Towards Objective Human Brain Tumours Classification using DNA microarrays

Abstract

Els tumors de cervell humans (HBTs) són uns dels càncers més agressius i intractables. El sistema actual de diagnosi i prognosi dels HBTs es basa en l'examinació histològica d'un tall de biòpsia, el qual es considera el sistema de referència ("gold¬standard"). A més de ser invasiva, aquesta tècnica no és prou acurada per a diferenciar els graus de malignitat de determinats HBTs i la correlació amb la resposta del pacient a la teràpia sol ser variable. En aquest context, les signatures gèniques obtingudes a partir de microarrays de DNA poden millorar els resultats del "gold-standard". <br/>En aquesta tesi, vaig recollir 333 biòpsies de varis tipus de HBTs. Com un 38% de les mostres tenien l'RNA degradat, vam avaluar si el tipus de HBTs, el contingut aparent de sang de la biòpsia i el medi de recollida de la biòpsia hi afectaven. Com no vam determinar cap relació, hipotetitzo que un temps variable d'isquèmia a temperatura normal del cos abans de l'extracció de la biòpsia podria induir la degradació de l'RNA. Això va ser avaluat en un tumor glial pre-clínic desenvolupat en ratolí. Es va detectar que 30 minuts de temps d'isquèmia afecta la integritat del RNA en tumors no necròtics, però no en els necròtics. <br/>Una part crucial de la tesi va ser la demostració com una "prova de principis" de l'habilitat de les signatures gèniques per a predir objectivament els HBTs. Això es va mostrar mitjançant una predicció perfecta de glioblastoma multiforme (Gbm) i meningioma meningotelial (Mm) utilitzant microarrays de cDNA i microchips d'Affymetrix. Els histopatòlegs poden discriminar perfectament aquests dos tipus de tumors, però aquest treball demostra una predicció perfecta utilitzant una fórmula matemàtica objectiva. <br/>Un cop es va demostrar això, em vaig sentir confiat per a predir diferents graus de malignitat i possibles subtipus moleculars de tumors glials. En aquest sentit, es va descriure una signatura gènica basada en l'expressió de 59 transcrits, la qual va distingir dos grups de glioblastomes. Finalment, una anàlisi inicial de les dades clíniques associades suggereix que la signatura gènica podria correlacionar amb glioblastomes primaris i secundaris.

Human brain tumours (HBTs) are among the most aggressive and intractable cancers. The current system for diagnosis and prognosis of HBTs is based on the histological examination of a biopsy slice, which is considered the 'gold standard'. Apart from being invasive, this technique is not accurate enough to differentiate malignancy grades of some HBTs and it provides a variable correlation with response to therapy of the patient. In this context, gene signatures from DNA microarray experiments can improve the results of the 'gold standard'. <br/>In this thesis, I collected 333 biopsies from various types of HBTs. As 38% of samples displayed degraded RNA, I evaluated whether the HBT type, the apparent blood content and the collection medium of the biopsy could play a role in this. As no relationship was found, I hypothesized that the variable ischaemia time at normal body temperature prior to removal of the biopsy may induce degradation of RNA. This was tested in a preclinical glial tumour model in mice. It was detected that 30 minutes ischaemia time affects the integrity of the RNA in non-necrotic tumours, but not in the necrotic ones. <br/>A crucial part of this thesis was the demonstration of proof-of-principle of the ability of gene signatures for objective prediction of HBTs. This was shown by perfect prediction of glioblastoma multiforme (Gbm) and meningothelial meningioma (Mm) using cDNA and Affymetrix microarrays. Histopathologists perfectly discriminates both tumour types, but this work demonstrated perfect prediction using a simple mathematical formula. <br/>Once this was demonstrated, I felt confident to predict different malignancy grades and possible molecular subtypes of glial tumours. In this respect, a gene signature based on the expression of 59 transcripts, which distinguished two groups of glioblastomas, was described. Finally, a crude initial analysis of associated clinical data suggests that this gene signature may correlate to primary and secondary glioblastomas.