Slide1 l.jpg
This presentation is the property of its rightful owner.
Sponsored Links
1 / 31

Papel de la Farmacogenética en el Desarrollo de Fármacos Everson Nogoceke Congreso Nacional de la Sociedad Española de Farmacia Hospitalaria PowerPoint PPT Presentation


  • 148 Views
  • Uploaded on
  • Presentation posted in: General

Papel de la Farmacogenética en el Desarrollo de Fármacos Everson Nogoceke Congreso Nacional de la Sociedad Española de Farmacia Hospitalaria 30 de septiembre 2005. Sumario. Promesas de la Farmacogenética Efectos Adversos Ejemplos Roche Center for Medical Genomics

Download Presentation

Papel de la Farmacogenética en el Desarrollo de Fármacos Everson Nogoceke Congreso Nacional de la Sociedad Española de Farmacia Hospitalaria

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Slide1 l.jpg

Papel de la Farmacogenética

en el

Desarrollo de Fármacos

Everson Nogoceke

Congreso Nacional de la Sociedad Española de Farmacia Hospitalaria

30 de septiembre 2005


Sumario l.jpg

Sumario

  • Promesas de la Farmacogenética

  • Efectos Adversos

  • Ejemplos

  • Roche Center for Medical Genomics

  • Roche Sample Repository

    (Programa de almacenamiento de muestras)


Farmacogen tica en i d l.jpg

Reducción de

Tiempo

Fase de descubrimiento

Tests preclínicos

Fase I

Aumento rendimiento / eficiencia

Fase II

Fase III

Fase IV

Post-Comercialización

0

2

4

6

8

10

12

14

16

Años

Revisión FDA / aprobación

Farmacogenética en I+D

Tiempo Invertido en Descubrimiento y Desarrollo


Areas potenciales de uso en desarrollo farmac utico l.jpg

Areas potenciales de uso en desarrollo farmacéutico

  • Metabolismo de fármacos, Seguridad

  • Eficacia; predicción de respuesta

  • Farmacocinética, dosis-respuesta

  • Mecanismo de acción

  • Marcadores de identificación / seguimiento de la enfermedad

  • Estrategia de rescate

  • Soporte a la estrategia de publicaciones


Farmacogen tica en la cl nica l.jpg

Farmacogenética en la clínica

  • Mejores productos y tratamientos para mejorar el manejo de la enfermedad

    •  Seguridad;  Efectos Adversos

    •  Eficacia (Mejor dosificación, Segmentación de pacientes)


Efectos adversos de los f rmacos eas l.jpg

Efectos Adversos de los Fármacos (EAs)

  • Las reacciones adversas a medicamentos pueden ser graves o incluso con consecuencias fatales. Resultando en:

    • Retirada del fármaco del mercado

    • Sin eficacia terapéutica en algunos pacientes

    • Coste excesivo

  • Como resultado de las reacciones adversas a medicamentos, cada año se producen 100.000 muertes en USA y 2.2 millones de hospitalizaciones (Lazarou et. al, Lancet 1998)

  • La dosificación subterapéutica, sobredosificación u olvido de dosis , tienen un coste en USA de más de 100 billones de $ al año en:

    • Hospitalizaciones

    • Pérdida de productividad

    • Muerte prematura

      (Marshall Nat Biotechnol 1997)


Ejemplos l.jpg

Ejemplos

  • Test diagnósticos farmacogenéticos:

  • Anticipación de la respuesta individual a fármacosAmplichip P450

  • Pronóstico de la evolución de la enfermedad Amplichip p53

  • Test de Marcadores Tumorales :

  • Her2/neu y Herceptin®

  • EGFR y Tarceva®


Slide8 l.jpg

Sólo un médico informado puede estar seguroEliminando las suposiciones para los clínicos y los pacientes

Nuevas herramientas de screening como el test

Amplichip p53 pueden dar información

For concept illustration purposes only. Not a real or intended diagnosis.


Slide9 l.jpg

Prevalencia de las mutaciones en cáncer del p53

Distribución a nivel mundial de tumores

y ratio de mutaciones en p53

PAÍSES DESARROLLADOS

PAÍSES EN DESARROLLO

C. GALLOU, C. BÉROUDAND T. SOUSSI: p53 DATABASE 12/2001 ISSUE

Total de 14.273 mutaciones en p53

http://p53.curie.fr/p53%20site%20version%202.0/p53%20in%20cancer/p53_databaseANAL.html


Slide10 l.jpg

100

Subpoblación con buen pronóstico

(90% supervicencia > 10 años)

TTo estandar aceptable

80

60

% Supervivencia

Media (población de pacientes

no estratificada)

50% sobrevive 10 años

40

20

Subpoblación con mal pronóstico

50% supervivencia < 5 años

Necesidad de tratamientos más agresivos

0

5

10

0

TratamientoInicial estandar

Años

AmpliChip p53El test de mutaciones p53 esta diseñado para identificar pacientes de alto riesgo que necesitan una terapia más agresiva

  • p53 está mutado en el 50% de todos lo tumores humanos.

