¿Puede la metilación del ADN inducir cáncer de mama? [cerrado]

¿Cuál es el papel de la metilación del ADN en el cáncer de mama? La metilación del ADN es un proceso mediante el cual se agregan grupos metilo a la molécula de ADN.

En el artículo de septiembre de 2015 El papel de la metilación en la susceptibilidad y el tratamiento del cáncer de mama publicado en Anticancer Research, Pouliot, Labrie, Diorio y Durocher escriben:

La metilación del ADN es un mecanismo crítico de modificación epigenética involucrado en la programación de la expresión génica, que puede promover el desarrollo de varios tipos de cáncer, incluido el cáncer de mama. La metilación de las islas CpG por las ADN metiltransferasas es reversible y se ha demostrado que modifica la actividad transcripcional de genes de proliferación clave o factores de transcripción implicados en la supresión o promoción del crecimiento celular. De hecho, la metilación aberrante que se encuentra en los promotores de genes es un sello distintivo del cáncer que podría usarse como biomarcador no intrusivo en los fluidos corporales, como la sangre y el plasma, para la detección temprana del cáncer de mama.

Además, Pouliot, Labrie, Diorio y Durocher afirman que:

La metilación del ADN es un mecanismo reversible que ocurre más comúnmente con la adición de un grupo metilo en la quinta posición del anillo de pirimidina de la citosina en los sitios CpG dentro del genoma. La metilación del ADN humano se introduce en la secuencia de nucleótidos mediante enzimas de la familia de las citosina metiltransferasas de ADN, incluidas DNMT1, DNMT3A, DNMT3B y DNMT3L (6).

La proteína DNMT1 metila las hebras recién sintetizadas antes del empaquetamiento de la cromatina y se localiza en los focos de replicación durante la fase S. Esta enzima altamente expresada es la principal responsable del mantenimiento del patrón de metilación durante la replicación (7). Se observa un aumento de la expresión de DNMT1 en muchos tipos de cáncer y esta sobreexpresión se asocia con la transformación celular, mientras que los niveles reducidos de expresión de DNMT1 parecen estar asociados con un efecto protector (8, 9).

Las proteínas DNMT3A y -B permiten la actividad de metilación del ADN de novo in vitro, sin distinción entre ADN no metilado y hemimetilado (10). En particular, la expresión de DNMT3B está elevada en varios tipos de cáncer humano, mientras que su supresión da como resultado la apoptosis de las células tumorales (11, 12). De hecho, la inactivación de la isoforma A de la familia 1 del dominio de asociación TSG Ras (RASSF1A), a través de la hipermetilación del promotor provocada por la regulación positiva de DNMT3B, es un evento común en numerosos tipos de cáncer o tumor (13). Varios estudios sugieren que DNMT3B juega un papel predominante sobre DNMT3A y DNMT1 en la tumorigénesis mamaria, dada su sobreexpresión en tejidos de cáncer de mama en comparación con DNMT1 y -3A (14). Aunque DNMT3L no tiene actividad catalítica por sí solo,

En los tejidos de los mamíferos, la metilación del ADN se produce en los dinucleótidos CpG, y la agrupación de estos elementos en las regiones reguladoras 5' de aproximadamente el 60 % de los genes se conoce como islas CpG (16). La metilación inusual de estas islas CpG puede provocar el silenciamiento de ciertos genes implicados en vías clave de proliferación y apoptosis, como los TSG, la reparación del ADN y los genes receptores de hormonas, así como genes que inhiben la angiogénesis (17). Dos mecanismos diferentes de metilación del ADN conducen a la represión génica transcripcional: la metilación del dinucleótido CpG inhibe la unión de los factores transcripcionales a sus elementos reguladores promotores; y las citosinas metiladas mejoran el reclutamiento de proteínas de dominio de unión metiladas, que inhiben la unión de factores de transcripción a través del estado de configuración de cromatina inactiva alrededor de los genes (18). Por otro lado, Las proteínas de translocación diez-once (TET) como TET2 pueden eliminar las marcas de metilo del ADN y desencadenar la reexpresión de genes silenciados. De interés, se ha demostrado que TET2 está mutado y, por lo tanto, inactivado en muchos tipos de cáncer (19).

Además, la creciente evidencia sugiere que la metilación de las regiones ubicadas aguas arriba de las islas CpG, llamadas costas de islas CpG, así como las secuencias intragénicas, también son importantes para la regulación de la expresión génica y pueden estar involucradas en el desarrollo y la progresión de la enfermedad (20, 21). Generalmente, en las células normales, los promotores de genes no están metilados, mientras que los cuerpos de genes y las regiones intergénicas están metilados.

¿Cómo analiza los datos de metilación del ADN generados a partir de la matriz EPIC de Illumina como se describe aquí,   https://www.illumina.com/products/by-type/microarray-kits/infinium-methylation-epic.html ?

El análisis de la metilación del ADN se puede evaluar a través de diferentes métodos, incluida la conversión de bisulfito. Esto se puede realizar en combinación con PCR específica de metilación en tiempo real y cebadores específicos para amplificar las islas CpG de un panel de genes seleccionados (2). También se puede realizar un enfoque de todo el genoma con secuenciación de alto rendimiento utilizando ADN convertido con bisulfito de diferentes fuentes biológicas no invasivas, como sangre entera, suero y plasma.

El método rapidGSEA descrito en https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-016-1244-x toma cinco argumentos predeterminados y tres argumentos opcionales rapidGSEA <- function(exprsData, labelList, geneSets, numPermutations, metricString, dumpFileName ="", checkInput=TRUE, doublePrecision=FALSE) {...} metricString denota la medida de clasificación local (una de las siguientes) y numPermutations denota el número de permutaciones en la prueba de remuestreo.

Si metricString denota la medida de clasificación local que solicitamos que utilice rapidGSEA cuando se invoque, ¿qué valor de metricString de la lista a continuación debo elegir para que rapidGSEA analice adecuadamente los datos de metilación del ADN generados a partir de la matriz EPIC de Illumina?

naive_diff_of_classes
naive_ratio_of_classes
naive_log2_ratio_of_classes
stable_diff_of_classes
stable_ratio_of_classes
stable_log2_ratio_of_classes
onepass_signal2noise
onepass_t_test
twopass_signal2noise
twopass_t_test
stable_signal2noise
stable_t_test
overkill_signal2noise
overkill_t_test

Finalmente encontré la respuesta a la pregunta: "Si metricString denota la medida de clasificación local que estamos solicitando que use rapidGSEA cuando se invoque, ¿qué valor de metricString debo elegir para que rapidGSEA opere de la manera más parecida a fgseaL?"

Lea este excelente artículo del 12 de mayo de 2017 BioMed Central (BMC) Artículo de bioinformática titulado con la URL, https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-017-1674-0

Además, lea este blog, "Profundizar en genética y genómica: explicación del análisis de enriquecimiento de conjuntos de genes (GSEA)". con la URL http://crazyhottommy.blogspot.com/2016/08/gene-set-enrichment-analysis-gsea.html

Después de leer estos dos artículos, mi elección para la mejor medida de clasificación local de rapidGSEA es la Diferencia mínima significativa (es decir, MSD) porque tiene la mejor tasa general de falsos positivos (es decir, FPR) para tamaños de muestra más grandes.

Finalmente, es importante darse cuenta de que el principio de etiquetado de fenotipos de fgseaL no puede ser emulado por GSEA o rapidGSEA con cualquiera de sus dieciséis métricas de clasificación posibles.

Gracias.