<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>1027-2852</journal-id>
<journal-title><![CDATA[Biotecnología Aplicada]]></journal-title>
<abbrev-journal-title><![CDATA[Biotecnol Apl]]></abbrev-journal-title>
<issn>1027-2852</issn>
<publisher>
<publisher-name><![CDATA[Editorial Elfos Scientiae]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S1027-28522014000400001</article-id>
<title-group>
<article-title xml:lang="es"><![CDATA[Reacción en cadena de la polimerasa cuantitativa de la expresión génica en el desarrollo preclínico y clínico de medicamentos anticancerosos]]></article-title>
<article-title xml:lang="en"><![CDATA[Quantitative polymerase chain reaction of gene expression in the preclinical and clinical development for anticancer drugs]]></article-title>
</title-group>
<aff id="A01">
<institution><![CDATA[,Centro de Ingeniería Genética y Biotecnología, CIGB Subdirección de Investigaciones Biomédicas Departamento de Farmacogenómica]]></institution>
<addr-line><![CDATA[La Habana ]]></addr-line>
<country>Cuba</country>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>12</month>
<year>2014</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>12</month>
<year>2014</year>
</pub-date>
<volume>31</volume>
<numero>4</numero>
<fpage>258</fpage>
<lpage>267</lpage>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://scielo.sld.cu/scielo.php?script=sci_arttext&amp;pid=S1027-28522014000400001&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://scielo.sld.cu/scielo.php?script=sci_abstract&amp;pid=S1027-28522014000400001&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://scielo.sld.cu/scielo.php?script=sci_pdf&amp;pid=S1027-28522014000400001&amp;lng=en&amp;nrm=iso"></self-uri><abstract abstract-type="short" xml:lang="es"><p><![CDATA[En la aparición del cáncer influyen factores físicos, químicos y biológicos que alteran el genoma de los individuos. Esta enfermedad afecta la morbilidad y la mortalidad en países desarrollados y en Cuba. El proceso de desarrollo de medicamentos es largo, costoso y con un índice de fallo mayor en cáncer que en otras enfermedades. Por ello se continúan investigando diagnosticadores con elevada confiabilidad, para conocer el posible éxito de nuevos candidatos terapéuticos, desde las etapas más tempranas del desarrollo preclínico y clínico. Así, la decisión de emplearlo o desecharlo no se tomaría en las etapas finales del desarrollo, cuando se han gastado varios recursos. Los diagnosticadores genómicos son evaluadores indirectos de la respuesta a medicamentos, menos costosos y más fáciles para determinar y específicos que los diagnosticadores proteómicos en el cáncer. La reacción en cadena de la polimerasa cuantitativa se ha empleado para determinar la expresión de ácidos ribonucleicos codificantes y la confirmación y validación de diagnosticadores genómicos. En este artículo se discuten su alta sensibilidad y especificidad, las posibilidades de automatización, y su empleo independiente o complementario a tecnologías genómicas de alto flujo, para la obtención de medicamentos anticancerosos en países en desarrollo. La reacción en cadena de la polimerasa puede aplicarse con una adecuada relación beneficio-costo en distintas etapas de este proceso, y en la confección de bases de datos farmacológicas y toxicológicas más confiables. Ello favorecerá el conocimiento de esta enfermedad para la generación de medicamentos más seguros y eficaces.]]></p></abstract>
<abstract abstract-type="short" xml:lang="en"><p><![CDATA[Cancer starts from changes in the individual&#146;s genome which are caused by physical, chemical or biological factors. This complex disease increases the mortality and morbidity variables in developed countries, and also in Cuba. Anticancer drug development is a long and expensive process, with a failure rate higher than in other diseases. For that reason, some biomarkers are being implemented for a more efficacious prediction of new therapeutic candidates at early phases of preclinical or clinical development. Then, decision making on stopping or proceeding with a biologically active compound does not applies to final phases of development when a great amount of resources has been spent. Genomic biomarkers are surrogate indicators to measure drug response in the cancer, and also cheaper, of easier analysis and more specific than proteomic biomarkers. In this context, the quantitative polymerase chain reaction (qPCR), has been used to determine gene expression and to confirm and validate other genomic biomarkers. Here we discuss its high analytical sensitivity and specificity, and its possible automation for high throughput analysis of the expression of coding RNA. qPCR could be used alone or complementary to high flow genomic technologies for anticancer drug development in developing countries. Its increased use will be determined by an adequate cost-benefit ratio at the different phases, the generation of more reliable pharmacological and toxicological databases and by increasing the knowledge on this disease to obtain safer and more efficacious drugs.]]></p></abstract>
<kwd-group>
<kwd lng="es"><![CDATA[reacción en cadena de la polimerasa cuantitativa]]></kwd>
<kwd lng="es"><![CDATA[medicamentos anticancerosos]]></kwd>
<kwd lng="es"><![CDATA[diagnosticador]]></kwd>
<kwd lng="es"><![CDATA[desarrollo de medicamentos]]></kwd>
<kwd lng="en"><![CDATA[quantitative polymerase chain reaction]]></kwd>
<kwd lng="en"><![CDATA[anticancer drugs]]></kwd>
<kwd lng="en"><![CDATA[biomarker]]></kwd>
<kwd lng="en"><![CDATA[drug development]]></kwd>
</kwd-group>
</article-meta>
</front><body><![CDATA[ <DIV class="Sect"   >        <P align="right"   ><font size="2" color="#000000" face="Verdana, Arial, Helvetica, sans-serif"><b>REVIEW</b>      </font></P >       <P align="right"   >&nbsp;</P >   <FONT size="+1" color="#000000">        <P   > </P >       <P   ><b><font size="4" color="#211E1F" face="Verdana, Arial, Helvetica, sans-serif">Reacci&oacute;n      en cadena de la polimerasa cuantitativa de la expresi&oacute;n g&eacute;nica      en el desarrollo precl&iacute;nico y cl&iacute;nico de medicamentos anticancerosos      </font></b></P >   <FONT size="+1" color="#211E1F">        <P   > </P >       <P   >&nbsp;</P >       <P   ><font size="3" face="Verdana, Arial, Helvetica, sans-serif"><b>Quantitative polymerase      chain reaction of gene expression in the preclinical and clinical development      for anticancer drugs </b></font></P >       <P   >&nbsp;</P >   <FONT size="+1">        <P   > </P >   <FONT color="#000000">        ]]></body>
<body><![CDATA[<P   ><b><font size="2" color="#211E1F" face="Verdana, Arial, Helvetica, sans-serif">Dami&aacute;n      Mainet-Gonz&aacute;lez </font></b></P >   <FONT size="+1" color="#211E1F">        <P   > </P >   <FONT size="+1" color="#000000">        <P   ><font color="#211E1F" face="Verdana, Arial, Helvetica, sans-serif" size="2">Departamento      de Farmacogen&oacute;mica, Subdirecci&oacute;n de Investigaciones Biom&eacute;dicas,      Centro de Ingenier&iacute;a Gen&eacute;tica y Biotecnolog&iacute;a, CIGB.      Ave. 31 e/ 158 y 190, Cubanac&aacute;n, Playa, CP 11600, La Habana, Cuba.</font></P >       <P   >&nbsp;</P >       <P   >&nbsp;</P >   <FONT color="#211E1F"> </font></font></font></font></font></font></font>   <hr>   <FONT size="+1" color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1"><FONT color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT color="#211E1F">       <P   > </P >   <FONT color="#000000">        <P   > </P >       <P   ><b><font face="Verdana, Arial, Helvetica, sans-serif" size="2">RESUMEN </font></b></P >       <P   ><font size="2" color="#211E1F" face="Verdana, Arial, Helvetica, sans-serif">En      la aparici&oacute;n del c&aacute;ncer influyen factores f&iacute;sicos, qu&iacute;micos      y biol&oacute;gicos que alteran el genoma de los individuos. Esta enfermedad      afecta la morbilidad y la mortalidad en pa&iacute;ses desarrollados y en Cuba.      El proceso de desarrollo de medicamentos es largo, costoso y con un &iacute;ndice      de fallo mayor en c&aacute;ncer que en otras enfermedades. Por ello se contin&uacute;an      investigando diagnosticadores con elevada confiabilidad, para conocer el posible      &eacute;xito de nuevos candidatos terap&eacute;uticos, desde las etapas m&aacute;s      tempranas del desarrollo precl&iacute;nico y cl&iacute;nico. As&iacute;, la      decisi&oacute;n de emplearlo o desecharlo no se tomar&iacute;a en las etapas      finales del desarrollo, cuando se han gastado varios recursos. Los diagnosticadores      gen&oacute;micos son evaluadores indirectos de la respuesta a medicamentos,      menos costosos y m&aacute;s f&aacute;ciles para determinar y espec&iacute;ficos      que los diagnosticadores prote&oacute;micos en el c&aacute;ncer. La reacci&oacute;n      en cadena de la polimerasa cuantitativa se ha empleado para determinar la      expresi&oacute;n de &aacute;cidos ribonucleicos codificantes y la confirmaci&oacute;n      y validaci&oacute;n de diagnosticadores gen&oacute;micos. En este art&iacute;culo      se discuten su alta sensibilidad y especificidad, las posibilidades de automatizaci&oacute;n,      y su empleo independiente o complementario a tecnolog&iacute;as gen&oacute;micas      de alto flujo, para la obtenci&oacute;n de medicamentos anticancerosos en      pa&iacute;ses en desarrollo. La reacci&oacute;n en cadena de la polimerasa      puede aplicarse con una adecuada relaci&oacute;n beneficio-costo en distintas      etapas de este proceso, y en la confecci&oacute;n de bases de datos farmacol&oacute;gicas      y toxicol&oacute;gicas m&aacute;s confiables. Ello favorecer&aacute; el conocimiento      de esta enfermedad para la generaci&oacute;n de medicamentos m&aacute;s seguros      y eficaces. </font></P >   <FONT size="+1" color="#211E1F">        <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><B><I>Palabras clave</I>:</B>      reacci&oacute;n en cadena de la polimerasa cuantitativa, medicamentos anticancerosos,      diagnosticador, desarrollo de medicamentos. </font></P >   </font></font></font></font></font></font></font></font></font>    <hr>   <FONT size="+1" color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1"><FONT color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT color="#211E1F"><FONT color="#000000"><FONT size="+1" color="#211E1F">        ]]></body>
<body><![CDATA[<P   > </P >       <P   > </P >   <FONT size="+1" color="#000000">        <P   ><b><font face="Verdana, Arial, Helvetica, sans-serif" size="2">ABSTRACT </font></b></P >       <P   ><font size="2" color="#211E1F" face="Verdana, Arial, Helvetica, sans-serif">Cancer      starts from changes in the individual&rsquo;s genome which are caused by physical,      chemical or biological factors. This complex disease increases the mortality      and morbidity variables in developed countries, and also in Cuba. Anticancer      drug development is a long and expensive process, with a failure rate higher      than in other diseases. For that reason, some biomarkers are being implemented      for a more efficacious prediction of new therapeutic candidates at early phases      of preclinical or clinical development. Then, decision making on stopping      or proceeding with a biologically active compound does not applies to final      phases of development when a great amount of resources has been spent. Genomic      biomarkers are surrogate indicators to measure drug response in the cancer,      and also cheaper, of easier analysis and more specific than proteomic biomarkers.      In this context, the quantitative polymerase chain reaction (qPCR), has been      used to determine gene expression and to confirm and validate other genomic      biomarkers. Here we discuss its high analytical sensitivity and specificity,      and its possible automation for high throughput analysis of the expression      of coding RNA. qPCR could be used alone or complementary to high flow genomic      technologies for anticancer drug development in developing countries. Its      increased use will be determined by an adequate cost-benefit </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">ratio      at the different phases, the generation of more reliable pharmacological and      toxicological databases and by increasing the knowledge on this disease to      obtain safer and more efficacious drugs. </font></P >   <FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000">        <P   ><font size="2" color="#211E1F" face="Verdana, Arial, Helvetica, sans-serif"><B><I>Keywords</I>:</B>      quantitative polymerase chain reaction, anticancer drugs, biomarker, drug      development. </font></P >   </font></font></font></font></font></font></font></font></font></font></font></font>    <hr>   <FONT size="+1" color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1"><FONT color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT color="#211E1F"><FONT color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000">        <P   > </P >       <P   > </P >       <P   >&nbsp;</P >       <P   >&nbsp;</P >       <P   ><font color="#211E1F" face="Verdana, Arial, Helvetica, sans-serif" size="3"><b>INTRODUCCI&Oacute;N      </b> </font></P >   <FONT color="#211E1F">        ]]></body>
<body><![CDATA[<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">El c&aacute;ncer      es un conjunto de enfermedades complejas y multifactoriales que pueden provocar      la muerte de una de cada ocho personas afectadas. Su incidencia es de m&aacute;s      de 12 millones de nuevos casos anuales en el mundo [1]. Constituy&oacute;      la segunda causa de muerte en Cuba en 2012 (m&aacute;s de 22 000) y la de      mayor a&ntilde;os de vida potencialmente perdidos con una tasa de 34.5 a&ntilde;os      por cada 1000 habitantes [2]. De ah&iacute; que la mayor&iacute;a de los esfuerzos      se centren en el desarrollo de nuevos f&aacute;rmacos para combatir su incidencia      y aumentar la calidad de vida de los pacientes, as&iacute; como de nuevos      sistemas de diagn&oacute;stico m&aacute;s eficaces y de uso m&aacute;s temprano      en las diferentes fases del proceso de desarrollo de medicamentos (PDM). </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">El PDM es largo,      ineficiente y costoso. De los medicamentos en desarrollo, solamente el 11      % llega a ser comercial; de los medicamentos anticancerosos, &uacute;nicamente      el 5 % de los inicialmente desarrollados [3]. Adem&aacute;s, estos &uacute;ltimos      tienden a una eficacia menor y m&aacute;s reacciones adversas que los medicamentos      destinados a otras enfermedades. La introducci&oacute;n de un medicamento      con eficacia y buena seguridad en el mercado requiere de 10 a 15 a&ntilde;os      y un costo de m&aacute;s de 300 millones de d&oacute;lares por producto [4,      5]. Ese costo y tiempo de generar un nuevo medicamento va en aumento por la      aplicaci&oacute;n de tecnolog&iacute;as m&aacute;s complejas y la b&uacute;squeda      de compuestos m&aacute;s eficaces y seguros para enfermedades incurables de      causas multifactoriales. Entre un tercio y la mitad de los costos del desarrollo      de medicamentos ocurre en la etapa de ensayos cl&iacute;nicos [6]. El 90 %      de los fallos de candidatos terap&eacute;uticos durante el desarrollo cl&iacute;nico      se debe a tres razones fundamentales: la deficiente farmacocin&eacute;tica,      la ausencia de eficacia y los efectos adversos en seres humanos [7, 8]. Existen      reacciones idiosincr&aacute;sicas y al&eacute;rgicas t&oacute;xicas muy peligrosas      y tan poco frecuentes (1/10 000) que no se detectan durante el PDM, que a      veces obligan a la retirada del producto del mercado cuando su obtenci&oacute;n      y aprobaci&oacute;n ha costado mucho dinero [9, 10]. Una manera de enfocar      este problema es la investigaci&oacute;n de uno o m&aacute;s diagnosticadores      al inicio de las fases precl&iacute;nicas y cl&iacute;nicas, mediante ensayos      f&aacute;ciles, r&aacute;pidos, de alto flujo y una razonable relaci&oacute;n      costo-beneficio, que favorezca la selecci&oacute;n de los candidatos terap&eacute;uticos      con mayor efectividad y seguridad. El objetivo de este art&iacute;culo es      profundizar en c&oacute;mo la Reacci&oacute;n en cadena de la polimerasa cuantitativa      (RCPc), mediante la cuantificaci&oacute;n de la expresi&oacute;n de genes,      puede favorecer la selecci&oacute;n de los candidatos anticancerosos m&aacute;s      efectivos y seguros, y discriminar la poblaci&oacute;n enferma m&aacute;s      susceptible a la acci&oacute;n farmacol&oacute;gica de estos, mediante el      hallazgo de diagnosticadores con alto nivel de predicci&oacute;n en el PDM.      </font></P >       <P   >&nbsp;</P >       <P   > </P >       <P   ><b><font face="Verdana, Arial, Helvetica, sans-serif" size="3">CARACTER&Iacute;STICAS      Y ETAPAS DEL PDM </font></b></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">El PDM es largo e      ineficiente y consta de dos grandes etapas: la b&uacute;squeda y mejoramiento      de un compuesto con actividad biol&oacute;gica, y la demostraci&oacute;n y      promoci&oacute;n de ese nuevo candidato terap&eacute;utico como un medicamento      comercial eficaz, seguro y novedoso. En la primera etapa se incluyen las fases      de identificaci&oacute;n de la diana terap&eacute;utica, la selecci&oacute;n      temprana de los compuestos con actividad biol&oacute;gica, y la optimizaci&oacute;n      de estos en diferentes ciclos de s&iacute;ntesis qu&iacute;mica o biol&oacute;gica.      