Pathway Activity Analysis (PAA) as a new class of mechanistic biomarker to predict drug responses in drug repositioning for cancer patients

Abstract

[EN] In recent years, progress in new technologies has resulted in the capacity to generate massive amounts of data, this is known as the "Omics Age". The challenge now is data integration and analysis. Thus, Systems Biology emerges as a solution; where, previously, genetic studies estimated the impact of a single gene, now all gene data can be integrated. This allows for more precise conclusions since diseases and drug responses are caused by different combinations of genetic perturbations. Furthermore, it allows for simulations that would otherwise be prohibitively costly in terms of time and resources. In this context, here is presented a new method for the integration of available data for each element of a signalling pathway in the end result of said pathway, the phenotype. This system acts as a mechanistic biomarker, since the difference in activation level present in a pathway, when comparing samples, serves to expose more information about the mechanisms which act in a different manner. A much more informative method than descriptive biomarkers. Additionally, this method allows simulations. When inputting information about a drug’s effects, the activity level of the pathway can be modified and an estimation of the desirability of the effects can be made. Cancer patients frequently respond in an undesirable manner to therapy, a great problem in oncology that is thought to be due to a lack of predictive biomarkers. The activity of pathways in cancerous cells can be used as mechanistic biomarkers. This project intends to exploit this new tool to reposition drugs for cancer patients.

[ES] En los últimos años, los avances en nuevas tecnologías han permitido generar enormes cantidades de datos, la conocida “Era de las Ómicas”. El reto ahora es la integración de datos y su análisis. Así, la Biología de Sistemas emerge como una solución. Dónde los estudios genéticos una vez estimaban el impacto de un solo gen, ahora todos los datos disponibles para todos los genes se pueden integrar. Esto permite llegar a conclusiones más precisas, puesto que las enfermedades y las respuestas a fármacos están causadas por distintas combinaciones de perturbaciones genéticas. Incluso mejor, permite hacer simulaciones que de cualquier otro modo serían increíblemente costosas en términos de tiempo y recursos. En este contexto, se presenta aquí un nuevo método para integrar los datos disponibles para cada elemento de un camino de señalización en la actividad final resultante de dicho camino, el fenotipo. Este sistema sirve como un biomarcador mecanístico, puesto que el diferente nivel de activación que presente un camino, al comparar muestras, sirve para indicar mucha más información sobre los mecanismos que están funcionando de forma distinta. Un método mucho más informativo que los biomarcadores descriptivos. Además, el método permite realizar simulaciones. Al introducir información sobre los efectos de un fármaco, se puede modificar el nivel de actividad del camino y estimar si sus efectos son deseados. Los pacientes con cáncer a menudo no responden deseablemente a una terapia, un gran problema en la oncología que se piensa es debido a la falta de biomarcadores predictivos. La actividad de los caminos de señalización en células cancerígenas puede utilizarse como biomarcador mecanístico. Este proyecto pretende emplear esta nueva herramienta para el reposicionamiento de fármacos en pacientes con cáncer.