Potenciales biomarcadores para el diagnóstico de cáncer de mama triple negativo, Arequipa - 2023
Loading...
Date
2023-11-16
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Católica de Santa María
Abstract
El cáncer de mama representa la quinta causa de muerte por cáncer a nivel mundial.
A nivel molecular, el cáncer de mama triple negativo se asocia con altas tasas de
recurrencia, alta incidencia de metástasis a distancia y mala supervivencia global. El
diagnóstico temprano de este tipo de cáncer es de vital importancia, por lo que, el presente
trabajo de revisión tuvo como objetivo identificar los potenciales biomarcadores para el
diagnóstico de cáncer de mama triple negativo.
La búsqueda de fuentes primarias se realizó en 5 bases de datos las cuales fueron
Scopus, Science Direct, Web of Science, Taylor & Francis y Springer. Durante la
búsqueda se utilizaron los descriptores “breast cancer” en combinación con “triple
negative” “biomarker” y “diagnostic”. Finalmente, se eligieron artículos originales
publicados en el periodo 2018 – 2022 en idioma inglés.
Dentro de los resultados, en la primera etapa de búsqueda se identificaron un total de
4216 artículos originales, tras una segunda y tercera etapa de evaluación de los resumes
y contenido, al final se logró identificar un total de 50 artículos originales los cuales
fueron analizados detalladamente.
Entre los potenciales biomarcadores celulares más reportados, y que fueron
identificados en muestras de biopsia de tejido mamario se encuentran: el AnxA2,
ALDH1A1, MARS, DLG3, FBP1, CBP (histone acetyltransferases CREB-binding
protein), A20, PPP1CA, PPP4C, mAb GGSK-1/30 y Sox10. Por otro lado, los
biomarcadores más reportados y que fueron identificados por qRT-PCR fueron
principalmente micro RNAs como c‐miR16, c‐miR21, c‐miR155, c‐miR195, miR-9,
miR-16, miR-21, miR-429, miR-155, miR-373, miR-10b, miR-34ª, miR-21, miR-140-3p
y miR-940. Además, se logró identificar algunas ciclinas como CDK1, CCNB1 y CCNA2
que fueron identificados a través del uso de métodos computacionales.
Description
Keywords
Cáncer de mama triple negativo, Biomarcador