En la segunda etapa se eval&uacute;an esos compuestos en experimentos de efectividad,      y de toxicolog&iacute;a en animales de experimentaci&oacute;n (fase precl&iacute;nica)      y en seres humanos (fase cl&iacute;nica). </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Para disminuir el      tiempo, los gastos y el &iacute;ndice de fallo tard&iacute;o de los candidatos      a f&aacute;rmacos de este proceso, y aumentar la productividad y la innovaci&oacute;n      de la industria farmac&eacute;utica e introducir de manera m&aacute;s r&aacute;pida      y competitiva un nuevo medicamento [11, 12], se toman algunas medidas. Primero,      seleccionar las mejores dianas moleculares de importancia capital para la      sobrevivencia de las c&eacute;lulas cancerosas y, por otro lado, la posibilidad      de la obtenci&oacute;n de un agente modificador de su actividad con efectos      m&iacute;nimos o nulos sobre el funcionamiento de c&eacute;lulas normales.      Segundo, estudiar cada compuesto con actividad biol&oacute;gica desde etapas      tempranas del PDM, seg&uacute;n un conjunto de par&aacute;metros (absorci&oacute;n,      distribuci&oacute;n, metabolismo, excreci&oacute;n y toxicidad, potencia y      selectividad), mediante ensayos biol&oacute;gicos para seleccionar aquellos      con mayores probabilidades de conversi&oacute;n en un medicamento comercial      despu&eacute;s de varios ciclos de optimizaci&oacute;n o refinamiento estructural.      Tercero, desarrollar modelos de animales modificados gen&eacute;ticamente      con mayor semejanza a las manifestaciones fundamentales o de mayor inter&eacute;s      de esta enfermedad en seres humanos y mejorar su &iacute;ndice de predicci&oacute;n      en el PDM. Cuarto, investigar la determinaci&oacute;n de uno o m&aacute;s      diagnosticadores lo m&aacute;s temprano posible en la fase precl&iacute;nica      y cl&iacute;nica del PDM mediante ensayos f&aacute;ciles, r&aacute;pidos,      de alto flujo y una razonable relaci&oacute;n costo-beneficio, que favorezca      la selecci&oacute;n de los pacientes con mayores probabilidades de responder      a ese candidato terap&eacute;utico de una manera segura y efectiva [8, 13].      Quinto, confeccionar grandes bases de datos con los perfiles de absorci&oacute;n,      distribuci&oacute;n, metabolismo, excreci&oacute;n, toxicidad, potencia y      selectividad de cada uno de los candidatos terap&eacute;uticos en los experimentos      con l&iacute;neas celulares. A continuaci&oacute;n, y mediante el uso de herramientas      bioinform&aacute;ticas, se pronostican o correlacionan sus propiedades farmacocin&eacute;ticas,      toxicol&oacute;gicas y farmacodin&aacute;micas en los modelos animales de      experimentaci&oacute;n y en los ensayos cl&iacute;nicos. Esto permite priorizar      adecuadamente aquellos compuestos con mayores probabilidades de &eacute;xito      en el PDM [14]. Recientemente se ha aplicado la RCPc para mejorar la eficiencia      de ese proceso mediante el desarrollo de diagnosticadores precl&iacute;nicos      y cl&iacute;nicos que puedan disminuir el &iacute;ndice de rechazo a los candidatos      terap&eacute;uticos. </font></P >       <P   >&nbsp;</P >       <P   > </P >       <P   ><b><font face="Verdana, Arial, Helvetica, sans-serif" size="3">COMPLEJIDAD FISIOPATOL&Oacute;GICA      DEL C&Aacute;NCER Y SU INFLUENCIA EN EL DESARROLLO DE TRATAMIENTOS Y DIAGNOSTICADORES      EFECTIVOS </font></b></P >       ]]></body>
<body><![CDATA[<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">El c&aacute;ncer      es provocado por un desarreglo gen&eacute;tico hereditario o adquirido. En      su evoluci&oacute;n influyen factores qu&iacute;micos, f&iacute;sicos, biol&oacute;gicos      y ambientales, como la edad, la no realizaci&oacute;n de ejercicios f&iacute;sicos,      la dieta, el tratamiento, los agentes t&oacute;xicos y biol&oacute;gicos,      las radiaciones, entre otros, por lo que es una enfermedad multifactorial      y compleja [15]. El PDM de f&aacute;rmacos anticancerosos se dificulta por      la inestabilidad gen&oacute;mica, la ausencia de un modelo animal con un adecuado      &iacute;ndice de predicci&oacute;n, el diagn&oacute;stico tard&iacute;o de      esta enfermedad, la mayor incidencia en edades avanzadas y la similitud antig&eacute;nica      y estructural entre las c&eacute;lulas tumorales y las normales. La inestabilidad      gen&oacute;mica origina varias poblaciones celulares dentro del tumor en distintos      estadios de diferenciaci&oacute;n y en diferentes etapas del ciclo celular.      Esta proliferaci&oacute;n an&aacute;rquica puede favorecer la aparici&oacute;n      de clones de c&eacute;lulas malignas resistentes al tratamiento farmacol&oacute;gico      y alterar la formaci&oacute;n y morfolog&iacute;a de los vasos sangu&iacute;neos,      que dificulta la llegada de los medicamentos a las c&eacute;lulas tumorales.      El valor de predicci&oacute;n de los tumores de l&iacute;neas celulares humanas      en xenotransplantes de ratones inmunodeficientes es tan bajo, que solamente      el 11 % de tales candidatos terap&eacute;uticos probados en ese modelo animal      logran llegar a ensayos cl&iacute;nicos y la aprobaci&oacute;n por la agencia      estadounidense reguladora de alimentos y f&aacute;rmacos (FDA) [16]. La supervivencia      global a 5 a&ntilde;os, de los pacientes con un diagn&oacute;stico tard&iacute;o      de c&aacute;ncer pulmonar de c&eacute;lulas no peque&ntilde;as es del 15 %.      Un 60 % de esos pacientes es por enfermedad avanzada o met&aacute;stasis.      Sin embargo, esa supervivencia puede llegar a 50 % en los pacientes diagnosticados      m&aacute;s tempranamente con posibilidad de tratamiento quir&uacute;rgico      [17]. Los problemas en el metabolismo y excreci&oacute;n de los medicamentos      y el estado hipofuncional del sistema inmune de los pacientes ancianos, disminuyen      la posibilidad de emplear mayor cantidad de medicamentos para tratar esta      enfermedad. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Los ant&iacute;genos      y receptores usados como dianas terap&eacute;uticas contra las c&eacute;lulas      tumorales son estructuralmente iguales en las c&eacute;lulas normales. Esa      es la causa de las reacciones adversas; no solo en las c&eacute;lulas hematopoy&eacute;ticas      y gastrointestinales en divisi&oacute;n, sino tambi&eacute;n en c&eacute;lulas      que no se est&aacute;n dividiendo. Eso explica que los medicamentos anticancerosos      modificadores directos de procesos fisiol&oacute;gicos esenciales de las c&eacute;lulas,      tengan una proporci&oacute;n entre las dosis t&oacute;xicas y las dosis terap&eacute;uticas      muy cercana a la unidad [18]. Sin embargo, pueden constituir una opci&oacute;n      terap&eacute;utica efectiva contra esta enfermedad. Existe otro grupo de medicamentos,      los modificadores indirectos de esos procesos, como los antitransductores      de se&ntilde;ales intracelulares, que son m&aacute;s seguros o inocuos, pero      no llegan a tener la efectividad de los primeros [19]. Para mejorar la eficacia      de estos &uacute;ltimos medicamentos y la b&uacute;squeda de anticancerosos      m&aacute;s seguros y efectivos, se plantean tres condiciones. La primera,      lograr encontrar una o m&aacute;s dianas moleculares no esenciales para las      c&eacute;lulas normales, pero s&iacute; para la supervivencia de las c&eacute;lulas      tumorales, mediante el estudio de los cambios gen&eacute;ticos y epigen&eacute;ticos      que tienen lugar dentro de la c&eacute;lula tumoral, en el cual su estado      fisiopatol&oacute;gico es diferente a la c&eacute;lula normal. Y el examen      del microambiente tumoral para lograr influir en la interacci&oacute;n de      las c&eacute;lulas tumorales </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">con      la matriz extracelular y las c&eacute;lulas estromales. La segunda, encontrar      candidatos terap&eacute;uticos con una alta selectividad por esas dianas moleculares.      Y la tercera, seleccionar, mediante un ensayo, los grupos de pacientes con      mayores probabilidades de responder a ese tratamiento combinado aditivo o      sin&eacute;rgico. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la terapia dirigida      a dianas moleculares relacionadas directamente con los procesos fisiol&oacute;gicos      a modificar (mitosis, s&iacute;ntesis de prote&iacute;na, replicaci&oacute;n,      transcripci&oacute;n, etc.) generalmente la v&iacute;a por la que transcurre      la se&ntilde;al fisiol&oacute;gica no influye. Sin embargo, en los medicamentos      antitransducci&oacute;n de la se&ntilde;al biol&oacute;gica, s&iacute; es      importante conocer esas v&iacute;as y su interacci&oacute;n, ya que esto influye      en la farmacodinamia del medicamento y en su efectividad terap&eacute;utica.      </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Las v&iacute;as de      transducci&oacute;n son ramificadas y muy interrelacionadas [20, 21]. Las      v&iacute;as reconocidas en el c&aacute;ncer pueden ser de tres tipos: las      m&aacute;s frecuentes (MAPK, TP53, Rb1 y AKT), las asociadas con las m&aacute;s      frecuentes (NFKappaB, PI3K, PKC quinasas, STAT y TGFbeta) y las espec&iacute;ficas      de algunos c&aacute;nceres (WNT, NOTCH y SHH) [22]. Las prote&iacute;nas formadoras      de esas v&iacute;as de se&ntilde;alizaci&oacute;n en el c&aacute;ncer son      expresadas por genes con variaciones en su secuencia de ADN o por alteraciones      epigen&eacute;ticas. Esas alteraciones gen&eacute;ticas ocurren en dos tipos      de genes: oncogenes (promotores del crecimiento) y genes supresores de tumores.      Los oncogenes son transmitidos gen&eacute;ticamente con car&aacute;cter dominante      y generan un aumento de la funci&oacute;n en la prote&iacute;na afectada.      Los genes supresores son transmitidos con car&aacute;cter gen&eacute;tico      recesivo y producen una p&eacute;rdida de la funci&oacute;n o una disminuci&oacute;n      en la cantidad de la prote&iacute;na alterada. La combinaci&oacute;n de esas      alteraciones en diferentes procesos celulares y en sus v&iacute;as de se&ntilde;alizaci&oacute;n      es el mecanismo que constituye la diferencia entre los c&aacute;nceres humanos.      Se pueden generar fallos en el ciclo celular, en el desarrollo de la apoptosis      y en el sistema reparador del ADN gen&oacute;mico. Esto &uacute;ltimo provocar&aacute;      m&aacute;s mutaciones progresivamente con un aumento del crecimiento tumoral      y afectaci&oacute;n de otros procesos celulares intr&iacute;nsecos y extr&iacute;nsecos,      hasta que las c&eacute;lulas tumorales invasivas y heterog&eacute;neas migren      y se implanten en otro sitio diferente del foco primario. La neoplasia maligna      dejar&aacute; de ser una enfermedad local para convertirse en una enfermedad      sist&eacute;mica. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Es m&aacute;s probable      que los genes mutados o amplificados en el ADN gen&oacute;mico de c&eacute;lulas      tumorales para cada tipo de c&aacute;ncer sean factores de sobrevivencia,      que aquellos sobreexpresados solamente. La identificaci&oacute;n de los genes      con mutaciones activadoras o con un aumento en el n&uacute;mero de copias      codificantes de las prote&iacute;nas formadoras de la v&iacute;a de transducci&oacute;n      de una diana terap&eacute;utica o de otra v&iacute;a relacionada, pudieran      formar las bases de diagnosticadores de la respuesta a esa terapia. La respuesta      o no al tratamiento con un medicamento anticanceroso, no solamente va estar      predicho por el aumento o disminuci&oacute;n de la expresi&oacute;n o no de      su diana molecular. Por ejemplo, las mutaciones y amplificaciones g&eacute;nicas      sobreactivadoras del receptor de factor de </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">crecimiento      epid&eacute;rmico son favorables indicadores de respuesta; sin embargo, las      mutaciones activadoras de los genes KRAS y RAF (codifican para prote&iacute;nas      de esa misma v&iacute;a de se&ntilde;alizaci&oacute;n), la amplificaci&oacute;n      del gen HER2 y la sobreexpresi&oacute;n del gen ILGF-1 son desfavorables indicadores      de respuesta antiproliferativa de los medicamentos antirreceptor del factor      de crecimiento en c&eacute;lulas de c&aacute;ncer de colon [15]. Estos dos      &uacute;ltimos genes codifican para prote&iacute;nas de otras v&iacute;as      de se&ntilde;alizaci&oacute;n relacionadas con la del receptor del factor      de crecimiento epid&eacute;rmico. Lo anterior sugiere la relaci&oacute;n que      debe existir al estudiar la expresi&oacute;n de genes con otras modificaciones      gen&eacute;ticas del ADN y orienta c&oacute;mo pudiera ser la b&uacute;squeda      de diagnosticadores para esta enfermedad. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La RCPc ofrece posibilidades      para detectar esas variaciones gen&eacute;ticas en las c&eacute;lulas tumorales      y dilucidar qu&eacute; mecanismo tumoral est&aacute; influyendo m&aacute;s      en un paciente que en otro y orientar qu&eacute; terap&eacute;utica pudiera      ser mejor indicada en cada caso (<a href="#fig1">Figura 1</a>). </font></P >       <P align="center"   ><img src="/img/revistas/bta/v31n4/f0101414.gif" width="363" height="711"><a name="fig1"></a></P >       
<P   >&nbsp;</P >       <P   > </P >       <P   ><b><font color="#000000" face="Verdana, Arial, Helvetica, sans-serif" size="3">LA      RCPc PERMITE DETERMINAR CON ALTA SENSIBILIDAD Y ESPECIFICIDAD LA EXPRESI&Oacute;N      RELATIVA DE GENES </font></b></P >   <FONT color="#000000">        ]]></body>
<body><![CDATA[<P   ><font color="#211E1F" face="Verdana, Arial, Helvetica, sans-serif" size="2">La      RCPc, en la que se logra la cuantificaci&oacute;n del producto amplificado      durante su formaci&oacute;n [23] y tambi&eacute;n conocida como RCP cin&eacute;tica      o cuantitativa en tiempo real, se usa ampliamente en biolog&iacute;a, durante      el proceso de desarrollo de medicamentos (PDM) y en la oncolog&iacute;a [24].      Es una t&eacute;cnica importante en la detecci&oacute;n de modificaciones      del ADN gen&oacute;mico en enfermedades tumorales malignas, y para determinar      los niveles relativos del ARN mensajero (ARNm) de oncogenes o genes supresores      de tumores [23] y de genes de citoquinas y quimoquinas a nivel tumoral y a      nivel sist&eacute;mico [7]. Tambi&eacute;n se emplea en la verificaci&oacute;n      de datos de microarreglos [9]; en la validaci&oacute;n de experimentos de      silenciamiento gen&eacute;tico con ARN simple de interferencia [25]; para      determinar la carga viral [26, 27], la expresi&oacute;n relativa de ARN regulatorio      o microARN [28]; para estudiar las mutaciones y los polimorfismos de las c&eacute;lulas      tumorales [29]; en la cuantificaci&oacute;n de las dosis de genes o aberraciones      cromosomales [30]; y en la determinaci&oacute;n de hipo e hipermetilaci&oacute;n      de ADN [31]. Algunas de esas alteraciones pueden estar en el ADN libre circulante      en el torrente sangu&iacute;neo [32], y se pueden estudiar junto con el ARN      regulatorio sin que est&eacute;n purificados [33]. La detecci&oacute;n de      esas alteraciones permite el diagn&oacute;stico del s&iacute;ndrome de predisposici&oacute;n      a c&aacute;ncer familiar. Tambi&eacute;n facilita el pron&oacute;stico de      la respuesta al tratamiento, o la posible evoluci&oacute;n satisfactoria de      la enfermedad, y la curaci&oacute;n de la enfermedad m&iacute;nima residual      o su persistencia [34]. </font></P >       <P   >&nbsp;</P >   <FONT color="#211E1F">        <P   > </P >       <P   ><font size="3"><b><font face="Verdana, Arial, Helvetica, sans-serif">DESCRIPCI&Oacute;N      DE LA RCPc </font></b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La RCPc es un ensayo      de reacciones enzim&aacute;ticas c&iacute;clicas de amplificaci&oacute;n y      detecci&oacute;n simult&aacute;nea de secuencias de &aacute;cidos nucleicos      para determinar su cantidad inicial. En esa cuantificaci&oacute;n se usa la      polimerasa y los marcadores directos o indirectos de fluorescencia. El aumento      de la fluorescencia es proporcional a la cantidad de &aacute;cido nucleico      producido durante cada ciclo de RCP, lo que permite la cuantificaci&oacute;n      exacta de las mol&eacute;culas diana (<a href="#fig2">Figura 2</a>). El ciclo      de RCP en el cual la fluorescencia se eleva por encima de un valor definido      se denomina ciclo de cuantificaci&oacute;n (Cc). Mientras m&aacute;s ADN o      ARNm haya en el material de partida menor es el Cc. Existen varios pasos para      un estudio de expresi&oacute;n g&eacute;nica mediante la RCPc: el dise&ntilde;o      experimental, la recogida y el almacenamiento de muestras, la purificaci&oacute;n      del &aacute;cido nucleico y su almacenamiento, la optimizaci&oacute;n de la      reacci&oacute;n de la reverso transcriptasa y de la ADN polimerasa, el m&eacute;todo      de detecci&oacute;n del producto g&eacute;nico, el control de la calidad y      el an&aacute;lisis e interpretaci&oacute;n de los resultados (<a href="/img/revistas/bta/v31n4/f0301414.gif">Figura      3</a>). En ocasiones se tiene muy poco volumen de muestras biol&oacute;gicas      de enfermos de gran inter&eacute;s cl&iacute;nico y cient&iacute;fico, por      lo que se requieren procesos estandarizados en la recogida de las muestras,      su transportaci&oacute;n, almacenamiento y extracci&oacute;n del &aacute;cido      nucleico. </font></P >       