  • La mutación en p53 esta asociada con un pronóstico desfavorable( p.e cancer de ovario y vejiga)y relacionado con una baja respuesta a ciertos tratamientos antitumorales, como ocurre en cáncer de mama

  • El Amplichip p53 tendrá un importante papel en la estratificación de pacientes para la selección del tratamiento.


El test amplichip p53 detectando el estatus de mutaci n del gen p53 l.jpg

El Test AmpliChip p53Detectando el estatus de mutación del genp53

  • Un sólo test para detectar > 6.500 posibles diferentes mutaciones

  • Puede proporcionar información relevante sobre la función normal o anómala del guardián del genoma, el gen p53

  • El objetivo es proporcionar información al especialista útil en la toma de decisiones para mejorar el tratamiento de los pacientes


Slide12 l.jpg

Cómo funciona el test …

Prescripción

del test

DNA extraido del

tumor del paciente

Secuenciación del gen p53

del DNA del tumor

Mutación en Codon # 248

-C

N-

Activación

 en Prolina

Unión secuencia DNA específica

Tetramerización

Regulación

Mutación en Codon # 248

Secuencia Normal

3’

5’

T G G G C A T G A A C C A G A G G C C C A

Mutación encontrada

en p53

G T A C T T G G A C T C C G G G T

G T A C T T G G C C T C C G G G T

G T A C T T G G G C T C C G G G T

Sondas en el chip

G T A C T T G G T C T C C G G G T

C G G

G T A C T T G G -- C T C C G G G T


Pueden las mutaciones en p53 predecir resultados podr an ser de utilidad cl nica l.jpg

Pueden las mutaciones en p53 predecir resultados ? Podrían ser de utilidad clínica ?

  • “…65/93estudios encontraron que…mutaciones-p53 son un factor estadísticamente significativo de mal pronóstico en varios tipos de tumores …”

  • “… [14 de] 19 estudios han encontrado que la presencia de una mutación en p53 estaba asociada a baja respuesta sen varios regímenes de quimioterapia o radioterapia en cáncer de mama, de cabeza y cuello, neoplasias hematológicas, cáncer colorectal, de esófago y ovario y en sarcomas de tejidos blandos”

Olivier et al. PROGNOSTIC AND PREDICTIVE VALUE OF TP53 MUTATIONS IN HUMAN CANCER IN: “25 YEARS OF P53 RESEARCH”, KLUWER ACADEMIC PUBLISHERS IN PRESS, EDITORS: P. HAINAUT & K. WIMAN (2005)


Slide14 l.jpg

x

Dominio de

unión al ligando

x

Dominio Tyrosin-

kinasa (TK)

HER2

HER3

HER1

EGFR

HER4

La familia de receptores HER

Claves en la proliferación celular, supervivencia y diferenciación


Slide15 l.jpg

Vías tumorales clave activadas

Ejemplo: dímeros HER2 – HER3

HER2

HER3

g

PLC

PI3K

PKC

PDK-1

Ras

Sos

AKT

PTEN

Grb2

Raf

p70

S6K

Shc

Bad/Bcl2

JAK

Mek

GSK3

STAT

Erk

Myc

p27

KIP1

E2F

Jun/Fos

Sp1

FKHR-L1

PEA3

Elk1

CyclinD1

Citri A, et al. Exp Cell Res 2003


Slide16 l.jpg

Vías tumorales clave activadas

Ejemplo: dímeros HER2 – HER3

HER2

HER3

MAPK

AKT

g

PLC

PI3K

PKC

PDK-1

Ras

Sos

AKT

PTEN

Grb2

Raf

p70

S6K

Shc

Bad/Bcl2

JAK

Proliferación Celular

Superación de la apoptosis

Mek

GSK3

STAT

Erk

Myc

p27

KIP1

E2F

Jun/Fos

Sp1

FKHR-L1

PEA3

Elk1

CyclinD1


Slide17 l.jpg

Expresión normal de HER2 …

En tejido mamario


Slide18 l.jpg

Amplificación de HER2 …

Lleva a la sobreexpresión de HER2


Slide19 l.jpg

La unión de Herceptin® a HER2


Slide20 l.jpg

Herceptin mejora la supervivencia en cáncer de mama metastásico (CMM)

