La heterogeneidad biológica del cáncer de mama tiene implicaciones para el pronóstico y para la toma de decisiones terapéuticas. Una nueva aproximación en la clasificación del cáncer de mama mediante el análisis de expresión de múltiples genes en un tumor individual tiene como objetivos potenciales: obtener mejores clasificaciones de los tumores; mejor clarificación del origen de esta enfermedad; aumento de la capacidad pronóstica; y ayuda a la elección entre diferentes opciones terapéuticas (15).

            Hasta hace pocos años, los cambios producidos en las células tumorales se estudiaban uno a uno o en pequeños grupos en pequeñas series de tumores. Las nuevas tecnologías de micromatrices (microarray, gen chips) han permitido a los investigadores detectar y cuantificar simultáneamente la expresión de numerosos genes (potencialmente el genoma humano completo). La gran ventaja de las matrices de genes es la capacidad de analizar multitud de cambios  a nivel de expresión génica, es decir, la posibilidad de establecer un “retrato molecular” del cáncer para descubrir patrones globales de expresión que no sería posible detectar con las técnicas convencionales. Sin embargo, hay que tener en cuenta que los niveles de ARNm no siempre se correlacionan con los cambios en la expresión protéica. La cantidad celular de proteínas depende no sólo de la cantidad y la frecuencia de la transcripción y traducción, sino también de la degradación protéica y de la velocidad de transporte fuera de la célula. Por tanto, son necesarios otros ensayos para determinar el contenido protéico real en el tumor. La inmunohistoquímica utiliza anticuerpos para detectar proteínas en cortes titulares. Mientras que el tejido utilizado para obtener el perfil de ARNm puede incluir células tumorales y células normales, epiteliales y del estroma, la inmunohistoquímica tiene la ventaja de permitir identificar el tipo celular que expresa la proteína y la localización celular específica de la misma.

            Los estudios con micromatrices de ADNc (ADN complementario obtenido a partir de ARNm) han permitido identificar subtipos de cáncer de mama reconocidos previamente en el estudio morfológico (por ejemplo, carcinomas lobulillares), por expresión de proteínas (por ejemplo, carcinomas RE positivos y HER2 positivos) y por mutaciones en línea germinal (por ejemplo, carcinomas BRCA1 y BRCA2). Así, en el año 2000 Perou et al (16) describen lo que se ha dado en llamar la clasificación molecular del cáncer de mama tras analizar mediante microarrays de cDNA las variaciones en los patrones de expresión genómica de 40 tumores de cáncer de mama humano y agrupar jerárquicamente los fenotipos según su “huella genética”. Como resultado más importante logran separar los tumores en diferentes subtipos con diferencias biológicas y pronósticas:

a)     Subtipo basal-epitelial: caracterizado por la ausencia o mínima expresión de receptor de estrógeno (RE) y HER2 (triple negativo), elevada expresión de citoqueratinas 5/6 y 17 (mioepiteliales), laminina, y proteína 7 de unión a ácidos grasos. A diferencia de otros subtipos, este grupo de tumores presenta alta frecuencia (82%) de mutaciones en TP53 (en tirosina) y expresión de proteína p53 (TP53 funciona como punto de control (checkpoint) en el ciclo celular desencadenando respuestas ante el daño sobre el DNA, incluyendo reparación y apoptosis). Los tumores de tipo basal reciben este nombre por su perfil de expresión genómica similar a la de un epitelio celular basal normal y a las células mioepiteliares mamarias normales. También comparte características histológicas con las células epiteliares basales de la mama normal, y muestra una tasa proliferativa elevada, necrosis central y margen infiltrativo, así como estroma escaso, frecuentes células apoptóticas y respuesta estromal linfocítica, características similares a las también observadas en los carcinomas que aparecen en mujeres portadoras de mutación en el gen BRCA1 (17).

b)     Subtipo HER2+: ausencia o mínima expresión de RE, elevada expresión de HER2. El perfil de expresión revela no sólo copias aumentadas de ARNm de HER2/neu, sino también un aumento en la transcripción de otros genes adyacentes que están amplificados en este segmento de ADN, como GRB7.

c)      Luminal A: caracterizado por la elevada expresión de RE, proteína 3 de unión a GATA, proteína de unión a caja-X, factor 3, factor nuclear 3 alfa de hepatocito y LIV-1 regulada por estrógeno. Comparte características con las células epiteliales luminales que se desarrollan a partir de la capa interna de revestimiento del ducto mamario.

d)     Luminal B y C: expresión baja a moderada de genes específicos de perfil luminar incluyendo los de grupo de RE.