<P align="center"   ><img src="/img/revistas/bta/v31n4/f0201414.gif" width="361" height="425"><a name="fig2"></a></P >       
<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En el dise&ntilde;o      experimental se intenta disminuir la variabilidad biol&oacute;gica y t&eacute;cnica      cuando se comparan dos grupos de muestras, de manera de que sean lo m&aacute;s      similares posible, excepto en el fenotipo de investigaci&oacute;n (enfermos      o sanos, tratados o no tratados, antes o despu&eacute;s del tratamiento).      En cada paso se controla esa variabilidad mediante la identificaci&oacute;n      de genes dianas y genes de referencia, en la calibraci&oacute;n de las muestras      biol&oacute;gicas en estudio y en la selecci&oacute;n de los controles positivos      y negativos adecuados para el estudio de ARN y en el dise&ntilde;o de los      oligonucle&oacute;tidos cebadores para ARNm [35]. Los genes dianas se pueden      identificar por dos m&eacute;todos. Uno es mediante hip&oacute;tesis o m&eacute;todo      cerrado, en el que se estudia un grupo de genes y sus variantes transcripcionales      de corte y empalme, relacionados con un proceso fisiol&oacute;gico o patol&oacute;gico      determinado [36]. En este se debe conocer el proceso a estudiar desde el punto      de vista emp&iacute;rico-te&oacute;rico y bioinform&aacute;tico, para la selecci&oacute;n      de los genes que ayudar&aacute;n a responder la pregunta formulada por el      investigador. El otro m&eacute;todo es de descubrimiento o abierto, en el      que se estudian genes de todo el genoma, sin un conocimiento previo completo      de los genes que se van a estudiar. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Para aplicar la t&eacute;cnica,      se seleccionan aquellos genes de una gran parte o de todo el genoma que modifican      significativamente su expresi&oacute;n en t&eacute;cnicas gen&oacute;micas      de alto flujo (los bioarreglos de expresi&oacute;n de genes y la secuenciaci&oacute;n      nucleot&iacute;dica de alto flujo). Generalmente, se detectan entre 20 y 50      genes [37, 38], y con la RCPc se pueden estudiar cuantitativamente mejor esos      genes y su influencia en un proceso biol&oacute;gico o fisiopatol&oacute;gico      terap&eacute;utico (validaci&oacute;n anal&iacute;tica). </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La calibraci&oacute;n      del ensayo de expresi&oacute;n del ARNm se realiza a partir de genes de referencia      internos y la comparaci&oacute;n de cada muestra con calibradores expe</font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">rimentales.      Los genes de referencia no se deben alterar por las condiciones experimentales      establecidas y vincularse a diferentes procesos celulares [10, 39]. Estos      genes corrigen las diferencias entre las muestras por la cantidad y calidad      de &aacute;cido nucleico inicial, las variaciones en la s&iacute;ntesis de      ADN complementario (ADNc), la presencia de inhibidores de la RCPc, y las variaciones      o errores en la manipulaci&oacute;n. Los calibradores experimentales pueden      ser una l&iacute;nea celular no tratada, una muestra biol&oacute;gica antes      de que el sujeto haya recibido un tratamiento (tiempo cero) o una c&eacute;lula      o tejido normal. El calibrador corrige las diferencias entre los genes que      se van a estudiar y los genes de referencia, entre cada corrida experimental      y entre lotes de muestras, durante estudios de larga duraci&oacute;n. Un dise&ntilde;o      de estudio de muestras poblacionales pareadas o el aumento del tama&ntilde;o      de esas muestras que se van a estudiar, y la valoraci&oacute;n del tipo de      muestras biol&oacute;gicas a escoger o el mejor modo de extracci&oacute;n      de estas, contribuyen a disminuir la variabilidad biol&oacute;gica y t&eacute;cnica      como la calibraci&oacute;n del ensayo [40]. </font></P >       <P   >&nbsp;</P >       ]]></body>
<body><![CDATA[<P   > </P >       <P   ><font size="3"><b><font face="Verdana, Arial, Helvetica, sans-serif">RECOLECCI&Oacute;N      Y CUANTIFICACI&Oacute;N DE LA MUESTRA </font></b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la recolecci&oacute;n      y transporte de las muestras biol&oacute;gicas para los estudios de expresi&oacute;n      de genes en la RCPc, actualmente se utilizan como soluciones estabilizantes      para sangre: Paxgene&trade; (Preanalytix Gmbh, Feldbachstrasse, Suiza) o RNAlater&reg;      (Ambion, Inc., Texas, Estados Unidos de Am&eacute;rica), y para l&iacute;neas      celulares y tejidos de organismos: RNAlater&reg;, que garantiza la estabilidad      del ARN a 25 &deg;C durante varios d&iacute;as, y Trireagent&reg; (Sigma-Aldrich,      St. Louis, EE.UU.) mediante congelaci&oacute;n. En el proceso de recolecci&oacute;n      y conservaci&oacute;n de las muestras sangu&iacute;neas para estudios de expresi&oacute;n      de genes se deben evitar los cambios de temperatura, la demora en la manipulaci&oacute;n      de las muestras, y ejecutar el aislamiento celular lo m&aacute;s r&aacute;pido      posible para evitar los genes inducidos <I>ex vivo </I>como respuesta al estr&eacute;s      [41]. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la extracci&oacute;n      de ARN mediante los estuches comerciales actuales se elimina la contaminaci&oacute;n      de ADN gen&oacute;mico. Durante ese procedimiento, se debe evitar la degradaci&oacute;n      del ARN por la acci&oacute;n de ribonucleasas, y se debe conservar a - 70      o - 80 &deg;C en altas concentraciones, en al&iacute;cuotas para usar una      vez, y en viales de pl&aacute;sticos certificados como libres de nucleasas.      En la calidad del ARN extra&iacute;do de la muestra se eval&uacute;a la concentraci&oacute;n,      la pureza (con ausencia de inhibidores de la polimerasa o de la fluorescencia)      [6, 42] y su integridad [43]. La concentraci&oacute;n y la pureza se determinan      mediante espectrofotometr&iacute;a por la densidad &oacute;ptica a 260 nm      y las relaciones de densidad &oacute;ptica a 260/280 nm y 260/230 nm, respectivamente.      La absorbancia a 280 nm indica la contaminaci&oacute;n de prote&iacute;nas      y la absorbancia a 230 nm, de fenoles o urea. La integridad de esas mol&eacute;culas      puede determinarse por electroforesis en gel de agarosa o de capilar mediante      el uso del bioanalizador, donde se da un resultado global del estado del ARN      total [44]. </font></P >       <P   >&nbsp;</P >       <P   > </P >       <P   ><b><font face="Verdana, Arial, Helvetica, sans-serif" size="3">REACCIONES ENZIM&Aacute;TICAS      </font></b></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la optimizaci&oacute;n      de las reacciones enzim&aacute;ticas de la transcriptasa inversa y de la ADN      polimerasa se debe tener en cuenta si la reacci&oacute;n es en uno o dos pasos,      y los reactivos de cada una de ellas, as&iacute; como las tres etapas en que      se divide la RCPc: la desnaturalizaci&oacute;n, la hibridaci&oacute;n y la      extensi&oacute;n, que son muy similares a la RCP de punto final. El perfil      de expresi&oacute;n de genes a partir del an&aacute;lisis de ARN codificante      en esta t&eacute;cnica se realiza en dos pasos: 1) la reacci&oacute;n de conversi&oacute;n      del ARN hacia ADNc dependiente de la transcriptasa inversa, 2) y la reacci&oacute;n      de amplificaci&oacute;n del ADNc por la acci&oacute;n de la ADN polimerasa,      que permite la cuantificaci&oacute;n de los productos. Si estos dos pasos      ocurren sin interrupci&oacute;n en un vial, la RCPc se clasifica como de un      paso. Los componentes de las reacciones de obtenci&oacute;n del ADNc y de      amplificaci&oacute;n del gen diana son asequibles comercialmente como mezclas,      y muchas veces la optimizaci&oacute;n es m&iacute;nima. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la detecci&oacute;n      del producto g&eacute;nico se aplican dos m&eacute;todos: directo e indirecto.      En el m&eacute;todo directo, el marcador fluorescente se une a cualquier sitio      de la doble cadena de ADN. Puede hacerlo de dos formas: en condiciones no      saturantes del ADN (por ejemplo: el marcador Sybrgreen&trade;) en las que      se detecta la se&ntilde;al de fluorescencia al final de cada fase de extensi&oacute;n,      y en condiciones saturantes del ADN (por ejemplo: los marcadores LCGreen<SUP>&reg;</sup>,      EvaGreen y el Resolight<SUP>&reg;</sup>) en las que se detecta la fluorescencia      una vez terminado el &uacute;ltimo ciclo de la RCP. En el m&eacute;todo directo,      el marcador fluorescente es covalentemente conjugado a una sonda nucleot&iacute;dica      que se une a una secuencia g&eacute;nica determinada. En este m&eacute;todo      se emplean las sondas de hibridaci&oacute;n (Hybprobe&trade;) y las de hidr&oacute;lisis      (Taqman<SUP>&reg;</sup>), que se a&ntilde;aden en la misma mezcla de los oligonucle&oacute;tidos      cebadores. En las sondas de hibridaci&oacute;n se emplea dos sondas nucleot&iacute;dicas:      una conjugada al fluor&oacute;foro aceptor-emisor y la otra, al fluor&oacute;foro      donador. Cuando se unen al ADN desnaturalizado, la sonda aceptora emite la      energ&iacute;a transferida por la sonda donadora. En las sondas de hidr&oacute;lisis      se emplea una sonda nucleot&iacute;dica marcada con dos fluor&oacute;foros      (uno es apagador y otro emisor) y la detecci&oacute;n de la m&aacute;xima      fluorescencia se logra cuando dicha sonda es hidrolizada por la actividad      exonucle&aacute;sica de la ADN polimerasa y el fluor&oacute;foro emisor desprende      la luz al ser separado del fluor&oacute;foro apagador. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La RCPc puede detectar      un gen (variante simple) o dos o m&aacute;s genes (variante m&uacute;ltiple)      en un solo vial [35]. En la variante m&uacute;ltiple de RCPc, los genes de      referencias y los genes en estudio son coamplificados en la misma reacci&oacute;n,      por lo que disminuye la variabilidad de pozo a pozo y garantiza una precisa      cuantificaci&oacute;n relativa de genes, la automatizaci&oacute;n y la generaci&oacute;n      de gran cantidad de datos, la disminuci&oacute;n de los costos y la preservaci&oacute;n      de muestras de inter&eacute;s m&eacute;dico-cient&iacute;fico. En esta metodolog&iacute;a,      adem&aacute;s de una adecuada combinaci&oacute;n de fluor&oacute;foros donadores      y apagadores, el </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">equipo      de RCPc debe ser capaz de hacer la lectura a las longitudes de onda de emisi&oacute;n      de esos fluor&oacute;foros. </font></P >       ]]></body>
<body><![CDATA[<P   >&nbsp;</P >       <P   > </P >       <P   ><font size="3"><b><font face="Verdana, Arial, Helvetica, sans-serif">AN&Aacute;LISIS      DE DATOS Y CONTROL DE LA CALIDAD DE LA RCPc </font></b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En el an&aacute;lisis      de datos y control de la calidad del ensayo de la RCPc se eval&uacute;an cuatro      par&aacute;metros: la especificidad, la sensibilidad, la reproducibilidad      y la eficiencia<I>.</I><b><I> </I></b></font></P >   <B>        <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Especificidad </font></P >   </B>        <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La especificidad      depende del dise&ntilde;o de los oligonucle&oacute;tidos cebadores y de las      condiciones de reacci&oacute;n. Se debe evitar la formaci&oacute;n de d&iacute;meros      de cebadores oligonucleot&iacute;dicos. Este elemento se verifica mediante      el an&aacute;lisis de la curva de fusi&oacute;n o disociaci&oacute;n, la electroforesis      de gel de agarosa y los controles negativos y positivos. La temperatura de      fusi&oacute;n es la temperatura en la cual la mitad de los productos de dos      cadenas enrolladas de ADN se desnaturaliza a una simple cadena. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En el m&eacute;todo      de fusi&oacute;n se va aumentando la temperatura para disminuir la fluorescencia,      las dos hebras de ADN se van separando y el fluor&oacute;foro se va liberando,      y una vez que se despegan las dos hebras, la fluorescencia cae bruscamente.      Ese estudio se realiza con un marcador fluorescente de uni&oacute;n a las      mol&eacute;culas de ADN, para diferenciar la se&ntilde;al de los productos      espec&iacute;ficos expresados de aquella de los d&iacute;meros de oligonucle&oacute;tidos      cebadores, pues estos tienen una temperatura de fusi&oacute;n menor que los      productos del gen de inter&eacute;s. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><B>Sensibilidad </b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La sensibilidad o      el l&iacute;mite de detecci&oacute;n es la m&iacute;nima cantidad de &aacute;cido      nucleico inicial que produce una se&ntilde;al de fluorescencia por encima      del Cc. Este valor umbral se puede determinar por el m&eacute;todo de fijar      el punto, el m&eacute;todo m&aacute;ximo de la segunda derivada, o a partir      de 10 veces la desviaci&oacute;n est&aacute;ndar de la l&iacute;nea base [29].      </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><B>Reproducibilidad      </b></font></P >       ]]></body>
<body><![CDATA[<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la reproducibilidad      se trata de minimizar las fuentes de variabilidad entre los an&aacute;lisis      en el Cc y en la intensidad de fluorescencia independiente de la heterogeneidad      del &aacute;cido nucleico en estudio, mediante el empleo de m&eacute;todos      adecuados de normalizaci&oacute;n [45, 46], la preparaci&oacute;n de curvas      est&aacute;ndares de 4 a 5 diluciones seriadas con un factor de diluci&oacute;n      de 1/10 y dos o tres r&eacute;plicas para cada diluci&oacute;n como m&iacute;nimo.      Se ha reportado una variabilidad interensayo en la RCPc entre 3 y 10 % del      promedio de la concentraci&oacute;n de las r&eacute;plicas t&eacute;cnicas,      cuando dos al&iacute;cuotas de ARN fueron procesadas en paralelo desde el      inicio de la s&iacute;ntesis de ADNc [13]. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><b>Eficiencia </b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La eficiencia da      una buena estimaci&oacute;n de la amplificaci&oacute;n del producto de RCP      en cada ciclo. Hay dos m&eacute;todos para analizar la eficiencia de la cuantificaci&oacute;n      relativa de genes, uno es mediante la curva de calibraci&oacute;n y la otra      mediante estudios din&aacute;micos de datos [47]. La eficiencia por el m&eacute;todo      de la curva de calibraci&oacute;n se obtiene de la interpolaci&oacute;n del      logaritmo (en base 2 o 10) de las concentraciones iniciales de los </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">patrones      de &aacute;cido nucleico en el eje <I>x</I>, frente a los Cc en el eje <I>y</I>.      Se considera una eficiencia aceptable cuando la pendiente de la curva de calibraci&oacute;n      oscila entre -3.8 a -3.3. El m&eacute;todo de la doble variaci&oacute;n del      ciclo umbral es un caso particular de este m&eacute;todo, cuando la eficiencia      es aproximadamente de 100 %. Cuando no es as&iacute;, aparecen tres escenarios:      uno en el que la eficiencia es la misma para todos los genes en todas las      muestras; otro, donde la eficiencia es igual para cada gen en todas las muestras,      y el tercero, en el que la eficiencia es diferente para los genes y las muestras.      En el primer y segundo escenario se realiza la correcci&oacute;n de la f&oacute;rmula      de la variaci&oacute;n del Cc con la eficiencia calculada. En el tercer escenario      se necesita una optimizaci&oacute;n de las condiciones bioqu&iacute;micas      de la RCPc. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Este m&eacute;todo      requiere la realizaci&oacute;n de curvas de calibraci&oacute;n para todas      las muestras y los genes (al menos tres concentraciones y dos r&eacute;plicas      t&eacute;cnicas por cada muestra), lo cual puede encarecer el estudio y hacer      dif&iacute;cil la aplicaci&oacute;n de la RCPc en el modo de alto flujo o      de an&aacute;lisis de gran n&uacute;mero de muestras y genes por ensayo, y      el consiguiente aumento en la generaci&oacute;n de datos y resultados. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En el m&eacute;todo      de estudios din&aacute;micos de los datos, la eficiencia se estima mediante      el empleo de un modelo sigmoidal matem&aacute;tico a partir de los par&aacute;metros      cin&eacute;ticos, obtenido de la mejor curva de regresi&oacute;n de Cc, frente      al n&uacute;mero de ciclos o mediante par&aacute;metros estimados a partir      de la mejor curva de regresi&oacute;n de Cc frente al rendimiento de productos      [47]. En este m&eacute;todo, la RCPc puede ser aplicada m&aacute;s f&aacute;cilmente      en su modalidad de alto flujo. Despu&eacute;s se realiza el an&aacute;lisis      estad&iacute;stico por m&eacute;todos param&eacute;tricos o no, para rechazar      la hip&oacute;tesis nula de si existe igualdad de expresi&oacute;n de genes      entre los dos grupos de muestras estudiadas, de acuerdo con un tama&ntilde;o      de muestra poblacional estimado con una buena potencia y nivel de significaci&oacute;n      estad&iacute;stica. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Existe una gu&iacute;a      para disminuir la fuente de variabilidad t&eacute;cnica y biol&oacute;gica      de este ensayo en constante revisi&oacute;n, que aporta la informaci&oacute;n      m&iacute;nima para la publicaci&oacute;n de experimentos de RCPc (Minimum      Information for Publication of Quantitative Real-Time PCR Experiments, MIQE)      [48]. Orienta a los autores acerca de los detalles de las muestras, la plataforma      instrumental y los protocolos que se deben recoger y c&oacute;mo los datos      primarios de expresi&oacute;n de genes deben estar disponibles. Esta gu&iacute;a      ayuda a una mayor transparencia experimental, consistencia de los datos cuantitativos      [34], y a un aumento de la integridad y la coherencia de la literatura cient&iacute;fica      para la confecci&oacute;n de estudios de metaan&aacute;lisis. </font></P >       <P   >&nbsp;</P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="3"><b>DIAGNOSTICADORES      GEN&Oacute;MICOS BASADOS EN LA RCPc </b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Un diagnosticador      es un par&aacute;metro objetivamente cuantificable y evaluable que sea indicador      de un proceso biol&oacute;gico, patog&eacute;nico o de una respuesta farmacol&oacute;gica      a una intervenci&oacute;n terap&eacute;utica. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">El desarrollo de      diagnosticadores transita por varias fases: descubrimiento, verificaci&oacute;n      y desarrollo. En la fase de descubrimiento se identifican aquellos posibles      diagnosticadores (denominados diagnosticadores propuestos o de tipo III) a      partir de las muestras analizadas, el conocimiento cient&iacute;fico y de      los resultados, y se validan mediante una t&eacute;cnica independiente a como      fueron descubiertos. En la fase de verificaci&oacute;n de diagnosticadores      se realiza la validaci&oacute;n precl&iacute;nica o cl&iacute;nica de las      pruebas seleccionadas, mediante los estudios retrospectivos y prospectivos      (denominados diagnosticadores v&aacute;lidos probables o de tipo II). </font></P >       ]]></body>
