologia e la genetica del National Cancer Institute del National Institutes of Health.[11] I ricercatori del consorzio hanno recentemente completato una meta-analisi che ha identificato varianti genetiche associate alla tossicità da radiazioni nei pazienti con carcinoma prostatico.[12]
Imaging genomics
Dall'inizio del ventesimo secolo, le immagini radiologiche vengono utilizzate per diagnosticare malattie su larga scala ed sono state utilizzate con successo per diagnosticare malattie che colpiscono qualsiasi organo e tipo di tessuto corporeo. Questo perché l'imaging di un tessuto è viene altamente utilizzato nelle analisi patologiche. Negli ultimi venti anni l'aggiunta di dati genomici, tra cui microarray di DNA, miRNA, RNA-Seq, ha consentito di stabilire nuove correlazioni tra genomica cellulare e imaging su scala tissutale.
Applicazioni del imaging genomics
In questo campo, la radiogenomica può essere utilizzata per identificare biomarcatori nelle immagini in grado di identificare la genomica di una malattia, in particolare il cancro senza la necessità di una biopsia. Varie tecniche per trattare dati ad alta dimensionalità vengono utilizzate per cercare correlazioni statistiche tra diversi tipi di immagini, come ad esempio MRI, TC e PET, e la genomica della malattia, tra cui SAM, VAMPIRE e GSEA.
L'approccio radiogenomico nel campo delle immagini si è dimostrato efficace[13] nel determinare il fenotipo associato al glioblastoma (tumore cerebrale altamente aggressivo con difficoltà di prognosi) in immagini di MRI. Il primo studio correlativo su larga scala su microRNA-mRNA da immagini di MRI è stato pubblicato da Zinn et al. nel 2011.[14] Studi simili sul carcinoma epatico hanno determinato con successo gran parte del genoma del carcinoma epatico estratto da caratteristiche di imaging non invasive.[15] Gevaert et al. hanno inoltre dimostrato il potenziale del collegare le caratteristiche dell'immagine dei noduli polmonari non a piccole cellule nelle scansioni TC per prevedere la sopravvivenza sfruttando i dati di espressione genica disponibili al pubblico.[16] Questa pubblicazione è stata accompagnata da un editoriale che parla della sinergia tra imaging e genomica.[17] Più recentemente, Mu Zhou et al. hanno dimostrato che molteplici associazioni tra caratteristiche semantiche dell'immagine e metageni che rappresentavano percorsi molecolari canonici e che possono permettere l'identificazione non invasiva delle proprietà molecolari del carcinoma polmonare non a piccole cellule.[18]
Numerosi studi radiogenomici sono stati condotti nel carcinoma della prostata,[19][20][21] e mentre un consenso non è ancora stato raggiunto alcuni hanno notato che le caratteristiche genetiche correlate al segnale MRI sono spesso associate anche a un carcinoma della prostata più aggressivo.[22]
L'approccio radiogenomico è stato applicato con successo anche nel carcinoma mammario. Nel 2014, Mazurowski et al. hanno dimostrato che le dinamiche di miglioramento della risonanza magnetica, calcolate utilizzando algoritmi di visione computerizzata, sono associate al sottotipo molecolare tumorale basato sull'espressione genica nei pazienti con carcinoma mammario.[23]
Programmi che studiano le connessioni tra radiologia e genomica sono attivi presso l'Università della Pennsylvania, l'UCLA, il MD Anderson Cancer Center, la Stanford University e il Baylor College of Medicine.
Note
- ^ Individual patient data meta-analysis shows no association between the SNP rs1800469 in TGFB and late radiotherapy toxicity., in Radioth Oncol, vol. 105, n. 3, 2012, pp. 289-95, DOI:10.1016/j.radonc.2012.10.017, PMID 23199655.
- ^ Independent validation of genes and polymorphisms reported to be associated with radiation toxicity: a prospective analysis study., in Lancet Oncol, vol. 13, n. 1, 2012, pp. 65-77, DOI:10.1016/S1470-2045(11)70302-3, PMID 22169268.
- ^ A replicated association between polymorphisms near TNFα and risk for adverse reactions to radiotherapy., in Br J Cancer, vol. 107, n. 4, 2012, pp. 748-53, DOI:10.1038/bjc.2012.290, PMID 22767148.
- ^ AK Das, Bell MH e Nirodi CS, Radiogenomics predicting tumor responses to radiotherapy in lung cancer., in Sem Radiat Oncol, vol. 20, n. 3, 2010, pp. 149-55, DOI:10.1016/j.semradonc.2010.01.002, PMID 20685577.
- ^ Brian D. Yard, Drew J. Adams e Eui Kyu Chie, A genetic basis for the variation in the vulnerability of cancer to DNA damage, in Nature Communications, vol. 7, 25 aprile 2016, p. 11428, Bibcode:2016NatCo...711428Y, DOI:10.1038/ncomms11428, ISSN 2041-1723 (WC · ACNP), PMID 27109210.
- ^ CN Andreassen, Alsner J e Overgaard J, Does variability in normal tissue reactions after radiotherapy have a genetic basis--where and how to look for it?, in Radioth Oncol, vol. 64, n. 2, 2002, pp. 131-40, DOI:10.1016/s0167-8140(02)00154-8, PMID 12242122.
- ^ Molecular markers predicting radiotherapy response: report and recommendations from an International Atomic Energy Agency technical meeting., in Int J Radiat Oncol Biol Phys, vol. 62, n. 5, 2005, pp. 1264-73, DOI:10.1016/j.ijrobp.2005.05.001, PMID 16029781.
- ^ SM Bentzen, Preventing or reducing late side effects of radiation therapy: radiobiology meets molecular pathology., in Nat Rev Cancer, vol. 6, n. 9, 2006, pp. 702-13, DOI:10.1038/nrc1950, PMID 16929324.
