MSIMEP : Predicting microsatellite instability from microarray DNA methylation tumor profiles
Santamarina-García, Martín (University of Santiago de Compostela)
Brea-Iglesias, Jenifer (University of Santiago de Compostela)
Bramsen, Jesper Bertram (Aarhus University Hospital (Aarhus, Dinamarca))
Fuentes-Losada, Mar (University of Santiago de Compostela)
Caneiro-Gómez, Francisco Javier (University of Santiago de Compostela)
Vázquez-Bueno, Jose Ángel (Complejo Hospitalario Universitario de Ferrol)
Lázare-Iglesias, Hector (University of Santiago de Compostela)
Fernández-Díaz, Natalia (University of Santiago de Compostela)
Sánchez-Rivadulla, Laura (Complejo Hospitalario Universitario de Ferrol)
Betancor, Yoel Z. (University of Santiago de Compostela)
Ferreiro-Pantín, Miriam (University of Santiago de Compostela)
Conesa-Zamora, Pablo (Santa Lucía University Hospital)
Antúnez-López, José Ramon (University of Santiago de Compostela)
Kawazu, Masahito (Chiba Cancer Center, Research Institute, Chiba, Japan)
Esteller, M (Institut Germans Trias i Pujol. Institut de Recerca contra la Leucèmia Josep Carreras)
Andersen, Claus Lindbjerg (Aarhus University Hospital (Aarhus, Dinamarca))
Tubio, Jose M.C. (University of Santiago de Compostela)
López-López, Rafael (Centro de Investigación Biomédica en Red de Cáncer)
Ruiz-Bañobre, Juan (Centro de Investigación Biomédica en Red de Cáncer)

Data:	2023
Resum:	Deficiency in DNA MMR activity results in tumors with a hypermutator phenotype, termed microsatellite instability (MSI). Beyond its utility in Lynch syndrome screening algorithms, today MSI has gained importance as predictive biomarker for various anti-PD-1 therapies across many different tumor types. Over the past years, many computational methods have emerged to infer MSI using either DNA- or RNA-based approaches. Considering this together with the fact that MSI-high tumors frequently exhibit a hypermethylated phenotype, herein we developed and validated MSIMEP, a computational tool for predicting MSI status from microarray DNA methylation tumor profiles of colorectal cancer samples. We demonstrated that MSIMEP optimized and reduced models have high performance in predicting MSI in different colorectal cancer cohorts. Moreover, we tested its consistency in other tumor types with high prevalence of MSI such as gastric and endometrial cancers. Finally, we demonstrated better performance of both MSIMEP models vis-à-vis a MLH1 promoter methylation-based one in colorectal cancer.
Nota:	Altres ajuts: Xunta de Galicia (ED481A-2017/299); Xunta de Galicia (ED481A 2022/491)
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Publicat a:	iScience, Vol. 26 Núm. 3 (february 2023) , ISSN 2589-0042

DOI: 10.1016/j.isci.2023.106127
PMID: 36879816

16 p, 5.1 MB

El registre apareix a les col·leccions:
Documents de recerca > Documents dels grups de recerca de la UAB > Centres i grups de recerca (producció científica) > Ciències de la salut i biociències > Institut d'Investigació en Ciencies de la Salut Germans Trias i Pujol (IGTP) > Institut de Recerca contra la Leucèmia Josep Carreras
Articles > Articles de recerca
Articles > Articles publicats