<body><![CDATA[<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Se han descrito cinco      etapas en la validaci&oacute;n precl&iacute;nica de un diagnosticador probable      para cualquier enfermedad [13]. En esta fase se prefiere la b&uacute;squeda      de un conjunto de genes con mayores magnitudes de cambios en la RCPc, m&aacute;s      espec&iacute;ficos al determinar la eficacia y la optimizaci&oacute;n de las      dosis, la formulaci&oacute;n y las v&iacute;as de administraci&oacute;n de      muchos candidatos terap&eacute;uticos, desde los tamizajes iniciales hasta      el tr&aacute;nsito exitoso a la fase cl&iacute;nica. En la fase de desarrollo,      los diagnosticadores (denominados diagnosticadores v&aacute;lidos existentes      o de tipo I) se emplean en la estratificaci&oacute;n de pacientes en los hospitales      e instituciones de salud [49, 50]. Por ejemplo, en un ensayo cl&iacute;nico      fase III multic&eacute;ntrico, la RCPc fue usada para cuantificar la expresi&oacute;n      del transcripto BCR/ABL en pacientes con leucemia mieloide cr&oacute;nica      con una respuesta citogen&eacute;tica completa al Imatinib [51]. Se demostr&oacute;      que los pacientes que disminuyeron esos transcriptos en al menos 3 log durante      un a&ntilde;o de terapia, tuvieron un riesgo bajo de progresi&oacute;n de      la enfermedad en los 12 meses siguientes. Ese criterio de respuesta molecular      mediante la RCPc ha sido progresivamente usado para el monitoreo de esta enfermedad.      Actualmente, el monitoreo de las concentraciones del transcripto de fusi&oacute;n      BCR-ABL1 en sangre o en m&eacute;dula &oacute;sea mediante la RCPc, est&aacute;      aceptado para la valoraci&oacute;n cl&iacute;nica de los pacientes con leucemia      mieloide cr&oacute;nica tratados con Imatinib [52]. En la validaci&oacute;n      de los diagnosticadores para c&aacute;ncer, se describen una serie de evidencias      y recomendaciones estad&iacute;sticas que se deben tener en cuenta [50]. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Los diagnosticadores      gen&oacute;micos se eval&uacute;an mediante las mol&eacute;culas de ADN y      ARN. Los diagnosticadores prote&oacute;micos se miden a trav&eacute;s de las      prote&iacute;nas celulares. Ambos conceptos han aparecidos debido al desarrollo      de las tecnolog&iacute;as de la automatizaci&oacute;n y la inform&aacute;tica,      generadoras de gran cantidad de datos por experimentos. Los diagnosticadores      gen&oacute;micos generalmente pueden detectar una enfermedad o condici&oacute;n      espec&iacute;fica heredable, y los diagnosticadores prote&oacute;micos, en      algunos casos. Cuando eso sucede, se refiere a diagnosticadores gen&eacute;ticos.      Los diagnosticadores gen&oacute;micos no pueden determinar los cambios definitivos      que est&aacute;n ocurriendo a nivel celular, como s&iacute; lo hacen los prote&oacute;micos      [13]. Esa determinaci&oacute;n indirecta del funcionamiento celular (subrogada)      puede ser compensada por las ventajas siguientes: los diagnosticadores gen&oacute;micos      determinados por la RCPc pueden ser m&aacute;s espec&iacute;ficos que aquellos      determinados a nivel proteico en el c&aacute;ncer de origen epitelial. Sus      </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">mediciones      pueden ser de muy alta sensibilidad, pueden determinarse de una manera de      alto flujo m&aacute;s barata que los diagnosticadores prote&oacute;micos,      y requieren menos cantidad de tejidos o muestra inicial. </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Los      m&eacute;todos de an&aacute;lisis de ARN emplean reactivos de investigaci&oacute;n      disponibles y listos para uso y m&aacute;s f&aacute;cil de generar a partir      de la secuencia nucleot&iacute;dica reportada de los genes que se han de cuantificar.      Para ser examinados en un bioarreglo, los diagnosticadores prote&oacute;micos      necesitan la generaci&oacute;n de un panel grande de anticuerpos, y en la      espectrometr&iacute;a de masas, requieren un panel de patrones de p&eacute;ptidos.      </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Ambos m&eacute;todos,      los gen&oacute;micos y los prote&oacute;micos, tienen su fuente de error;      existe una alta correlaci&oacute;n en los resultados entre ellos cuando se      estudian prote&iacute;nas estructurales; y es baja cuando se analizan prote&iacute;nas      no estructurales [53]. A mayor identificaci&oacute;n de los diagnosticadores      terap&eacute;uticos o toxicol&oacute;gicos a nivel gen&eacute;tico, proteico      y metab&oacute;lico, mayor ser&aacute; la capacidad de predicci&oacute;n de      los modelos. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La complementaci&oacute;n      en la informaci&oacute;n cuantitativa obtenida por la RCPc en la expresi&oacute;n      relativa de genes con las alteraciones del ADN (mutaciones, polimorfismos,      aumento en el n&uacute;mero de copias de genes) y cambios epigen&eacute;ticos      (hipermetilaci&oacute;n del ADN o acetilaci&oacute;n de histonas) (Figura      1), la informaci&oacute;n adicional de las cantidades y actividades de prote&iacute;nas      u otras macromol&eacute;culas (l&iacute;pidos, gl&uacute;cidos), de metabolitos      (radicales libres) y otros datos cl&iacute;nicos de inter&eacute;s facilitar&aacute;n      el desarrollo de la biolog&iacute;a de sistema (<a href="/img/revistas/bta/v31n4/f0401414.gif">Figura      4</a>) [10, 54]. </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Este      enfoque sist&eacute;mico favorecer&aacute; la elaboraci&oacute;n de modelos      que permitan una mejor predicci&oacute;n de la respuesta al tratamiento y      la generaci&oacute;n de medicamentos m&aacute;s efectivos, ajustados a las      caracter&iacute;sticas de cada enfermo, y un mayor conocimiento de esta enfermedad      [16, 55]. </font></P >       
<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la medicina molecular,      las decisiones cl&iacute;nicas se basar&aacute;n cada vez m&aacute;s en una      alta confiabilidad de los perfiles moleculares de tumores y de diversas muestras      cl&iacute;nicas (sangre, l&aacute;grima, saliva, l&iacute;quido cefalorraqu&iacute;deo,      orina, heces fecales, semen, biopsias de tumores heterog&eacute;neos embebidos      en parafina y fijada en formalina, etc&eacute;tera), y predominar&aacute;      la obtenci&oacute;n no invasiva sobre la invasiva, en varios per&iacute;odos      de la enfermedad, sobre todo en el diagn&oacute;stico temprano. Lo anterior      repercute en el empleo de nuevas terap&eacute;uticas medicamentosas, quir&uacute;rgicas      o radiol&oacute;gicas. Este aspecto debe ser tenido en cuenta tambi&eacute;n      en el PDM, ya que puede permitir una mejor selecci&oacute;n de los diagnosticadores      gen&oacute;micos (independientes o en combinaci&oacute;n con los diagnosticadores      prote&oacute;micos o metabol&oacute;micos) bien definidos, para mejorar los      dise&ntilde;os de los estudios, y que se puedan comprobar mejor las hip&oacute;tesis.      La determinaci&oacute;n de qu&eacute; grupos de genes en la RCPc se debe incorporar      al desarrollo de medicamentos, depender&aacute; del grado de certeza del pron&oacute;stico      obtenido, con una favorable relaci&oacute;n costo-beneficio en el PDM en comparaci&oacute;n      con otros tipos de diagnosticadores (prote&oacute;micos o metabol&oacute;micos)      y las tecnolog&iacute;as utilizadas. La </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">tecnolog&iacute;a      de la RCPc ha llegado a ser introducida en los pa&iacute;ses en desarrollo      para la detecci&oacute;n de enfermedades infecciosas [56]. La extensi&oacute;n      de la RCPc para el diagn&oacute;stico de c&aacute;ncer en estos pa&iacute;ses      depender&aacute; de sus &iacute;ndices de morbilidad y mortalidad por esta      enfermedad cr&oacute;nica no transmisible, y de c&oacute;mo y cu&aacute;nto      esta tecnolog&iacute;a se haya introducido en la medicina cl&iacute;nica y      en el PDM globalmente. </font></P >       <P   >&nbsp;</P >       <P   > </P >       <P   ><font size="3"><b><font face="Verdana, Arial, Helvetica, sans-serif">APLICACIONES      DE LA RCPc EN LAS FASES PRECL&Iacute;NICAS Y CL&Iacute;NICAS DEL PDM ANTICANCEROSOS      </font></b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">El desarrollo de      las pruebas gen&oacute;micas mediante la RCPc como t&eacute;cnica complementaria      o independiente, se ha enfocado en las aplicaciones siguientes: 1) pruebas      para el diagn&oacute;stico precoz o predisposici&oacute;n al c&aacute;ncer,      2) pruebas para la eficacia de candidatos a f&aacute;rmacos, 3) pruebas de      toxicidad de candidatos terap&eacute;uticos, 4) pruebas para la selecci&oacute;n      de pacientes y dise&ntilde;o de ensayos cl&iacute;nicos (<a href="/img/revistas/bta/v31n4/f0401414.gif">Figura 4</a>). </font></P >       
<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><B>Pruebas de diagn&oacute;stico      o predisposici&oacute;n al c&aacute;ncer </b></font></P >       ]]></body>
<body><![CDATA[<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Las primeras pruebas      de diagn&oacute;stico y predisposici&oacute;n tienen una relaci&oacute;n indirecta      con el tratamiento, porque mientras m&aacute;s temprano se diagnostiquen esas      alteraciones, m&aacute;s r&aacute;pidamente se pueden tratar los pacientes      y mejorar su pron&oacute;stico. La expresi&oacute;n de cinco genes seleccionados      en un estudio de bioarreglo de un grupo de pacientes con carcinoma hepatocelular      de concentraciones bajas de alfafetoprote&iacute;na se compar&oacute; con      otros de cifras elevadas de ese diagnosticador. Mediante la RCPc se confirmaron      los genes GPC3, PEG10, MDK, SERPIN1 y QP-C, y ayudaron al diagn&oacute;stico      precoz del carcinoma hepatocelular en pacientes con alfafetoprote&iacute;na      normal y tumores muy peque&ntilde;os [30]. Ese panel de cinco genes representa      diferentes v&iacute;as y respuestas celulares, permite una lectura m&aacute;s      abarcadora del cambio patol&oacute;gico y aumenta la exactitud diagn&oacute;stica      en esta enfermedad. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><B>Pruebas de eficacia      </b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la predicci&oacute;n      de eficacia a medicamentos, la tecnolog&iacute;a de la RCPc identific&oacute;      54 genes expresados diferencialmente entre l&iacute;neas celulares de mama      (MDA-MB-231) y subl&iacute;neas derivadas de esas c&eacute;lulas con actividad      metast&aacute;sica pulmonar. Ese perfil de genes no solo estaba presente en      ratones sino tambi&eacute;n en seres humanos [57]. Ello sugiere la relevancia      de esos genes con la met&aacute;stasis. Esas subl&iacute;neas celulares podr&iacute;an      servir como modelo a nivel celular y a nivel de organismo de esa complicaci&oacute;n      del c&aacute;ncer mamario, en caso de xenotransplante, y precisar <I>in vitro      e in vivo </I>si la indicaci&oacute;n de un compuesto con actividad biol&oacute;gica      es antitumoral primario o antimetast&aacute;sico. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La RCPc puede aportar      se&ntilde;ales a la valoraci&oacute;n de la eficacia de un candidato terap&eacute;utico      mediante el estudio de los genes asociados con la homeostasis del sistema      inmune. La determinaci&oacute;n del perfil de expresi&oacute;n de genes de      citoquinas y </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">quemoquinas      en la RCPc se ha usado como un m&eacute;todo directo para valorar el estado      funcional de la respuesta inmune sist&eacute;mica (linfocitos circulantes)      y perif&eacute;rica (microambiente tumoral) de pacientes con c&aacute;ncer      vacunados con p&eacute;ptidos, prote&iacute;nas completas o c&eacute;lulas      tumorales [7]. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La respuesta inmune      sist&eacute;mica de pacientes con melanoma vacunados con p&eacute;ptidos se      evalu&oacute; funcionalmente mediante la RCPc de la expresi&oacute;n del ARNm      del interfer&oacute;n gamma en c&eacute;lulas mononucleares de sangre perif&eacute;rica,      expuestas <I>in vitro </I>a esos p&eacute;ptidos durante 2 h. Este ensayo      sin manipulaciones prolongadas <I>in vitro </I>y con un ahorro de tiempo,      present&oacute; una elevada correlaci&oacute;n con el m&eacute;todo tradicional      de sensibilizaci&oacute;n <I>in vitro </I>durante 10 d&iacute;as de esos linfocitos      T citot&oacute;xicos espec&iacute;ficos contra p&eacute;ptidos de melanoma      [58]. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La &uacute;nica desventaja      de la RCPc es no tener la sensibilidad del m&eacute;todo tradicional de sensibilizaci&oacute;n      <I>in vitro </I>por 10 d&iacute;as para detectar respondedores con muy bajas      cantidades de c&eacute;lulas T citot&oacute;xicas espec&iacute;ficas precursoras,      con solo 2 h de sensibilizaci&oacute;n <I>ex vivo. </I>Sin embargo, el m&eacute;todo      tradicional no brinda informaci&oacute;n directa de los procesos fisiol&oacute;gicos      que ocurren <I>in vivo</I>. Se quisiera encontrar un par&aacute;metro biol&oacute;gico,      ya sea el n&uacute;mero de c&eacute;lulas T citot&oacute;xicas espec&iacute;ficas      o las concentraciones m&iacute;nimas necesarias de ARNm u otras mol&eacute;culas      de c&eacute;lulas inmunes espec&iacute;ficas, que pronostique cu&aacute;ndo      una respuesta inmunol&oacute;gica es significativamente efectiva en los pacientes      enfermos vacunados [59-61]. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En el microambiente      tumoral se han monitoreado las interacciones de las c&eacute;lulas tumorales      con la respuesta inmune perif&eacute;rica mediante la cuantificaci&oacute;n      de la expresi&oacute;n de genes de interfer&oacute;n gamma, interleucina 10,      factor de crecimiento transformante beta 1 y beta 2 en la RCPc, a partir de      muestras de tejido en aguja fina. Los pacientes buenos respondedores presentaron      una sobreexpresi&oacute;n de interleucina 10 (citoquina inmunosupresora) antes      de la vacunaci&oacute;n, lo cual se pudiera explicar por la acci&oacute;n      mediadora de esta citoquina entre la respuesta inmune innata y la adaptativa      [7]. En estos estudios, la RCPc no necesit&oacute; grandes cantidades de material      biol&oacute;gico (bast&oacute; con el material extra&iacute;do mediante aspiraci&oacute;n      con una aguja fina y la posibilidad de que el &aacute;cido nucleico de 10      a 100 c&eacute;lulas fuese amplificado linealmente), a diferencia de otras      t&eacute;cnicas como la inmunohistoqu&iacute;mica o la citofluorescencia.      Adem&aacute;s, la RCPc permiti&oacute; el seguimiento de los cambios din&aacute;micos      en la expresi&oacute;n de ant&iacute;genos asociados a tumor, la expresi&oacute;n      de citoquinas y marcadores espec&iacute;ficos de c&eacute;lulas inmunes durante      la inmunizaci&oacute;n o el tratamiento con una generaci&oacute;n m&aacute;s      f&aacute;cil de nuevos reactivos. Por ejemplo, la generaci&oacute;n de los      anticuerpos policlonales o monoclonales para la inmunohistoqu&iacute;mica      o citofluorescencia es m&aacute;s compleja y consume m&aacute;s tiempo que      la s&iacute;ntesis de los oligonucle&oacute;tidos cebadores de la RCPc. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><B>Pruebas de toxicidad      de candidatos terap&eacute;uticos </b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En las pruebas de      toxicidad de candidatos terap&eacute;uticos se ha demostrado que las sustancias      con mecanismos similares de toxicidad inducen la expresi&oacute;n de genes      similares. Los grupos de genes espec&iacute;ficos de toxicidad descubiertos      en el bioarreglo se pudieran confirmar y evaluar sistem&aacute;ticamente en      la RCPc. Los nuevos diagnosticadores gen&oacute;micos de toxicidad que se      identifiquen deben ser m&aacute;s sensibles, espec&iacute;ficos, reproducibles      y con mayor valor de predicci&oacute;n que los actualmente aceptados. Deben      dar una respuesta entre 1 a 3 d&iacute;as, antes de los 14 d&iacute;as en      que se obtienen los resultados histopatol&oacute;gicos actuales [14]. Si esas      pruebas fueran evaluadas entre m&uacute;ltiples especies biol&oacute;gicas      (ratas, ratones, monos) en los ensayos de seguridad precl&iacute;nica de candidatos      terap&eacute;uticos, brindaran un mayor beneficio. Por ejemplo, los niveles      de expresi&oacute;n urinarios de los genes clusterin y KIM-1 determinado en      la RCPc se correlacionan con la necrosis tubular renal en el tejido de ri&ntilde;&oacute;n      de ratas y monos. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La expresi&oacute;n      del gen KIM-1 correlaciona con los niveles de la prote&iacute;na KIM-1 en      orina de esos animales [24]. La medici&oacute;n del gen KIM-1 es tambi&eacute;n      una prueba de toxicidad renal tubular proximal en seres humanos. El dise&ntilde;o      de los cebadores oligonucleot&iacute;dicos de la RCPc a partir de regiones      g&eacute;nicas conservadas entre especies biol&oacute;gicas ayudar&iacute;a      con ese objetivo y en la validaci&oacute;n de esos ensayos. </font></P >       ]]></body>