- ^ West C, Rosenstein BS, Alsner J, Azria D, Barnett G, Begg A, Bentzen S, Burnet N, Chang-Claude J, Chuang E, Coles C, De Ruyck K, De Ruysscher D, Dunning A, Elliott R, Fachal L, Hall J, Haustermans K, Herskind C, Hoelscher T, Imai T, Iwakawa M, Jones D, Kulich C; EQUAL-ESTRO, Langendijk JH, O'Neils P, Ozsahin M, Parliament M, Polanski A, Rosenstein B, Seminara D, Symonds P, Talbot C, Thierens H, Vega A, West C, Yarnold J, Establishment of a Radiogenomics Consortium, in Int J Radiat Oncol Biol Phys, vol. 76, n. 5, 2010, pp. 1295-6, DOI:10.1016/j.ijrobp.2009.12.017, PMID 20338472.
- ^ C West e Rosenstein BS, Establishment of a radiogenomics consortium, in Radioth Oncol, vol. 94, n. 1, 2010, pp. 117-8, DOI:10.1016/j.radonc.2009.12.007, PMID 20074824.
- ^ (EN) Radiogenomics Consortium (RGC) | EGRP/DCCPS/NCI/NIH, su epi.grants.cancer.gov. URL consultato il 26 giugno 2020.
- ^ Sarah L Kerns, Laura Fachal e Leila Dorling, Radiogenomics Consortium Genome-Wide Association Study Meta-analysis of Late Toxicity after Prostate Cancer Radiotherapy, in JNCI: Journal of the National Cancer Institute, vol. 112, n. 2, 16 May 2019, pp. 179-190, DOI:10.1093/jnci/djz075, PMID 31095341.
- ^ Maximilian Diehn, Christine Nardini e David S. Wang, Identification of noninvasive imaging surrogates for brain tumor gene-expression modules, in Proceedings of the National Academy of Sciences, vol. 105, n. 13, 2008, pp. 5213-8, DOI:10.1073/pnas.0801279105, PMID 18362333.
- ^ Pascal O. Zinn, Bhanu Mahajan e Pratheesh Sathyan, Radiogenomic Mapping of Edema/Cellular Invasion MRI-Phenotypes in Glioblastoma Multiforme, in PLOS ONE, vol. 6, n. 10, 2011, pp. e25451, Bibcode:2011PLoSO...625451Z, DOI:10.1371/journal.pone.0025451, PMID 21998659.
- ^ Aaron M. Rutman e Michael D. Kuo, Radiogenomics: Creating a link between molecular diagnostics and diagnostic imaging, in European Journal of Radiology, vol. 70, n. 2, 2009, pp. 232-41, DOI:10.1016/j.ejrad.2009.01.050, PMID 19303233.
- ^ O. Gevaert, J. Xu e C. D. Hoang, Non-small cell lung cancer: identifying prognostic imaging biomarkers by leveraging public gene expression microarray data--methods and preliminary results, in Radiology, vol. 264, n. 2, 2012, pp. 387-96, DOI:10.1148/radiol.12111607, PMID 22723499.
- ^ C. Jaffe, Imaging and genomics: is there a synergy?, in Radiology, vol. 264, n. 2, 2012, pp. 329-31, DOI:10.1148/radiol.12120871, PMID 22821693.
- ^ M. Zhou, A. Leung e S. Echegaray, Non-Small Cell Lung Cancer Radiogenomics Map Identifies Relationships between Molecular and Imaging Phenotypes with Prognostic Implications, in Radiology, vol. 286, n. 1, 2017, pp. 307-15, DOI:10.1148/radiol.2017161845, PMID 28727543.
- ^ Kathleen E. Houlahan, Amirali Salmasi e Taylor Y. Sadun, Molecular Hallmarks of Multiparametric Magnetic Resonance Imaging Visibility in Prostate Cancer, in European Urology, vol. 76, n. 1, July 2019, pp. 18-23, DOI:10.1016/j.eururo.2018.12.036, ISSN 1873-7560 (WC · ACNP), PMID 30685078.
- ^ Ping Li, Sungyong You e Christopher Nguyen, Genes involved in prostate cancer progression determine MRI visibility, in Theranostics, vol. 8, n. 7, 2018, pp. 1752-1765, DOI:10.7150/thno.23180, ISSN 1838-7640 (WC · ACNP), PMID 29556354.
- ^ Andrei S. Purysko, Cristina Magi-Galluzzi e Omar Y. Mian, Correlation between MRI phenotypes and a genomic classifier of prostate cancer: preliminary findings, in European Radiology, vol. 29, n. 9, September 2019, pp. 4861-4870, DOI:10.1007/s00330-019-06114-x, ISSN 1432-1084 (WC · ACNP), PMID 30847589.
- ^ Joseph M. Norris, Benjamin S. Simpson e Marina A. Parry, Genetic correlates of prostate cancer visibility (and invisibility) on multiparametric magnetic resonance imaging: it's time to take stock, in BJU International, vol. 125, n. 3, March 2020, pp. 340-342, DOI:10.1111/bju.14919, ISSN 1464-410X (WC · ACNP), PMID 31600865.
- ^ M. A. Mazurowski, J. Zhang e L. J. Grimm, Radiogenomic Analysis of Breast Cancer: Luminal B Molecular Subtype Is Associated with Enhancement Dynamics at MR Imaging, in Radiology, vol. 273, n. 2, 2014, pp. 365-72, DOI:10.1148/radiol.14132641, PMID 25028781.
Voci correlate
![](http://upload.wikimedia.org/wikipedia/commons/thumb/1/19/Asclepius_staff.svg/13px-Asclepius_staff.svg.png)