Identification of a biomarker panel for colorectal cancer diagnosis

Background Malignancies arising in the large bowel cause the second largest number of deaths from cancer in the Western World. Despite progresses made during the last decades, colorectal cancer remains one of the most frequent and deadly neoplasias in the western countries. Methods A genomic study of human colorectal cancer has been carried out on a total of 31 tumoral samples, corresponding to different stages of the disease, and 33 non-tumoral samples. The study was carried out by hybridisation of the tumour samples against a reference pool of non-tumoral samples using Agilent Human 1A 60-mer oligo microarrays. The results obtained were validated by qRT-PCR. In the subsequent bioinformatics analysis, gene networks by means of Bayesian classifiers, variable selection and bootstrap resampling were built. The consensus among all the induced models produced a hierarchy of dependences and, thus, of variables. Results After an exhaustive process of pre-processing to ensure data quality--lost values imputation, probes quality, data smoothing and intraclass variability filtering--the final dataset comprised a total of 8, 104 probes. Next, a supervised classification approach and data analysis was carried out to obtain the most relevant genes. Two of them are directly involved in cancer progression and in particular in colorectal cancer. Finally, a supervised classifier was induced to classify new unseen samples. Conclusions We have developed a tentative model for the diagnosis of colorectal cancer based on a biomarker panel. Our results indicate that the gene profile described herein can discriminate between non-cancerous and cancerous samples with 94.45% accuracy using different supervised classifiers (AUC values in the range of 0.997 and 0.955)

Identification of a biomarker panel for colorectal cancer diagnosis

Background:Malignancies arising in the large bowel cause the second largest number of deaths from cancer in the Western World. Despite progresses made during the last decades, colorectal cancer remains one of the most frequent and deadly neoplasias in the western countries. Methods: A genomic study of human colorectal cancer has been carried out on a total of 31 tumoral samples, corresponding to different stages of the disease, and 33 non-tumoral samples. The study was carried out by hybridisation of the tumour samples against a reference pool of non-tumoral samples using Agilent Human 1A 60-mer oligo microarrays. The results obtained were validated by qRT-PCR. In the subsequent bioinformatics analysis, gene networks by means of Bayesian classifiers, variable selection and bootstrap resampling were built. The consensus among all the induced models produced a hierarchy of dependences and, thus, of variables. Results: After an exhaustive process of pre-processing to ensure data quality--lost values imputation, probes quality, data smoothing and intraclass variability filtering--the final dataset comprised a total of 8, 104 probes. Next, a supervised classification approach and data analysis was carried out to obtain the most relevant genes. Two of them are directly involved in cancer progression and in particular in colorectal cancer. Finally, a supervised classifier was induced to classify new unseen samples. Conclusions: We have developed a tentative model for the diagnosis of colorectal cancer based on a biomarker panel. Our results indicate that the gene profile described herein can discriminate between non-cancerous and cancerous samples with 94.45% accuracy using different supervised classifiers (AUC values in the range of 0.997 and 0.955).

Desarrollo de un sistema de escaneado 3D a partir de un dispositivo de holografía conoscópica

La radioterapia intraoperatoria (RIO) con electrones es una modalidad de tratamiento contra el cáncer que combina cirugía y radiación terapéutica aplicada a un tumor sin resecar o al lecho tumoral después de una resección. Este tratamiento se planifica con una imagen preoperatoria del paciente. Sería adecuado incluir en la planificación información acerca de la superficie del lecho tumoral ya que la acumulación de fluidos, las superficies cóncavas y las irregularidades en la superficie irradiada modifican significativamente la distribución de la dosis. Existen diversos escáneres de superficie pero el que mejor se podría adaptar al entorno de la RIO sería el que utiliza un dispositivo de holografía conoscópica (ConoProbe, Optimet Metrology Ltd.) ya que permite realizar medidas de distancias en cavidades, en superficies reflectantes y en tejidos biológicos. La holografía conoscópica es una técnica de interferometría basada en la propagación de la luz en cristales birrefringentes. Para obtener las coordenadas 3D de los puntos de la superficie barridos por el dispositivo ConoProbe es necesario utilizar un sistema de posicionamiento como el que se utiliza en el quirófano de la RIO para localizar el aplicador de RIO con el que se conduce el haz de electrones (sistema de posicionamiento óptico OptiTrack, NaturalPoint Inc.). El objetivo de este proyecto fin de grado consistió en desarrollar un sistema de escaneado de superficies y realizar diversas pruebas para evaluar la calidad del sistema desarrollado y su viabilidad en el entorno de la RIO. Para integrar la información del dispositivo ConoProbe y del sistema de posicionamiento OptiTrack se realizó una calibración temporal para sincronizar los datos de ambos dispositivos utilizando la función de correlación cruzada y una calibración espacial para transformar la distancia medida por el dispositivo ConoProbe en coordenadas 3D de la superficie del objeto escaneado. Se plantearon dos métodos para realizar esta calibración espacial, por ajuste de pares de puntos y por ajuste a un plano. La calibración espacial elegida fue la primera ya que presentaba menor error. El error del sistema es inferior a 2 mm siendo un error aceptable en el entorno de la RIO. Diferentes pruebas con diversos materiales y formas han permitido comprobar que el sistema de escaneado funciona incluso con líquidos. En un procedimiento de RIO, el escaneado de la superficie se haría después de colocar el aplicador. En este caso, se puede obtener también la superficie del objeto alrededor de centro del aplicador colocando verticalmente el dispositivo ConoProbe. Es complicado obtener la superficie próxima a las paredes del aplicador debido a que estas afectan al cono de luz reflejado. De todas formas, el sistema de escaneado desarrollado proporciona más información en este escenario que un sistema de escáner 3D de luz estructurada (no se podría escanear nada de la superficie con el aplicador colocado). Esta información es útil para la estimación de la distribución de la dosis real que recibe un paciente en un procedimiento de RIO.