<body><![CDATA[<P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La RCPc facilitar&aacute;      el estudio del metabolismo de los medicamentos a trav&eacute;s de la expresi&oacute;n      de los genes del complejo citocromo P450 (CYP), donde se ha visto que algunos      de ellos inducen la expresi&oacute;n de las isoformas m&aacute;s frecuentes      de ese complejo (CYP1A2, CYP2C9, CYP2C19, CYP2D6 y CYP3A4). Esas isoformas      influyen en el metabolismo del 90 % de los medicamentos disponibles en el      mercado. En un modelo <I>in vivo </I>de rata se administr&oacute; un inductor      de los genes CYP1A, CYP2B, CYP3A y CYP4A durante 8 d&iacute;as, se midieron      cin&eacute;ticamente los niveles de ARNm en la RCPc y se compararon con la      determinaci&oacute;n de esas enzimas por Western Blot y actividad enzim&aacute;tica.      Se demostr&oacute; un aumento de la sensibilidad y la especificidad de la      RCPc en la detecci&oacute;n de cambios en la inducci&oacute;n de los genes      CYP relacionados con medicamentos y sus estudios toxicol&oacute;gicos, con      respecto a las dos t&eacute;cnicas de an&aacute;lisis de prote&iacute;na [28].      </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><B>Pruebas para la      selecci&oacute;n de pacientes y dise&ntilde;o de ensayos cl&iacute;nicos </b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la estrategia      de desarrollo cl&iacute;nico de medicamentos anticancerosos, se debe tener      un plan <I>a priori </I>para el estudio de los diagnosticadores, con un m&eacute;todo      simple bien probado, que permita la adecuada selecci&oacute;n de los pacientes.      De lo contrario, aumentar&iacute;a el n&uacute;mero de falsos positivos (enfermos      que recibir&aacute;n un tratamiento no efectivo) y negativos (enfermos que      no acceder&aacute;n a una terapia efectiva) de ese ensayo diagn&oacute;stico;      un aumento en el riesgo de fallo en el desarrollo cl&iacute;nico de los f&aacute;rmacos      anticancerosos y, por &uacute;ltimo, se alterar&iacute;a la relaci&oacute;n      costo-beneficio y efectividad de esos candidatos terap&eacute;uticos [18,      48]. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Los factores gen&eacute;ticos      determinados durante el PDM pueden usarse en los ensayos cl&iacute;nicos espec&iacute;ficos      como elementos de dise&ntilde;o. Se describen tres tipos de dise&ntilde;os      de estudio para diagnosticadores gen&oacute;micos durante los ensayos cl&iacute;nicos      [12]: dos de tipo prospectivo: el tamizado y el selectivo; y uno de tipo retrospectivo:      el estratificado. En el dise&ntilde;o tamizado, el factor gen&eacute;tico      es un criterio de exclusi&oacute;n de la poblaci&oacute;n que no responder&aacute;      a un medicamento seguro o eficaz para ella, y disminuye el riesgo de fallo      en estudios m&aacute;s grandes y costosos. En el dise&ntilde;o selectivo,      el factor gen&eacute;tico es un criterio de inclusi&oacute;n que permite estudiar      su efecto entre diferentes grupos y optimizar las dosis de los medicamentos.      En el dise&ntilde;o estratificado, el factor gen&eacute;tico es analizado      despu&eacute;s del ensayo cl&iacute;nico, para ganar elementos de c&oacute;mo      ser&aacute; la indicaci&oacute;n de la prueba farmacogen&oacute;mica en un      estudio prospectivo, y en la prescripci&oacute;n del medicamento personalizado.      Esta &aacute;rea de dise&ntilde;o de ensayos cl&iacute;nicos est&aacute; evolucionando      r&aacute;pidamente: se emplean diagnosticadores gen&oacute;micos y no gen&oacute;micos      para lograr ahorro de tiempo y recursos en el desarrollo de medicamentos anticancerosos      con menos &iacute;ndices de fallos [62]. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">En la selecci&oacute;n      de pacientes para recibir determinado candidato terap&eacute;utico, no se      trata de identificar un perfil de expresi&oacute;n de genes para cada constituci&oacute;n      gen&eacute;tica, sino de identificar haplotipos o combinaciones de genes espec&iacute;ficos      que hagan una predicci&oacute;n del aumento en la eficacia y una disminuci&oacute;n      en la toxicidad de los medicamentos en una amplia poblaci&oacute;n o grupo      de pacientes [4, 17, 23]. La determinaci&oacute;n de la expresi&oacute;n de      genes con la RCPc y la amplificaci&oacute;n g&eacute;nica mediante la hibridaci&oacute;n      con fluorescencia <I>in situ, </I>usadas de manera independiente, mostraron      una alta correlaci&oacute;n en un estudio del gen del receptor HER2/neu en      muestras de c&aacute;ncer de tejido mamario [6]. El primer ensayo ha brindado      una valoraci&oacute;n funcional de ese gen y de eventos importantes desencadenados      en esa v&iacute;a de se&ntilde;alizaci&oacute;n. Revela aspectos de la biolog&iacute;a      que permiten la subclasificaci&oacute;n de este c&aacute;ncer y seleccionar      los pacientes probablemente m&aacute;s respondedores a la terapia antiHER-2/neu      (trastuzumab) [6]. Se plantea que el conocimiento del perfil gen&eacute;tico      de la v&iacute;a de se&ntilde;alizaci&oacute;n de ese medicamento en alg&uacute;n      otro tipo de c&aacute;ncer (no mamario) pudiera ser indicativo con una alta      certeza de una buena respuesta terap&eacute;utica y debe ser tenido en cuenta      en los futuros ensayos cl&iacute;nicos [17]. </font></P >       <P   >&nbsp;</P >       <P   > </P >       <P   ><b><font face="Verdana, Arial, Helvetica, sans-serif" size="3">CONCLUSIONES </font></b></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La RCPc es una t&eacute;cnica      que puede ser utilizada independiente o de manera complementaria con tecnolog&iacute;as      gen&oacute;micas de mayor flujo para la determinaci&oacute;n del perfil de      expresi&oacute;n de ARNm. Las ventajas aportadas por el uso de la RCPc en      el PDM del c&aacute;ncer son: la elevada sensibilidad y especificidad anal&iacute;tica;      el rango din&aacute;mico amplio entre 4 a 10 &oacute;rdenes de magnitud; la      cuantificaci&oacute;n exacta de genes expresados en forma relativa o absoluta      durante las fases de hibridaci&oacute;n o de </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">amplificaci&oacute;n;      el potencial para ser usada en alto flujo; la necesidad de muy poca cantidad      de muestra, que puede ser obtenida de manera no invasiva; la posibilidad de      seguimiento de los cambios din&aacute;micos en la expresi&oacute;n de genes      de ant&iacute;genos tumorales y de c&eacute;lulas inmunes, durante la inmunizaci&oacute;n      o el tratamiento; y su realizaci&oacute;n con reactivos m&aacute;s f&aacute;ciles      de generar. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">La variaci&oacute;n      biol&oacute;gica y t&eacute;cnica de este ensayo son las desventajas se&ntilde;aladas      debido a no seguir ciertas normas y cuidados en su ejecuci&oacute;n y en la      publicaci&oacute;n de los resultados. En una enfermedad compleja y multifactorial      como el c&aacute;ncer, la RCPc se ha comparado con los procedimientos establecidos      en el PDM y en la pr&aacute;ctica cl&iacute;nica, con una adecuada relaci&oacute;n      costo-beneficio que pueda influir en su aplicaci&oacute;n en las etapas m&aacute;s      tempranas de sus fases precl&iacute;nica y cl&iacute;nica. Con esto se busca      favorecer la decisi&oacute;n estrat&eacute;gica y cient&iacute;fica de la      aprobaci&oacute;n o el rechazo de los candidatos terap&eacute;uticos o la      entrada de otro nuevo para mejorar la eficiencia de ese proceso y, sobre todo,      est&aacute; ayudando a incrementar el conocimiento de esta enfermedad. Al      final, la informaci&oacute;n brindada por la RCPc de expresi&oacute;n de genes,      de conjunto con la obtenida de la expresi&oacute;n de microARN, la detecci&oacute;n      de otras alteraciones gen&eacute;ticas, epigen&eacute;ticas, prote&oacute;micas,      glic&oacute;micas y metabol&oacute;micas de esta enfermedad, buscan una incorporaci&oacute;n      m&aacute;s r&aacute;pida y efectiva de los candidatos en estudio al arsenal      terap&eacute;utico, que salven y aumenten la calidad de vida de los pacientes.      </font></P >       ]]></body>
<body><![CDATA[<P   >&nbsp;</P >       <P   > </P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="3"><B>AGRADECIMIENTOS      </b></font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Este trabajo forma      parte de los proyectos de investigaci&oacute;n financiados por el CIGB. El      autor agradece por la revisi&oacute;n del manuscrito y las sugerencias al      Dr. Carlos Duarte Cano, del CIGB. </font></P >       <P   >&nbsp;</P >       <P   > </P >       <P   > </P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><B><font size="3">REFERENCIAS      </font></b></font></P >   </font></font></font></font></font></font></font></font></font></font></font></font></font></font></font></font></font>        <p   > </p >       <p   > </p >       ]]></body>
<body><![CDATA[<!-- ref --><p   ><font size="2" face="Verdana, Arial, Helvetica, sans-serif" color="#211E1F">1.      Globetech Media. Los diagn&oacute;sticos acompa&ntilde;antes favorecen la      medicina personalizada. LabMedica. 2008 [cited 2013 Nov 27];25:4. Available      from: </font><font size="2" color="#211E1F"><font face="Verdana, Arial, Helvetica, sans-serif"><a href="http://mydigitalpublication.com/display_article.php?id=46132" target="_blank">http://mydigitalpublication.com/display_article.php?id=46132</a>.    </font></font></p >   <FONT size="+1" color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1"><FONT color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT color="#211E1F"><FONT color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT size="+1" color="#211E1F"><FONT size="+1" color="#000000"><FONT color="#211E1F"><FONT color="#000000"><FONT color="#211E1F"><B>        <P   ></P >       <P   ></P >   </B><FONT color="#000000"><FONT size="+1" color="#211E1F">        <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">2. Ministerio de      Salud P&uacute;blica. Anuario Estad&iacute;stico de Salud, Cuba, 2012 [Internet].      Habana: Direcci&oacute;n Nacional de Registros M&eacute;dicos y Estad&iacute;sticas      de Salud, Minsap; 2013 [cited 2013 Oct 17]. Available from: <a href="http://files.sld.cu/dne/files/2013/04/anuario_2012.pdf" target="_blank">http://files.sld.cu/dne/files/2013/04/anuario_2012.pdf</a>.    </font></P >   <FONT size="+1">        <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">3. Pearce HL, Blanchard      KL, Slapak CA. Failure modes in anticancer drug discovery and development.      In: Neidle S, editor. Cancer Drug Design and Discovery. London: Elsevier Inc;      2008. p. 424-35. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">4. Wang J, Urban      L. The impact of early ADME profiling on drug discovery and development strategy.      Drug Discovery World. 2004;5:73-86.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">5. Furones-Mourelle      JA. Bases cient&iacute;ficas para el desarrollo y la utilizaci&oacute;n de      medicamentos. En: Mor&oacute;n-Rodr&iacute;guez FJ, editor. Farmacolog&iacute;a      General. La Habana: Editorial Ciencias M&eacute;dicas; 2002.     p. 9-21. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">6. Ross JS, Schenkein      DP, Kashala O, Linette GP, Stec J, Symmans WF, <i>et al</i>. Pharmacogenomics.      Adv Anat Pathol. 2004;11(4):211-20.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">7. Mocellin S, Rossi      CR, Pilati P, Nitti D, Marincola FM. Quantitative real-time PCR: a powerful      ally in cancer research. Trends Mol Med. 2003;9(5):189-95.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">8. Workman P, Collins      I. Modern cancer drug discovery: integrating targets, te&not;chnologies and      treatments. In: Neidle S, editor. Cancer Drug Design and Discovery. London:      Elsevier Inc; 2008. p. 3-38. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">9. Jia HL, Ye QH,      Qin LX, Budhu A, Forgues M, Chen Y, <i>et al</i>. Gene expression profiling      reveals potential biomarkers of human hepatocellular carcinoma. Clin Cancer      Res. 2007;13(4):1133-9.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">10. Preziosi P. Science,      pharmacoeconomics and ethics in drug R&amp;D: a sustainable future scenario?      Nat Rev Drug Discov. 2004;3(6):521-6.     </font></P >       ]]></body>
<body><![CDATA[<!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">11. Dix R. Experimental      medicine: Developing biomarkers in early discovery to bridge preclinical and      clinical development. Drug Discovery World. 2004;5:56-60.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">12. Katz DA. Overview      of Pharmacogenetics. In: Enna SJ, Williams M, Frechette R, Kenakin T, McGonigle      P, Ruggeri B, editors. Curr Protoc Pharmacol. New Jersey: John Wiley &amp;      Sons, Inc.; 2007. p. 6.10.1-6.10.24. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">13. Freeman WM, Bixler      GV, Brucklacher RM, Lin CM, Patel KM, VanGuilder HD, <i>et al</i>. A multistep      validation process of biomarkers for preclinical drug development. Pharmacogenomics      J. 2010;10(5):385-95.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">14. DeCristofaro      M, Daniels KK. Toxicogenomics in Biomarker Discovery. In: Mendrick DL, Mattes      WB, editors. Methods in Molecular Biology, vol. 460: Essential Concepts in      Toxicogenomics. Totowa: Humana Press; 2008. p. 185-95. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">15. Schulz WA. An      introduction to human cancers. In: Schulz WA, editor. Molecular Biology of      Human Cancers: An advanced Student&rsquo;s Textbook. Dordrecht: Springer Science      + Business Media, Inc; 2005. p. 1-23. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">16. Levitzki A, Klein      S. Signal transduction therapy of cancer. Mol Aspects Med. 2010;31(4):287-329.          </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">17. Ocak S, Sos ML,      Thomas RK, Massion PP. High-throughput molecular analysis in lung cancer:      insights into biology and potential clinical applications. Eur Respir J. 2009;34(2):489-506.          </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">18. Petak I, Schwab      R, Orfi L, Kopper L, Keri G. Integrating molecular diagnostics into anticancer      drug discovery. Nat Rev Drug Discov. 2010;9(7):523-35.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">19. Kamb A, Wee S,      Lengauer C. Why is cancer drug discovery so difficult? Nat Rev Drug Discov.      2007;6(2):115-20.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">20. Krauss G. Structure      and Function of Signal Pathways. In: Krauss G, editor. Biochemistry of Signal      Transduction and Regulation. 3rd ed. Weinheim: Wiley -VCH Verlag GmbH &amp;      Co; 2003. p. 115-130. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">21. Granner DK. Hormone      Action and Signal Transduction. In: Rodwell VW, Murray RK, Davis JC, Mayes      PA, editors. Harper&rsquo;s Illustrated Biochemistry. 26th ed. New York: Lange      Medical Books/McGraw-Hill; 2003. p. 456-73. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">22. Schulz WA. Cancer      pathways. In: Schulz WA, editor. Molecular Biology of Human Cancers: An advanced      Student&rsquo;s Textbook. Dordrech: Springer Science+Business Media, Inc;      2005. p. 113-144. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">23. Joyce C. Quantitative      RT-PCR: A Review of Current Methodologies. In: O'Connell J, editor. Methods      in Molecular Biology, vol. 193: RT-PCR Protocols. New Jersey: Humana Press      Inc; 2002. p. 83-91. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">24. Goodsaid F. Quantitative      Real Time Polymerase Chain Reaction in Drug Development Research. Drug Development      Res. 2004;62(2):151-8.