            Posteriormente, dos grupos de trabajo diferentes compararon muestras de tumores de mama de agresividad alta y baja e identificaron perfiles génicos (“gene signatures”), con capacidad pronóstica, predictivos del comportamiento clínico (18, 19). A estos hallazgos siguieron algunos otros en este misma línea (20-27), incluyendo un nuevo perfil de 186 genes publicado el año 2007 que correlaciona con supervivencia no solo en cáncer de mama sino también en cáncer de pulmón, de próstata y meduloblastoma, denominado “perfil génico de invasividad” y obtenido a partir de células con capacidad tumorigenómica (próximas a las stem-cell) (28). Otro perfil se generó a partir del estudio del intereresante papel que podrían desarrollar los fibroblastos asociados al tumor en la progresión tumoral. Se planteó la posibilidad de que el patrón de expresión genómica de los fibroblastos en cultivo estimulados por suero podría relacionarse con el patrón génico de los fibroblastos en tejidos lesionados (“wounded tissues”), incluyendo los tejidos dañados por un tumor invasivo. Así las pacientes con tumores que expresan este perfil de “respuesta a herida” tendrían una peor evolución (20).

            El análisis de la expresión de múltiples genes puede ayudar a predecir la evolución clínica en pacientes con cáncer de mama en estadio precoz, e incluso la información obtenida puede tener mayor valor predictivo que las características pronósticas clínicas y patológicas consideradas como estándar. Parece que los tumores que responden mejor a la terapia neoadyuvante como el subtipo basal o HER2+ difieren frente a los tumores resistentes o no respondedores (29-31). Los perfiles de expresión genética podrían permitir la estratificación de determinados subgrupos en categorías pronósticas definidas diferentes (18, 19, 32-34). Un área de desarrollo muy rápido en la investigación oncológica es la identificación de un perfil de expresión genética para predecir la respuesta a la terapia. Sin embargo, la demostración de la utilidad clínica de la distinción entre las diferentes perfiles moleculares sigue estando pendiente hoy por hoy (35).

            Esencialmente, hay dos aproximaciones metodológicas para la evaluación de perfiles génicos: perfil de expresión genética por medio de microarrays de cDNA, que requiere tejido mamario fresco congelado (36) y, por otro lado, el uso de la técnica de RT-PCR para cuantificar la expresión de genes prospectivamente seleccionados sobre tumor fijado en formol e incluido en parafina, de los que el ejemplo más conocido sería el denominado test Oncotype DX (22), cuyas princpales características se comentan más adelante.

            En la mayor serie publicada hasta la fecha, procedente de Holanda (la denominada firma de Ámsterdam), se analizó inicialmente una serie de 117 tumores que fue posteriormente validada en una cohorte de 295 carcinomas de mama en estadios I-II con arreglo al perfil pronóstico de 70 genes relacionados con ciclo celular, invasividad y angiogénesis, obtenido en el estudio inicial (distinguiendo según habían recaído antes o después de 5 años). Este conjunto de genes permitió clasificar a los tumores como de mal pronóstico (n = 180) o buen pronóstico (n = 195) (18). El perfil genético mostró a 10 años diferencias entre los grupos de buen y mal pronóstico en supervivencia global (95% versus 55%) y supervivencia libre de metástasis (85% versus 51%), respectivamente. En el análisis multivariante el perfil de expresión genética tumoral fue un indicador evolutivo más poderoso que los criterios pronósticos clínicos e histológicos. Este perfil genético de 70 genes ha sido validado posteriormente en una serie de pacientes sin afectación ganglionar axilar (37). Por su carácter retrospectivo, el estudio holandés debe ser considerado como generador de hipótesis pero en ningún modo suficiente como para justificar el uso clínico rutinario. El estudio MINDACT (Microarray for Node Negative Disease May Avoid Chemotherapy) en que se comparan en pacientes sin afectación ganglionar axilar los criterios habituales histopatológicos/clínicos frente a una evaluación de perfil genético contribuirá a aclarar diversos interrogantes. Por ejemplo, ¿puede un esquema de docetaxel y capecitabina sustituir con ventaja uno basado en antraciclinas?

