Un enfoque de aprendizaje automático para una puntuación inmunogenética de nueve SNP para la estratificación...

Área de la Ciencia:

• Inmunogenética
• Genómica del Cáncer
• Epidemiología Molecular

Sus antecedentes:

• El virus del papiloma humano (VPH) impulsa el cáncer de cuello uterino (CC), pero las variaciones genéticas del huésped influyen en la heterogeneidad de la enfermedad.
• El impacto de los polimorfismos de un solo nucleótido (SNP) relacionados con el sistema inmunitario combinados en los subgrupos de pacientes con CC está poco explorado.

Objetivo del estudio:

• Investigar el papel de nueve SNP funcionales en genes relacionados con el sistema inmunitario en una cohorte tunecina de CC.
• Identificar subgrupos de pacientes basados en SNP y perfiles genéticos asociados con la supervivencia del CC.

Principales métodos:

• Genotipado de nueve SNP funcionales en TNF-α, IL-1β, IFN-γ, IL-1RN, IL-10 e IL-6 en 130 pacientes tunecinos con CC.
• Aplicación de análisis de componentes principales (PCA), agrupamiento y modelado de bosques aleatorios para analizar datos de SNP y supervivencia.

Principales resultados:

• Un perfil genético de alto riesgo (siete SNP) encontrado en el 20% de los pacientes.
• Se identificaron subgrupos distintos basados en SNP, con SNP específicos asociados con el riesgo de adenocarcinoma y el estadio FIGO avanzado.
• Una puntuación de riesgo poligénico (PRS) de nueve SNP se asoció significativamente con una menor supervivencia general y se identificó como un factor pronóstico independiente.

Conclusiones:

• El análisis de genes candidatos revela subgrupos pronósticos basados en SNP y una PRS vinculada a la supervivencia del cáncer de cuello uterino.
• Los hallazgos sugieren una base para la estratificación del riesgo inmunogenético en el CC.
• Se necesita una mayor validación en cohortes más grandes con datos de genoma completo para confirmar las asociaciones.