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">25. Malek A, Tchernitsa      O. Evaluation of targets for ovarian cancer gene silencing therapy: In vitro      and in vivo approaches. In: Min WP, Ichim T, editors. RNA Interference, Methods      in Molecular Biology, vol. 623. Dordhrecht: Springer Science+Business Media;      2010. p. 423-37. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">26. Schlecht NF,      Kulaga S, Robitaille J, Ferreira S, Santos M, Miyamura RA, et al. Persistent      human papillomavirus infection as a predictor of cervical intraepithelial      neoplasia. JAMA. 2001;286(24):3106-14.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">27. Soto Y, Kour&iacute;      V, Mart&iacute;nez PA, Correa C, Torres G, Goicolea A, <i>et a</i>l. Normalizaci&oacute;n      de un sistema de reacci&oacute;n en cadena de la polimerasa en tiempo real      para la cuantificaci&oacute;n de papilomavirus humano de alto riesgo oncog&eacute;nico.      VacciMonitor. 2012;21(1):30-37.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">28. Smith SM, Murray      DW. An Overview of MicroRNA Methods: Expression Profiling and Target Identification.      In: Espina V, Liotta LA, editors. Molecular Profiling: Methods and Protocols,      Methods in Molecular Biology, vol. 823. Dordrecht: Springer Science + Business      Media; 2012. p. 119-39. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">29. Taylor CF. Mutation      scanning using high-resolution melting. Biochem Soc Trans. 2009;37(Pt 2):433-7.      </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">30. Ginzinger DG,      Godfrey TE, Nigro J, Moore DH, 2nd, Suzuki S, Pallavicini MG, <i>et al</i>.      Measurement of DNA copy number at microsatellite loci using quantitative PCR      analysis. Cancer Res. 2000;60(19):5405-9. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">31. Esteller M, Corn      PG, Baylin SB, Herman JG. A gene hypermethylation profile of human cancer.      Cancer Res. 2001;61(8):3225-9.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">32. Schwarzenbach      H, Hoon DS, Pantel K. Cell-free nucleic acids as biomarkers in cancer patients.      Nat Rev Cancer. 2011;11(6):426-37.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">33. Balcells I, Cirera      S, Busk PK. Specific and sensitive quantitative RT-PCR of miRNAs with DNA      primers. BMC Biotechnology. 2011;11:70.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">34. Day PJ. Miniaturized      PCR systems for cancer diagnosis. Biochem Soc Trans. 2009;37(Pt 2):424-6.      </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">35. Qiagen kit handbooks      and user manuals. Critical Factors for Successful Real-Time PCR. 2010 [cited      2013 Nov 27]. Available from: <a href="http://www.gene-quantification.de/qiagen-qpcr-sample-assay-tech-guide-2010.pdf" target="_blank">http://www.gene-quantification.de/qiagen-qpcr-sample-assay-tech-guide-2010.pdf</a>.          </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">36. Fathman CG, Soares      L, Chan SM, Utz PJ. An array of possibilities for the study of autoimmunity.      Nature. 2005;435(7042):605-11.     </font></P >       ]]></body>
<body><![CDATA[<!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">37. Kubista M, Andrade      JM, Bengtsson M, Forootan A, Jonak J, Lind K, et al. The real-time polymerase      chain reaction. Mol Aspects Med. 2006;27(2-3):95-125.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">38. Xi L, Nicastri      DG, El-Hefnawy T, Hug&not;hes SJ, Luketich JD, Godfrey TE. Optimal markers      for real-time quantitative reverse transcription PCR detection of circulating      tumor cells from melanoma, breast, colon, esophageal, head and neck, and lung      cancers. Clin Chem. 2007;53(7):1206-15.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">39. Heckmann LH,      Sorensen PB, Krogh PH, Sorensen JG. NORMA-Gene: a simple and robust method      for qPCR normalization based on target gene data. BMC Bioinformatics. 2011;12:250.          </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">40. Sims AH. Bioinformatics      and breast cancer: what can high-throughput genomic approaches actually tell      us? J Clin Pathol. 2009;62(10):879-85.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">41. Debey S, Schoenbeck      U, Hellmich M, Gathof BS, Pillai R, Zander T, et al. Compa&not;rison of different      isolation techniques prior gene expression profiling of blood derived cells:      impact on physiological responses, on overall expression and the role of different      cell types. Pharmacogenomics J. 2004;4(3):193-207.     </font></P >       ]]></body>
<body><![CDATA[<!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">42. Nolan T, Hands      RE, Bustin SA. Quantification of mRNA using real-time RT-PCR. Nat Protoc.      2006;1(3):1559-82.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">43. Life Technologies      Inc. Ambion&acute;s Technical Bulletin #159. Working with RNA. 2010 [cited      2013 Nov 27]. Available from: <a href="http://www.invitrogen.com/site/us/en/%20home/References/Ambion-Tech-Support/nuclease-enzymes/general-articles/working-with-rna.html" target="_blank">http://www.invitrogen.com/site/us/en/      home/References/Ambion-Tech-Support/nuclease-enzymes/general-articles/working-with-rna.html</a>.          </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">44. Ho-Pun-Cheung      A, Bascoul-Mollevi C, Assenat E, Boissiere-Michot F, Bibeau F, Cellier D,      <i>et al</i>. Reverse transcription-quantitative polymerase chain reaction:      description of a RIN-based algorithm for accurate data normalization. BMC      Mol Biol. 2009;10:31.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">45. Huggett J, Dheda      K, Bustin S, Zumla A. Real-time RT-PCR normalisation; stra&not;tegies and      considerations. Genes Immun. 2005;6(4):279-84.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">46. Murphy J, Bustin      SA. Reliability of real-time reverse-transcription PCR in clinical diagnostics:      gold standard or substandard? Expert Rev Mol Diagn. 2009;9(2):187-97.     </font></P >       ]]></body>
<body><![CDATA[<!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">47. Yuan JS, Reed      A, Chen F, Stewart CN, Jr. Statistical analysis of real-time PCR data. BMC      Bioinformatics. 2006;7:85.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">48. Bustin SA, Benes      V, Garson JA, He&not;llemans J, Huggett J, Kubista M, <i>et al</i>. The MIQE      guidelines: minimum information for publication of quantitative real-time      PCR experiments. Clin Chem. 2009;55(4):611-22.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">49. Wang Y, Barbacioru      C, Keys D, Brzoska P, Chen C, Li K, <i>et al</i>. Real-Time polymerase chain      reaction gene expression assays in biomarker discovery and validation. In:      Wang F, editor. Methods in Pharmacology and Toxicology: Biomarker Methods      in Drug Discovery and Development. Totowa: Humana Press; 2010. p. 63-86. </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">50. Dignam J, Bregant      J, Paik S. Statistical Considerations in Assessing Molecular Markers for Cancer      Prognosis and Treatment Efficacy. In: Looney SW, editor. Methods in Molecular      Biology: Bioestatistical Methods. New Jersey: Humana Press; 2002. p.169-89.      </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">51. Sarker D, Workman      P. Pharmacodynamic biomarkers for molecular cancer therapeutics. Adv Cancer      Res. 2007;96:213-68.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">52. Wang L, McLeod      HL, Weinshilboum RM. Genomics and drug response. N Engl J Med. 2011;364(12):1144-53.          </font></P >       ]]></body>
<body><![CDATA[<!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">53. Nishizuka S,      Charboneau L, Young L, Major S, Reinhold WC, Waltham M, et al. Proteomic profiling      of the NCI-60 cancer cell lines using new high-density reverse-phase lysate      microarrays. Proc Natl Acad Sci USA. 2003;100(24):14229-34.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">54. Kitano H. Perspectives      on Systems Biology. New Generation Computing 2000;18:199-216.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">55. Lopez-Lazaro      M. A new view of carcinogenesis and an alternative approach to cancer therapy.      Mol Med. 2010;16(3-4):144-53.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">56. Huggett J, Green      C, Zumla A. Nucleic acid detection and quantification in the developing world.      Biochem Soc Trans. 2009;37(Pt 2):419-23. </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">57. Wang H, Huang      S, Shou J, Su EW, Onyia JE, Liao B, <i>et al</i>. Comparative analysis and      integrative classification of NCI60 cell lines and primary tumors using gene      expression profiling data. BMC Genomics. 2006;7:166.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">58. Kammula US, Marincola      FM, Rosenberg SA. Real-time quantitative polymerase chain reaction assessment      of immune reactivity in melanoma patients after tumor peptide vaccination.      J Natl Cancer Inst. 2000;92(16):1336-44.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">59. Panelli MC, Wang      E, Monsurro V, Marincola FM. The role of quantitative PCR for the immune monitoring      of cancer patients. Expert Opin Biol Ther. 2002;2(5):557-64.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">60. Zitvogel L, Kepp      O, Kroemer G. Immune parameters affecting the efficacy of chemotherapeutic      regimens. Nat Rev Clin Oncol. 2011;8(3):151-60.     </font></P >       <!-- ref --><P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">61. Whiteside TL.      Immune responses to cancer: are they potential biomarkers of prognosis? Front      Oncol. 2013;3:107.     </font></P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">62. Borad M J, Von      Hoff DD. Chapter 3: Clinical trial designs for more rapid proof-of-principle      and approval. In: Neidle S, ed. Cancer Drug Design and Discovery. London:      Elsevier Inc. 2008, p. 53-87. </font></P >       <P   >&nbsp;</P >       <P   >&nbsp;</P >       ]]></body>
<body><![CDATA[<P   > </P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Recibido en diciembre      de 2013.     <br>     </font><font face="Verdana, Arial, Helvetica, sans-serif" size="2">Aprobado      en mayo de 2014. </font></P >       <P   >&nbsp;</P >       <P   >&nbsp;</P >       <P   ><font face="Verdana, Arial, Helvetica, sans-serif" size="2"><i>Dami&aacute;n      Mainet-Gonz&aacute;lez</i>. Departamento de Farmacogen&oacute;mica, Subdirecci&oacute;n      de Investigaciones Biom&eacute;dicas, Centro de Ingenier&iacute;a Gen&eacute;tica      y Biotecnolog&iacute;a, CIGB. Ave. 31 e/ 158 y 190, Cubanac&aacute;n, Playa,      CP 11600, La Habana, Cuba. E-mail: <A href="mailto:damian.mainet@cigb.edu.cu">      <FONT color="#0000FF">damian.mainet@cigb.edu.cu</font></A><FONT color="#0000FF"><FONT color="#211E1F">.      </font></font></font></P >   </font></font></font></font></font></font></font></font></font></font></font></font></font></font></font></font></font></font></font></font></DIV >      ]]></body><back>
<ref-list>
<ref id="B1">
<label>1</label><nlm-citation citation-type="journal">
<collab>Globetech Media</collab>
<article-title xml:lang="es"><![CDATA[Los diagnósticos acompañantes favorecen la medicina personalizada]]></article-title>
<source><![CDATA[LabMedica]]></source>
<year>2008</year>
<volume>25</volume>
<numero>4</numero>
<issue>4</issue>
</nlm-citation>
</ref>
<ref id="B2">
<label>2</label><nlm-citation citation-type="book">
<collab>Ministerio de Salud Pública</collab>
<source><![CDATA[Anuario Estadístico de Salud, Cuba, 2012]]></source>
<year>2013</year>
<publisher-loc><![CDATA[Habana ]]></publisher-loc>
<publisher-name><![CDATA[Dirección Nacional de Registros Médicos y Estadísticas de Salud, Minsap]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B3">
<label>3</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Pearce]]></surname>
<given-names><![CDATA[HL]]></given-names>
</name>
<name>
<surname><![CDATA[Blanchard]]></surname>
<given-names><![CDATA[KL]]></given-names>
</name>
<name>
<surname><![CDATA[Slapak]]></surname>
<given-names><![CDATA[CA]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Failure modes in anticancer drug discovery and development]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Neidle]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
</person-group>
<source><![CDATA[Cancer Drug Design and Discovery]]></source>
<year>2008</year>
<page-range>424-35</page-range><publisher-loc><![CDATA[London ]]></publisher-loc>
<publisher-name><![CDATA[Elsevier Inc]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B4">
<label>4</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Wang]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Urban]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[The impact of early ADME profiling on drug discovery and development strategy]]></article-title>
<source><![CDATA[Drug Discovery World]]></source>
<year>2004</year>
<volume>5</volume>
<page-range>73-86</page-range></nlm-citation>
</ref>
<ref id="B5">
<label>5</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Furones-Mourelle]]></surname>
<given-names><![CDATA[JA]]></given-names>
</name>
</person-group>
<source><![CDATA[Bases científicas para el desarrollo y la utilización de medicamentos. En: Morón-Rodríguez FJ, editor. Farmacología General]]></source>
<year>2002</year>
<publisher-loc><![CDATA[La Habana ]]></publisher-loc>
<publisher-name><![CDATA[Editorial Ciencias Médicas]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B6">
<label>6</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Ross]]></surname>
<given-names><![CDATA[JS]]></given-names>
</name>
<name>
<surname><![CDATA[Schenkein]]></surname>
<given-names><![CDATA[DP]]></given-names>
</name>
<name>
<surname><![CDATA[Kashala]]></surname>
<given-names><![CDATA[O]]></given-names>
</name>
<name>
<surname><![CDATA[Linette]]></surname>
<given-names><![CDATA[GP]]></given-names>
</name>
<name>
<surname><![CDATA[Stec]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Symmans]]></surname>
<given-names><![CDATA[WF]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Pharmacogenomics]]></article-title>
<source><![CDATA[Adv Anat Pathol]]></source>
<year>2004</year>
<volume>11</volume>
<numero>4</numero>
<issue>4</issue>
<page-range>211-20</page-range></nlm-citation>
</ref>
<ref id="B7">
<label>7</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Mocellin]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Rossi]]></surname>
<given-names><![CDATA[CR]]></given-names>
</name>
<name>
<surname><![CDATA[Pilati]]></surname>
<given-names><![CDATA[P]]></given-names>
</name>
<name>
<surname><![CDATA[Nitti]]></surname>
<given-names><![CDATA[D]]></given-names>
</name>
<name>
<surname><![CDATA[Marincola]]></surname>
<given-names><![CDATA[FM]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Quantitative real-time PCR: a powerful ally in cancer research]]></article-title>
<source><![CDATA[Trends Mol Med]]></source>
<year>2003</year>
<volume>9</volume>
<numero>5</numero>
<issue>5</issue>
<page-range>189-95</page-range></nlm-citation>
</ref>
<ref id="B8">
<label>8</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Workman]]></surname>
<given-names><![CDATA[P]]></given-names>
</name>
<name>
<surname><![CDATA[Collins]]></surname>
<given-names><![CDATA[I]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Modern cancer drug discovery: integrating targets, technologies and treatments]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Neidle]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
</person-group>
<source><![CDATA[Cancer Drug Design and Discovery]]></source>
<year>2008</year>
<page-range>3-38</page-range><publisher-loc><![CDATA[London ]]></publisher-loc>
<publisher-name><![CDATA[Elsevier Inc]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B9">
<label>9</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Jia]]></surname>
<given-names><![CDATA[HL]]></given-names>
</name>
<name>
<surname><![CDATA[Ye]]></surname>
<given-names><![CDATA[QH]]></given-names>
</name>
<name>
<surname><![CDATA[Qin]]></surname>
<given-names><![CDATA[LX]]></given-names>
</name>
<name>
<surname><![CDATA[Budhu]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
<name>
<surname><![CDATA[Forgues]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
<name>
<surname><![CDATA[Chen]]></surname>
<given-names><![CDATA[Y]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Gene expression profiling reveals potential biomarkers of human hepatocellular carcinoma]]></article-title>
<source><![CDATA[Clin Cancer Res]]></source>
<year>2007</year>
<volume>13</volume>
<numero>4</numero>
<issue>4</issue>
<page-range>1133-9</page-range></nlm-citation>
</ref>
<ref id="B10">
<label>10</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Preziosi]]></surname>
<given-names><![CDATA[P]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Science, pharmacoeconomics and ethics in drug R & D: a sustainable future scenario?]]></article-title>
<source><![CDATA[Nat Rev Drug Discov]]></source>
<year>2004</year>
<volume>3</volume>
<numero>6</numero>
<issue>6</issue>
<page-range>521-6</page-range></nlm-citation>
</ref>
<ref id="B11">
<label>11</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Dix]]></surname>
<given-names><![CDATA[R]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Experimental medicine: Developing biomarkers in early discovery to bridge preclinical and clinical development]]></article-title>