            La denominada firma de Rotterdam (genomic grade index) fue descrita en una serie inicial de 286 carcinomas de mama en estadio N0 que no habían recibido quimioterapia adyuvante (19). La serie se dividió en un grupo de estudio (115 tumores, 80 RE+ y 35 RE-) y un grupo de validación (171 tumores). Se obtuvo una firma molecular constituida por un conjunto de 76 genes relacionados con ciclo celular, progresión y proliferación tumoral. Estos 76 genes se dividieron en un conjunto de 60 genes con valor pronóstico en tumores RE+ y otro conjunto de 16 genes con valor pronóstico en carcinomas RE-. Además, este perfil de expresión génica se asoció al grado histológico del tumor, supuso una ayuda a la hora de establecer el grado histológico y su valor pronóstico, especialmente en tumores grado 2 (moderadamente diferenciados) y resultó ser un predictor independiente del riesgo de metástasis. Este perfil basado en la expresión de 76 genes ha sido validado en un ensayo multicéntrico sobre 180 pacientes con cáncer de mama N0 que no recibieron quimioterapia adyuvante (38). Corregido por los factores pronósticos tradicionales permitió discriminar grupos de pacientes que desarrollaron luego metástasis a 10 años: 94% versus 65%.

            En la actualidad, una limitación importante en los estudios de expresión génica en el cáncer es la de obtener un número suficiente de tumores en fresco de tal manera que los resultados obtenidos sean significativos. La utilización de muestras fijadas en formol e incluidas en parafina, tal y como se conservan de forma rutinaria en los Servicios de Anatomía Patológica, tiene como principal ventaja el acceso a grandes series de pacientes, lo que permite seleccionar retrospectivamente una casuística bien definida con seguimiento adecuado. El análisis molecular, especialmente mediante qRT-PCR o microarrays ofrece como hemos visto un gran potencial aplicado al diagnóstico, pronóstico y predicción de respuesta al tratamiento, pero requiere de un ARN de elevada calidad. El principal inconveniente que ofrecen las muestras parafinadas es el defectuoso estado de conservación de su material genético debido al proceso de fijación. Los últimos avances técnicos han permitido que actualmente se obtengan materiales de mejor calidad, con un rendimiento aceptable. Esto ha determinado que cada vez sea mayor el número de trabajos de cribaje génico que utilizan estas muestras como material de partida.

            Un trabajo pionero en la utilización de muestras parafinadas fue el de Cronin et al (39), en el que se analizaban muestras de cáncer de mama fijadas en formol e incluidas en parafina utilizando la técnica de RT-PCR en el formato de tarjeta microfluídica. En base a los resultados obtenidos en este estudio, Paik et al (22) analizaron 651 muestras parafinadas de pacientes con carcinoma de mama sin extensión a los ganglios y con inmunohistoquímica positiva para el receptor de estrógenos. En este trabajo los autores identificaron un perfil de expresión que predice no sólo el riesgo a recaída sino tambien el beneficio a la quimioterapia en cáncer de mama. En base a estos resultados se ha diseñado un test que incluye de 21 genes (16 genes diana implicados en el desarrollo del cáncer de mama y 5 genes de referencia) que ha sido patentado con el nombre de Oncotype Dx y que ha posibilitado el diseño de un algoritmo predictivo de riesgo (Recurrence Score: puntuación de recurrencia) agrupado en tres categorías pronósticas: riesgo alto (>30% riesgo de recaída), intermedio (≥18% y ≤30%) y bajo (<18%). La expresión elevada de genes “favorables” como el grupo de los regulados por el receptor de estrógenos, GSTM1 o BAG1 resulta en una puntuación de recurrencia baja, mientras que la expresión elevada de genes “desfavorables” como HER2, grupo de genes relacionados con invasión, y CD68 genera una puntuación elevada.