<source><![CDATA[Drug Discovery World]]></source>
<year>2004</year>
<volume>5</volume>
<page-range>56-60</page-range></nlm-citation>
</ref>
<ref id="B12">
<label>12</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Katz]]></surname>
<given-names><![CDATA[DA]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Overview of Pharmacogenetics]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Enna]]></surname>
<given-names><![CDATA[SJ]]></given-names>
</name>
<name>
<surname><![CDATA[Williams]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
<name>
<surname><![CDATA[Frechette]]></surname>
<given-names><![CDATA[R]]></given-names>
</name>
<name>
<surname><![CDATA[Kenakin]]></surname>
<given-names><![CDATA[T]]></given-names>
</name>
<name>
<surname><![CDATA[McGonigle]]></surname>
<given-names><![CDATA[P]]></given-names>
</name>
<name>
<surname><![CDATA[Ruggeri]]></surname>
<given-names><![CDATA[B]]></given-names>
</name>
</person-group>
<source><![CDATA[Curr Protoc Pharmacol]]></source>
<year>2007</year>
<page-range>6.10.1-6.10.24</page-range><publisher-loc><![CDATA[New Jersey ]]></publisher-loc>
<publisher-name><![CDATA[John Wiley & Sons, Inc]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B13">
<label>13</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Freeman]]></surname>
<given-names><![CDATA[WM]]></given-names>
</name>
<name>
<surname><![CDATA[Bixler]]></surname>
<given-names><![CDATA[GV]]></given-names>
</name>
<name>
<surname><![CDATA[Brucklacher]]></surname>
<given-names><![CDATA[RM]]></given-names>
</name>
<name>
<surname><![CDATA[Lin]]></surname>
<given-names><![CDATA[CM]]></given-names>
</name>
<name>
<surname><![CDATA[Patel]]></surname>
<given-names><![CDATA[KM]]></given-names>
</name>
<name>
<surname><![CDATA[VanGuilder]]></surname>
<given-names><![CDATA[HD]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[A multistep validation process of biomarkers for preclinical drug development]]></article-title>
<source><![CDATA[Pharmacogenomics J]]></source>
<year>2010</year>
<volume>10</volume>
<numero>5</numero>
<issue>5</issue>
<page-range>385-95</page-range></nlm-citation>
</ref>
<ref id="B14">
<label>14</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[DeCristofaro]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
<name>
<surname><![CDATA[Daniels]]></surname>
<given-names><![CDATA[KK]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Toxicogenomics in Biomarker Discovery]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Mendrick]]></surname>
<given-names><![CDATA[DL]]></given-names>
</name>
<name>
<surname><![CDATA[Mattes]]></surname>
<given-names><![CDATA[WB]]></given-names>
</name>
</person-group>
<source><![CDATA[Methods in Molecular Biology, vol. 460: Essential Concepts in Toxicogenomics]]></source>
<year>2008</year>
<page-range>185-95</page-range><publisher-loc><![CDATA[Totowa ]]></publisher-loc>
<publisher-name><![CDATA[Humana Press]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B15">
<label>15</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Schulz]]></surname>
<given-names><![CDATA[WA]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[An introduction to human cancers]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Schulz]]></surname>
<given-names><![CDATA[WA]]></given-names>
</name>
</person-group>
<source><![CDATA[Molecular Biology of Human Cancers: An advanced Student&#146;s Textbook]]></source>
<year>2005</year>
<page-range>1-23</page-range><publisher-loc><![CDATA[Dordrecht ]]></publisher-loc>
<publisher-name><![CDATA[Springer Science + Business Media, Inc]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B16">
<label>16</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Levitzki]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
<name>
<surname><![CDATA[Klein]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Signal transduction therapy of cancer]]></article-title>
<source><![CDATA[Mol Aspects Med]]></source>
<year>2010</year>
<volume>31</volume>
<numero>4</numero>
<issue>4</issue>
<page-range>287-329</page-range></nlm-citation>
</ref>
<ref id="B17">
<label>17</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Ocak]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Sos]]></surname>
<given-names><![CDATA[ML]]></given-names>
</name>
<name>
<surname><![CDATA[Thomas]]></surname>
<given-names><![CDATA[RK]]></given-names>
</name>
<name>
<surname><![CDATA[Massion]]></surname>
<given-names><![CDATA[PP]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[High-throughput molecular analysis in lung cancer: insights into biology and potential clinical applications]]></article-title>
<source><![CDATA[Eur Respir J]]></source>
<year>2009</year>
<volume>34</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>489-506</page-range></nlm-citation>
</ref>
<ref id="B18">
<label>18</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Petak]]></surname>
<given-names><![CDATA[I]]></given-names>
</name>
<name>
<surname><![CDATA[Schwab]]></surname>
<given-names><![CDATA[R]]></given-names>
</name>
<name>
<surname><![CDATA[Orfi]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
<name>
<surname><![CDATA[Kopper]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
<name>
<surname><![CDATA[Keri]]></surname>
<given-names><![CDATA[G]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Integrating molecular diagnostics into anticancer drug discovery]]></article-title>
<source><![CDATA[Nat Rev Drug Discov]]></source>
<year>2010</year>
<volume>9</volume>
<numero>7</numero>
<issue>7</issue>
<page-range>523-35</page-range></nlm-citation>
</ref>
<ref id="B19">
<label>19</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Kamb]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
<name>
<surname><![CDATA[Wee]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Lengauer]]></surname>
<given-names><![CDATA[C]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Why is cancer drug discovery so difficult?]]></article-title>
<source><![CDATA[Nat Rev Drug Discov]]></source>
<year>2007</year>
<volume>6</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>115-20</page-range></nlm-citation>
</ref>
<ref id="B20">
<label>20</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Krauss]]></surname>
<given-names><![CDATA[G]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Structure and Function of Signal Pathways]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Krauss]]></surname>
<given-names><![CDATA[G]]></given-names>
</name>
</person-group>
<source><![CDATA[Biochemistry of Signal Transduction and Regulation]]></source>
<year>2003</year>
<edition>3</edition>
<page-range>115-130</page-range><publisher-loc><![CDATA[Weinheim ]]></publisher-loc>
<publisher-name><![CDATA[Wiley -VCH Verlag GmbH & Co]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B21">
<label>21</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Granner]]></surname>
<given-names><![CDATA[DK]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Hormone Action and Signal Transduction]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Rodwell]]></surname>
<given-names><![CDATA[VW]]></given-names>
</name>
<name>
<surname><![CDATA[Murray]]></surname>
<given-names><![CDATA[RK]]></given-names>
</name>
<name>
<surname><![CDATA[Davis]]></surname>
<given-names><![CDATA[JC]]></given-names>
</name>
<name>
<surname><![CDATA[Mayes]]></surname>
<given-names><![CDATA[PA]]></given-names>
</name>
</person-group>
<source><![CDATA[Harper&#146;s Illustrated Biochemistry]]></source>
<year>2003</year>
<edition>2</edition>
<page-range>456-73</page-range><publisher-loc><![CDATA[New York ]]></publisher-loc>
<publisher-name><![CDATA[Lange Medical Books/McGraw-Hill]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B22">
<label>22</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Schulz]]></surname>
<given-names><![CDATA[WA]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Cancer pathways]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Schulz]]></surname>
<given-names><![CDATA[WA]]></given-names>
</name>
</person-group>
<source><![CDATA[Molecular Biology of Human Cancers: An advanced Student&#146;s Textbook]]></source>
<year>2005</year>
<page-range>113-144</page-range><publisher-loc><![CDATA[Dordrech ]]></publisher-loc>
<publisher-name><![CDATA[Springer Science+Business Media, Inc]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B23">
<label>23</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Joyce]]></surname>
<given-names><![CDATA[C]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Quantitative RT-PCR: A Review of Current Methodologies]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[O'Connell]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
</person-group>
<source><![CDATA[Methods in Molecular Biology, vol. 193: RT-PCR Protocols]]></source>
<year>2002</year>
<page-range>83-91</page-range><publisher-loc><![CDATA[New Jersey ]]></publisher-loc>
<publisher-name><![CDATA[Humana Press Inc]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B24">
<label>24</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Goodsaid]]></surname>
<given-names><![CDATA[F]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Quantitative Real Time Polymerase Chain Reaction in Drug Development Research]]></article-title>
<source><![CDATA[Drug Development Res]]></source>
<year>2004</year>
<volume>62</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>151-8</page-range></nlm-citation>
</ref>
<ref id="B25">
<label>25</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Malek]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
<name>
<surname><![CDATA[Tchernitsa]]></surname>
<given-names><![CDATA[O]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Evaluation of targets for ovarian cancer gene silencing therapy: In vitro and in vivo approaches]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Min]]></surname>
<given-names><![CDATA[WP]]></given-names>
</name>
<name>
<surname><![CDATA[Ichim]]></surname>
<given-names><![CDATA[T]]></given-names>
</name>
</person-group>
<source><![CDATA[RNA Interference, Methods in Molecular Biology, vol. 623]]></source>
<year>2010</year>
<page-range>423-37</page-range><publisher-loc><![CDATA[Dordhrecht ]]></publisher-loc>
<publisher-name><![CDATA[Springer Science+Business Media]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B26">
<label>26</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Schlecht]]></surname>
<given-names><![CDATA[NF]]></given-names>
</name>
<name>
<surname><![CDATA[Kulaga]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Robitaille]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Ferreira]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Santos]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
<name>
<surname><![CDATA[Miyamura]]></surname>
<given-names><![CDATA[RA]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Persistent human papillomavirus infection as a predictor of cervical intraepithelial neoplasia]]></article-title>
<source><![CDATA[JAMA]]></source>
<year>2001</year>
<volume>286</volume>
<numero>24</numero>
<issue>24</issue>
<page-range>3106-14</page-range></nlm-citation>
</ref>
<ref id="B27">
<label>27</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Soto]]></surname>
<given-names><![CDATA[Y]]></given-names>
</name>
<name>
<surname><![CDATA[Kourí]]></surname>
<given-names><![CDATA[V]]></given-names>
</name>
<name>
<surname><![CDATA[Martínez]]></surname>
<given-names><![CDATA[PA]]></given-names>
</name>
<name>
<surname><![CDATA[Correa]]></surname>
<given-names><![CDATA[C]]></given-names>
</name>
<name>
<surname><![CDATA[Torres]]></surname>
<given-names><![CDATA[G]]></given-names>
</name>
<name>
<surname><![CDATA[Goicolea]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
</person-group>
<article-title xml:lang="es"><![CDATA[Normalización de un sistema de reacción en cadena de la polimerasa en tiempo real para la cuantificación de papilomavirus humano de alto riesgo oncogénico]]></article-title>
<source><![CDATA[VacciMonitor]]></source>
<year>2012</year>
<volume>21</volume>
<numero>1</numero>
<issue>1</issue>
<page-range>30-37</page-range></nlm-citation>
</ref>
<ref id="B28">
<label>28</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Smith]]></surname>
<given-names><![CDATA[SM]]></given-names>
</name>
<name>
<surname><![CDATA[Murray]]></surname>
<given-names><![CDATA[DW]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[An Overview of MicroRNA Methods: Expression Profiling and Target Identification]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Espina]]></surname>
<given-names><![CDATA[V]]></given-names>
</name>
<name>
<surname><![CDATA[Liotta]]></surname>
<given-names><![CDATA[LA]]></given-names>
</name>
</person-group>
<source><![CDATA[Molecular Profiling: Methods and Protocols, Methods in Molecular Biology, vol. 823]]></source>
<year>2012</year>
<page-range>119-39</page-range><publisher-loc><![CDATA[Dordrecht ]]></publisher-loc>
<publisher-name><![CDATA[Springer Science + Business Media]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B29">
<label>29</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Taylor]]></surname>
<given-names><![CDATA[CF]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Mutation scanning using high-resolution melting]]></article-title>
<source><![CDATA[Biochem Soc Trans]]></source>
<year>2009</year>
<volume>37</volume>
<numero>433 Pt 2</numero>
<issue>433 Pt 2</issue>
<page-range>7</page-range></nlm-citation>
</ref>
<ref id="B30">
<label>30</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Ginzinger]]></surname>
<given-names><![CDATA[DG]]></given-names>
</name>
<name>
<surname><![CDATA[Godfrey]]></surname>
<given-names><![CDATA[TE]]></given-names>
</name>
<name>
<surname><![CDATA[Nigro]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Moore]]></surname>
<given-names><![CDATA[DH]]></given-names>
</name>
<name>
<surname><![CDATA[Suzuki]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Pallavicini]]></surname>
<given-names><![CDATA[MG]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Measurement of DNA copy number at microsatellite loci using quantitative PCR analysis]]></article-title>
<source><![CDATA[Cancer Res]]></source>
<year>2000</year>
<volume>60</volume>
<numero>19</numero>
<issue>19</issue>
<page-range>5405-9</page-range></nlm-citation>
</ref>
<ref id="B31">
<label>31</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Esteller]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
<name>
<surname><![CDATA[Corn]]></surname>
<given-names><![CDATA[PG]]></given-names>
</name>
<name>
<surname><![CDATA[Baylin]]></surname>
<given-names><![CDATA[SB]]></given-names>
</name>
<name>
<surname><![CDATA[Herman]]></surname>
<given-names><![CDATA[JG]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[A gene hypermethylation profile of human cancer]]></article-title>
<source><![CDATA[Cancer Res]]></source>
<year>2001</year>
<volume>61</volume>
<numero>8</numero>
<issue>8</issue>
<page-range>3225-9</page-range></nlm-citation>
</ref>
<ref id="B32">
<label>32</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Schwarzenbach]]></surname>
<given-names><![CDATA[H]]></given-names>
</name>
<name>
<surname><![CDATA[Hoon]]></surname>
<given-names><![CDATA[DS]]></given-names>
</name>
<name>
<surname><![CDATA[Pantel]]></surname>
<given-names><![CDATA[K]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Cell-free nucleic acids as biomarkers in cancer patients]]></article-title>
<source><![CDATA[Nat Rev Cancer]]></source>
<year>2011</year>
<volume>11</volume>
<numero>6</numero>
<issue>6</issue>
<page-range>426-37</page-range></nlm-citation>
</ref>
<ref id="B33">
<label>33</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Balcells]]></surname>
<given-names><![CDATA[I]]></given-names>
</name>
<name>
<surname><![CDATA[Cirera]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Busk]]></surname>
<given-names><![CDATA[PK]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Specific and sensitive quantitative RT-PCR of miRNAs with DNA primers]]></article-title>
<source><![CDATA[BMC Biotechnology]]></source>
<year>2011</year>
<volume>11</volume>
<page-range>70</page-range></nlm-citation>
</ref>
<ref id="B34">
<label>34</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Day]]></surname>
<given-names><![CDATA[PJ]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Miniaturized PCR systems for cancer diagnosis]]></article-title>
<source><![CDATA[Biochem Soc Trans]]></source>
<year>2009</year>
<volume>37</volume>
<numero>424 Pt 2</numero>
<issue>424 Pt 2</issue>
<page-range>6</page-range></nlm-citation>
</ref>
<ref id="B35">
<label>35</label><nlm-citation citation-type="">
<source><![CDATA[Qiagen kit handbooks and user manuals. Critical Factors for Successful Real-Time PCR]]></source>
<year>2010</year>
</nlm-citation>
</ref>
<ref id="B36">
<label>36</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Fathman]]></surname>
<given-names><![CDATA[CG]]></given-names>
</name>
<name>
<surname><![CDATA[Soares]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
<name>
<surname><![CDATA[Chan]]></surname>
<given-names><![CDATA[SM]]></given-names>
</name>
<name>
<surname><![CDATA[Utz]]></surname>
<given-names><![CDATA[PJ]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[An array of possibilities for the study of autoimmunity]]></article-title>
<source><![CDATA[Nature]]></source>
<year>2005</year>
<volume>435</volume>
<numero>7042</numero>
<issue>7042</issue>
<page-range>605-11</page-range></nlm-citation>
</ref>
<ref id="B37">