            Actualmente se está llevando acabo un ensayo clínico iniciado en mayo de 2007 patrocinado por el Instituto Nacional del Cáncer Americano (NCI): Trial Assigning IndividuaLized Options for Treatment o TAILORx, con el fin de evaluar si los genes que están frecuentemente asociados con el riesgo de recidiva entre las mujeres con cáncer de mama en etapas iniciales pueden ser utilizados en la práctica diaria para asignar a las pacientes el tratamiento más adecuado y efectivo. De hecho, la utilización de este test se recoge en el compendio de recomendaciones para el uso de marcadores tumorales en cáncer de mama revisado en la última reunión de ASCO (3), así como en la guía de práctica clínica en cáncer de mama del NCCN (National Comprehensive Cancer Network) (www.nccn.org).

            El Oncotype Dx ha mostrado no sólo la capacidad pronóstica sino también predictiva del beneficio obtenido con tamoxifen, aunque de forma preliminar aún. Para el caso de la hormonoterapia el estudio de su comportamiento en el brazo control (sólo tamoxifen) del ensayo B-14 mostró que las pacientes con Puntuación de recurrencia alta no se beneficiaban del tratamiento con tamoxifen, mientras que los grupos de puntuación baja o intermedia obtenían un beneficio sustancial (40).

            Además, se han efectuado estudios de validación externos. En este sentido, Habel et al (41) publicaron un estudio sobre un grupo de casos (n=220) y controles (n=570) de similares características. Tras ajustar para tamaño y grado histológico la Puntuación de Recurrencia proporcionada por el test se correlacionó bien con el riesgo de mortalidad por cáncer de mama en pacientes con positividad a estrógenos tratadas o no con tamoxifen: a 10 años. El riesgo de muerte según la Puntuación de Recurrencia fue de 2.8, 10.7, and 15.5 por ciento, respectivamente.

            Más importante aún es la capacidad de este test para predecir el beneficio de la quimioterapia adyuvante en las pacientes con una Puntuación de recurrencia alta. Este aspecto ha sido estudiado sobre casos incluidos en el ensayo NSABP B-20 con cáncer de mama sin afectación ganglionar y receptores negativos tratadas con tamoxifen con/sin quimioterapia adicional (CMF ó MF). Los datos obtenidos de un subgrupo de 651 pacientes mostraron que los casos con una Puntuación de Recurrencia alta presentaban un gran beneficio de la quimioterapia adyuvante (HR 0.26, disminución de recidiva a 10 años: 27%), mientras que una Puntuación de Recurrencia baja significaba un mínimo beneficio (o ninguno): disminución de recidiva a 10 años: 1.1%. En el subgrupo con puntuación intermedia no pueden extraerse conclusiones (42).

            Sin embargo, desde un punto de vista clínico, este test está diseñado exclusivamente: para establecer si una paciente entra dentro de una categoría pronóstica de bajo o de alto riesgo (en que podría plantearse añadir quimioterapia). Pero no está indicado en todas las pacientes con ganglios negativos y receptores positivos: así, si una paciente desea aprovechar las –reducidas- ventajas de la quimioterapia adyuvante en este contexto no tendría sentido aplicar un test que finalmente no modificaría la terapia.