<label>37</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Kubista]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
<name>
<surname><![CDATA[Andrade]]></surname>
<given-names><![CDATA[JM]]></given-names>
</name>
<name>
<surname><![CDATA[Bengtsson]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
<name>
<surname><![CDATA[Forootan]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
<name>
<surname><![CDATA[Jonak]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Lind]]></surname>
<given-names><![CDATA[K]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[The real-time polymerase chain reaction]]></article-title>
<source><![CDATA[Mol Aspects Med]]></source>
<year>2006</year>
<volume>27</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>3):95-125</page-range></nlm-citation>
</ref>
<ref id="B38">
<label>38</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Xi]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
<name>
<surname><![CDATA[Nicastri]]></surname>
<given-names><![CDATA[DG]]></given-names>
</name>
<name>
<surname><![CDATA[El-Hefnawy]]></surname>
<given-names><![CDATA[T]]></given-names>
</name>
<name>
<surname><![CDATA[Hughes]]></surname>
<given-names><![CDATA[SJ]]></given-names>
</name>
<name>
<surname><![CDATA[Luketich]]></surname>
<given-names><![CDATA[JD]]></given-names>
</name>
<name>
<surname><![CDATA[Godfrey]]></surname>
<given-names><![CDATA[TE]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Optimal markers for real-time quantitative reverse transcription PCR detection of circulating tumor cells from melanoma, breast, colon, esophageal, head and neck, and lung cancers]]></article-title>
<source><![CDATA[Clin Chem]]></source>
<year>2007</year>
<volume>53</volume>
<numero>7</numero>
<issue>7</issue>
<page-range>1206-15</page-range></nlm-citation>
</ref>
<ref id="B39">
<label>39</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Heckmann]]></surname>
<given-names><![CDATA[LH]]></given-names>
</name>
<name>
<surname><![CDATA[Sorensen]]></surname>
<given-names><![CDATA[PB]]></given-names>
</name>
<name>
<surname><![CDATA[Krogh]]></surname>
<given-names><![CDATA[PH]]></given-names>
</name>
<name>
<surname><![CDATA[Sorensen]]></surname>
<given-names><![CDATA[JG]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[NORMA-Gene: a simple and robust method for qPCR normalization based on target gene data]]></article-title>
<source><![CDATA[BMC Bioinformatics]]></source>
<year>2011</year>
<volume>12</volume>
<page-range>250</page-range></nlm-citation>
</ref>
<ref id="B40">
<label>40</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Sims]]></surname>
<given-names><![CDATA[AH]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Bioinformatics and breast cancer: what can high-throughput genomic approaches actually tell us?]]></article-title>
<source><![CDATA[J Clin Pathol]]></source>
<year>2009</year>
<volume>62</volume>
<numero>10</numero>
<issue>10</issue>
<page-range>879-85</page-range></nlm-citation>
</ref>
<ref id="B41">
<label>41</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Debey]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Schoenbeck]]></surname>
<given-names><![CDATA[U]]></given-names>
</name>
<name>
<surname><![CDATA[Hellmich]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
<name>
<surname><![CDATA[Gathof]]></surname>
<given-names><![CDATA[BS]]></given-names>
</name>
<name>
<surname><![CDATA[Pillai]]></surname>
<given-names><![CDATA[R]]></given-names>
</name>
<name>
<surname><![CDATA[Zander]]></surname>
<given-names><![CDATA[T]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Comparison of different isolation techniques prior gene expression profiling of blood derived cells: impact on physiological responses, on overall expression and the role of different cell types]]></article-title>
<source><![CDATA[Pharmacogenomics J]]></source>
<year>2004</year>
<volume>4</volume>
<numero>3</numero>
<issue>3</issue>
<page-range>193-207</page-range></nlm-citation>
</ref>
<ref id="B42">
<label>42</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Nolan]]></surname>
<given-names><![CDATA[T]]></given-names>
</name>
<name>
<surname><![CDATA[Hands]]></surname>
<given-names><![CDATA[RE]]></given-names>
</name>
<name>
<surname><![CDATA[Bustin]]></surname>
<given-names><![CDATA[SA]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Quantification of mRNA using real-time RT-PCR]]></article-title>
<source><![CDATA[Nat Protoc]]></source>
<year>2006</year>
<volume>1</volume>
<numero>3</numero>
<issue>3</issue>
<page-range>1559-82</page-range></nlm-citation>
</ref>
<ref id="B43">
<label>43</label><nlm-citation citation-type="">
<collab>Life Technologies Inc.</collab>
<source><![CDATA[Ambion´s Technical Bulletin #159. Working with RNA]]></source>
<year>2010</year>
</nlm-citation>
</ref>
<ref id="B44">
<label>44</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Ho-Pun-Cheung]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
<name>
<surname><![CDATA[Bascoul-Mollevi]]></surname>
<given-names><![CDATA[C]]></given-names>
</name>
<name>
<surname><![CDATA[Assenat]]></surname>
<given-names><![CDATA[E]]></given-names>
</name>
<name>
<surname><![CDATA[Boissiere-Michot]]></surname>
<given-names><![CDATA[F]]></given-names>
</name>
<name>
<surname><![CDATA[Bibeau]]></surname>
<given-names><![CDATA[F]]></given-names>
</name>
<name>
<surname><![CDATA[Cellier]]></surname>
<given-names><![CDATA[D]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Reverse transcription-quantitative polymerase chain reaction: description of a RIN-based algorithm for accurate data normalization]]></article-title>
<source><![CDATA[BMC Mol Biol]]></source>
<year>2009</year>
<volume>10</volume>
<page-range>31</page-range></nlm-citation>
</ref>
<ref id="B45">
<label>45</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Huggett]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Dheda]]></surname>
<given-names><![CDATA[K]]></given-names>
</name>
<name>
<surname><![CDATA[Bustin]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Zumla]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Real-time RT-PCR normalisation; strategies and considerations]]></article-title>
<source><![CDATA[Genes Immun]]></source>
<year>2005</year>
<volume>6</volume>
<numero>4</numero>
<issue>4</issue>
<page-range>279-84</page-range></nlm-citation>
</ref>
<ref id="B46">
<label>46</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Murphy]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Bustin]]></surname>
<given-names><![CDATA[SA]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Reliability of real-time reverse-transcription PCR in clinical diagnostics: gold standard or substandard?]]></article-title>
<source><![CDATA[Expert Rev Mol Diagn]]></source>
<year>2009</year>
<volume>9</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>187-97</page-range></nlm-citation>
</ref>
<ref id="B47">
<label>47</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Yuan]]></surname>
<given-names><![CDATA[JS]]></given-names>
</name>
<name>
<surname><![CDATA[Reed]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
<name>
<surname><![CDATA[Chen]]></surname>
<given-names><![CDATA[F]]></given-names>
</name>
<name>
<surname><![CDATA[Stewart]]></surname>
<given-names><![CDATA[CN Jr]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Statistical analysis of real-time PCR data]]></article-title>
<source><![CDATA[BMC Bioinformatics]]></source>
<year>2006</year>
<volume>7</volume>
<page-range>85</page-range></nlm-citation>
</ref>
<ref id="B48">
<label>48</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Bustin]]></surname>
<given-names><![CDATA[SA]]></given-names>
</name>
<name>
<surname><![CDATA[Benes]]></surname>
<given-names><![CDATA[V]]></given-names>
</name>
<name>
<surname><![CDATA[Garson]]></surname>
<given-names><![CDATA[JA]]></given-names>
</name>
<name>
<surname><![CDATA[Hellemans]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Huggett]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Kubista]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[The MIQE guidelines: minimum information for publication of quantitative real-time PCR experiments]]></article-title>
<source><![CDATA[Clin Chem]]></source>
<year>2009</year>
<volume>55</volume>
<numero>4</numero>
<issue>4</issue>
<page-range>611-22</page-range></nlm-citation>
</ref>
<ref id="B49">
<label>49</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Wang]]></surname>
<given-names><![CDATA[Y]]></given-names>
</name>
<name>
<surname><![CDATA[Barbacioru]]></surname>
<given-names><![CDATA[C]]></given-names>
</name>
<name>
<surname><![CDATA[Keys]]></surname>
<given-names><![CDATA[D]]></given-names>
</name>
<name>
<surname><![CDATA[Brzoska]]></surname>
<given-names><![CDATA[P]]></given-names>
</name>
<name>
<surname><![CDATA[Chen]]></surname>
<given-names><![CDATA[C]]></given-names>
</name>
<name>
<surname><![CDATA[Li]]></surname>
<given-names><![CDATA[K]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Real-Time polymerase chain reaction gene expression assays in biomarker discovery and validation]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Wang]]></surname>
<given-names><![CDATA[F]]></given-names>
</name>
</person-group>
<source><![CDATA[Methods in Pharmacology and Toxicology: Biomarker Methods in Drug Discovery and Development]]></source>
<year>2010</year>
<page-range>63-86</page-range><publisher-loc><![CDATA[Totowa ]]></publisher-loc>
<publisher-name><![CDATA[Humana Press]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B50">
<label>50</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Dignam]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Bregant]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Paik]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Statistical Considerations in Assessing Molecular Markers for Cancer Prognosis and Treatment Efficacy]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Looney]]></surname>
<given-names><![CDATA[SW]]></given-names>
</name>
</person-group>
<source><![CDATA[Methods in Molecular Biology: Bioestatistical Methods]]></source>
<year>2002</year>
<page-range>0</page-range><publisher-loc><![CDATA[New Jersey ]]></publisher-loc>
<publisher-name><![CDATA[Humana Press]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B51">
<label>51</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Sarker]]></surname>
<given-names><![CDATA[D]]></given-names>
</name>
<name>
<surname><![CDATA[Workman]]></surname>
<given-names><![CDATA[P]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Pharmacodynamic biomarkers for molecular cancer therapeutics]]></article-title>
<source><![CDATA[Adv Cancer Res]]></source>
<year>2007</year>
<volume>96</volume>
<page-range>213-68</page-range></nlm-citation>
</ref>
<ref id="B52">
<label>52</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Wang]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
<name>
<surname><![CDATA[McLeod]]></surname>
<given-names><![CDATA[HL]]></given-names>
</name>
<name>
<surname><![CDATA[Weinshilboum]]></surname>
<given-names><![CDATA[RM]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Genomics and drug response]]></article-title>
<source><![CDATA[N Engl J Med]]></source>
<year>2011</year>
<volume>364</volume>
<numero>12</numero>
<issue>12</issue>
<page-range>1144-53</page-range></nlm-citation>
</ref>
<ref id="B53">
<label>53</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Nishizuka]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Charboneau]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
<name>
<surname><![CDATA[Young]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
<name>
<surname><![CDATA[Major]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Reinhold]]></surname>
<given-names><![CDATA[WC]]></given-names>
</name>
<name>
<surname><![CDATA[Waltham]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Proteomic profiling of the NCI-60 cancer cell lines using new high-density reverse-phase lysate microarrays]]></article-title>
<source><![CDATA[Proc Natl Acad Sci USA]]></source>
<year>2003</year>
<volume>100</volume>
<numero>24</numero>
<issue>24</issue>
<page-range>14229-34</page-range></nlm-citation>
</ref>
<ref id="B54">
<label>54</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Kitano]]></surname>
<given-names><![CDATA[H]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Perspectives on Systems Biology]]></article-title>
<source><![CDATA[New Generation Computing]]></source>
<year>2000</year>
<volume>18</volume>
<page-range>199-216</page-range></nlm-citation>
</ref>
<ref id="B55">
<label>55</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Lopez-Lazaro]]></surname>
<given-names><![CDATA[M]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[A new view of carcinogenesis and an alternative approach to cancer therapy]]></article-title>
<source><![CDATA[Mol Med]]></source>
<year>2010</year>
<volume>16</volume>
<numero>3</numero>
<issue>3</issue>
<page-range>4):144-53</page-range></nlm-citation>
</ref>
<ref id="B56">
<label>56</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Huggett]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Green]]></surname>
<given-names><![CDATA[C]]></given-names>
</name>
<name>
<surname><![CDATA[Zumla]]></surname>
<given-names><![CDATA[A]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Nucleic acid detection and quantification in the developing world]]></article-title>
<source><![CDATA[Biochem Soc Trans]]></source>
<year>2009</year>
<volume>37</volume>
<numero>419 Pt 2</numero>
<issue>419 Pt 2</issue>
<page-range>23</page-range></nlm-citation>
</ref>
<ref id="B57">
<label>57</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Wang]]></surname>
<given-names><![CDATA[H]]></given-names>
</name>
<name>
<surname><![CDATA[Huang]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
<name>
<surname><![CDATA[Shou]]></surname>
<given-names><![CDATA[J]]></given-names>
</name>
<name>
<surname><![CDATA[Su]]></surname>
<given-names><![CDATA[EW]]></given-names>
</name>
<name>
<surname><![CDATA[Onyia]]></surname>
<given-names><![CDATA[JE]]></given-names>
</name>
<name>
<surname><![CDATA[Liao]]></surname>
<given-names><![CDATA[B]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Comparative analysis and integrative classification of NCI60 cell lines and primary tumors using gene expression profiling data]]></article-title>
<source><![CDATA[BMC Genomics]]></source>
<year>2006</year>
<volume>7</volume>
<page-range>166</page-range></nlm-citation>
</ref>
<ref id="B58">
<label>58</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Kammula]]></surname>
<given-names><![CDATA[US]]></given-names>
</name>
<name>
<surname><![CDATA[Marincola]]></surname>
<given-names><![CDATA[FM]]></given-names>
</name>
<name>
<surname><![CDATA[Rosenberg]]></surname>
<given-names><![CDATA[SA]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Real-time quantitative polymerase chain reaction assessment of immune reactivity in melanoma patients after tumor peptide vaccination]]></article-title>
<source><![CDATA[J Natl Cancer Inst]]></source>
<year>2000</year>
<volume>92</volume>
<numero>16</numero>
<issue>16</issue>
<page-range>1336-44</page-range></nlm-citation>
</ref>
<ref id="B59">
<label>59</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Panelli]]></surname>
<given-names><![CDATA[MC]]></given-names>
</name>
<name>
<surname><![CDATA[Wang]]></surname>
<given-names><![CDATA[E]]></given-names>
</name>
<name>
<surname><![CDATA[Monsurro]]></surname>
<given-names><![CDATA[V]]></given-names>
</name>
<name>
<surname><![CDATA[Marincola]]></surname>
<given-names><![CDATA[FM]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[The role of quantitative PCR for the immune monitoring of cancer patients]]></article-title>
<source><![CDATA[Expert Opin Biol Ther]]></source>
<year>2002</year>
<volume>2</volume>
<numero>5</numero>
<issue>5</issue>
<page-range>557-64</page-range></nlm-citation>
</ref>
<ref id="B60">
<label>60</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Zitvogel]]></surname>
<given-names><![CDATA[L]]></given-names>
</name>
<name>
<surname><![CDATA[Kepp]]></surname>
<given-names><![CDATA[O]]></given-names>
</name>
<name>
<surname><![CDATA[Kroemer]]></surname>
<given-names><![CDATA[G]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Immune parameters affecting the efficacy of chemotherapeutic regimens]]></article-title>
<source><![CDATA[Nat Rev Clin Oncol]]></source>
<year>2011</year>
<volume>8</volume>
<numero>3</numero>
<issue>3</issue>
<page-range>151-60</page-range></nlm-citation>
</ref>
<ref id="B61">
<label>61</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Whiteside]]></surname>
<given-names><![CDATA[TL]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Immune responses to cancer: are they potential biomarkers of prognosis?]]></article-title>
<source><![CDATA[Front Oncol]]></source>
<year>2013</year>
<volume>3</volume>
<page-range>107</page-range></nlm-citation>
</ref>
<ref id="B62">
<label>62</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Borad]]></surname>
<given-names><![CDATA[M J]]></given-names>
</name>
<name>
<surname><![CDATA[Von Hoff]]></surname>
<given-names><![CDATA[DD]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Chapter 3: Clinical trial designs for more rapid proof-of-principle and approval]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Neidle]]></surname>
<given-names><![CDATA[S]]></given-names>
</name>
</person-group>
<source><![CDATA[Cancer Drug Design and Discovery]]></source>
<year>2008</year>
<page-range>53-87</page-range><publisher-loc><![CDATA[London ]]></publisher-loc>
<publisher-name><![CDATA[Elsevier Inc]]></publisher-name>
</nlm-citation>
</ref>
</ref-list>
</back>
</article>