            Evidentemente, es necesario hacer referencia a las limitaciones que el plantean los análisis de microarrays en la estimación de riesgo en cáncer de mama (43-45). Algunos autores incluso han llegado a poner en duda la ventaja que los nuevos marcadores tienen frente los marcadores clínicos clásicos, tras comparar el perfil de 70 genes con una combinación de índices pronósticos convencionales multivariables sobre el propio conjunto de datos obtenidos de la serie de van`t Veer et al (46). También es muy llamativo el hecho de que el perfil de 70 genes de Amsterdam y el denominado perfil de Rotterdam de 76 genes, a pesar de mostrar un diseño clínico y estadístico similar, solo comparten 3 genes en común. Esta contradicción puede deberse al uso de partida de plataformas de microarrays diferentes y sobre todo a la variabilidad de las firmas o perfiles genéticos derivados. Más aún, la reevaluación posterior de los datos de la serie de van´t Veer et al ha mostrado que la firma/perfil (signature) no es única sino que el conjunto de datos contiene múltiples perfiles (signatures) que se también se correlacionan con la supervivencia de las pacientes (47, y esto ha sido confirmado para otras propuestas de perfil genético (48). Esta paradoja puede explicarse por la pequeña correlación entre genes y evolución clínica, lo que hace difícil identificar los genes más predictivos. Además, el proceso de selección de genes es entonces altamente dependiente del conjunto de pacientes utilizado para desarrollar el modelo predictivo.

            Hay también obvias dificultades a causa del uso de muestras de pequeño tamaño y del uso de una tecnología muy sensible y relativamente poco reproducible. Otro de los problemas característicos de los perfiles genéticos surge del sesgo de uso de las muestras disponibles, que podrían no representar adecuadamente a la totalidad de pacientes realmente incluidas en el estudio. Es necesario efectuar una validación posterior externa mediante el uso del test en diferentes laboratorios que confirme que los métodos son reproducibles y aplicables de forma generalizada.

            También se ha aplicado esta nueva forma de conocimiento que son los perfiles génicos a los estudios predictivos que, como se ha comentado previamente, son una forma especial de estudio, con sus peculiaridades metodológicas, en que el resultado de interés no es la supervivencia sino la respuesta a un tratamiento, y el objetivo práctico del test será informar qué pacientes son candidatos a una terapia específica (49). Estas restricciones hacen más difícil la identificación de perfiles predictivos y requiere la realización de ensayos clínicos prospectivos y controlados. Recientemente, Chang et al (50) identificaron un predictor de 92 genes que correlacionaba con la respuesta a docetaxel neoadyuvante en una cohorte prospectiva de 24 tumores de mama localmente avanzados, aunque cabe mencionar como limitación que la valoración de respuesta no fue mediante criterios estándar. Otro interesante estudio valoró las diferencias en expresión de genes en el tumor residual entre los tumores considerados como sensibles frente a los resistentes a la terapia, y llamativamente encontró escasas diferencias (aunque precisamente eso puede ocurrir porque se seleccionan las poblaciones resistentes) (51).

            Por tanto, hemos visto que el perfil de expresión de ARNm en el cáncer de mama es una herramienta potente que ha permitido obtener información muy útil relativa a la biología molecular del cáncer de mama. En los últimos años se están desarrollando herramientas análogas para analizar perfiles de ADN y expresión protéica. Además de identificar los tipos tumorales, en el cáncer de mama las matrices de ARNm se han utilizado para predecir el pronóstico y la respuesta al tratamiento. Actualmente, resulta inviable realizar perfiles transcripcionales en cada caso clínico de cáncer de mama aunque hay firmas moleculares basadas en un número relativamente reducido de genes que han sido validadas para el uso clínico contribuyendo indiscutiblemente a lo que se ha venido en denominar la “terapia personalizada” (taylored therapy). En los últimos años se han diseñado protocolos que permiten extraer ARN de suficiente calidad a partir de muestras de cáncer de mama fijadas en formol e incluidas en parafina y la técnica de qRT-PCR parece ser una herramienta adecuada para este tipo de estudios e, incluso, ya se está utilizando como técnica de apoyo para seleccionar aquellas pacientes que se beneficiarán del tratamiento adyuvante en el caso del cáncer de mama. Finalmente, hay ensayos clínicos en marcha que en los próximos años nos facilitarán información sobre el verdadero alcance clínico de estas nuevas herramientas moleculares orientadas al pronóstico y a la selección del tratamiento adyuvante más adecuado en cada caso de cáncer de mama.