Marty et al., JCO 2005, 23


Slide21 l.jpg

Dominio de unión al ligando

Membrana celular

P

Dominio Tyrosin kinasa

Signaling

Tarceva

Pequeña molécula inhibidora del HER1 (EGFR) tyrosin kinasa


Slide22 l.jpg

Signaling

Tarceva

Modo de acción antitumoral

TarcevaTM

P

P

¯ Proliferación

­ Apoptosis

¯ Invasión

­ Sensibilidad

a quimioterapia

¯ Metástasis

¯ Adhesión

¯ Angiogénesis


Slide23 l.jpg

Supervivencia Total: todos los pacientes (NSCLC)

1.00

0.75

0.50

0.25

0

42.5% de aumento de la mediana de supervivencia

Función de distribución de supervivencia

HR* = 0.73, p<0.001

TarcevaTM

Placebo

051015202530

Tiempo de supervivencia (meses)

*HR y valor de p ajustados por factores de estratificación a la randomización + estatus HER1/EGFR


Gen egfr 5616 bp l.jpg

TG

TA

CT

Gen EGFR (5616 bp)

CCCCGGCGCAGCGCGGCCGCAGCAGCCTCCGCCCCCCGCACGGTGTGAGCGCCCGACGCGGCCGAGGCGGCCGGAGTCCCGAGCTAGCCCCGGCGGCCGCCGCCGCCCAGACCGGACGACAGGCCACCTCGTCGGCGTCCGCCCGAGTCCCCGCCTCGCCGCCAACGCCACAACCACCGCGCACGGCCCCCTGACTCCGTCCAGTATTGATCGGGAGAGCCGGAGCGAGCTCTTCGGGGAGCAGCGATGCGACCCTCCGGGACGGCCGGGGCAGCGCTCCTGGCGCTGCTGGCTGCGCTCTGCCCGGCGAGTCGGGCTCTGGAGGAAAAGAAAGTTTGCCAAGGCACGAGTAACAAGCTCACGCAGTTGGGCACTTTTGAAGATCATTTTCTCAGCCTCCAGAGGATGTTCAATAACTGTGAGGTGGTCCTTGGGAATTTGGAAATTACCTATGTGCAGAGGAATTATGATCTTTCCTTCTTAAAGACCATCCAGGAGGTGGCTGGTTATGTCCTCATTGCCCTCAACACAGTGGAGCGAATTCCTTTGGAAAACCTGCAGATCATCAGAGGAAATATGTACTACGAAAATTCCTATGCCTTAGCAGTCTTATCTAACTATGATGCAAATAAAACCGGACTGAAGGAGCTGCCCATGAGAAATTTACAGGAAATCCTGCATGGCGCCGTGCGGTTCAGCAACAACCCTGCCCTGTGCAACGTGGAGAGCATCCAGTGGCGGGACATAGTCAGCAGTGACTTTCTCAGCAACATGTCGATGGACTTCCAGAACCACCTGGGCAGCTGCCAAAAGTGTGATCCAAGCTGTCCCAATGGGAGCTGCTGGGGTGCAGGAGAGGAGAACTGCCAGAAACTGACCAAAATCATCTGTGCCCAGCAGTGCTCCGGGCGCTGCCGTGGCAAGTCCCCCAGTGACTGCTGCCACAACCAGTGTGCTGCAGGCTGCACAGGCCCCCGGGAGAGCGACTGCCTGGTCTGCCGCAAATTCCGAGACGAAGCCACGTGCAAGGACACCTGCCCCCCACTCATGCTCTACAACCCCACCACGTACCAGATGGATGTGAACCCCGAGGGCAAATACAGCTTTGGTGCCACCTGCGTGAAGAAGTGTCCCCGTAATTATGTGGTGACAGATCACGGCTCGTGCGTCCGAGCCTGTGGGGCCGACAGCTATGAGATGGAGGAAGACGGCGTCCGCAAGTGTAAGAAGTGCGAAGGGCCTTGCCGCAAAGTGTGTAACGGAATAGGTATTGGTGAATTTAAAGACTCACTCTCCATAAATGCTACGAATATTAAACACTTCAAAAACTGCACCTCCATCAGTGGCGATCTCCACATCCTGCCGGTGGCATTTAGGGGTGACTCCTTCACACATACTCCTCCTCTGGATCCACAGGAACTGGATATTCTGAAAACCGTAAAGGAAATCACAGGGTTTTTGCTGATTCAGGCTTGGCCTGAAAACAGGACGGACCTCCATGCCTTTGAGAACCTAGAAATCATACGCGGCAGGACCAAGCAACATGGTCAGTTTTCTCTTGCAGTCGTCAGCCTGAACATAACATCCTTGGGATTACGCTCCCTCAAGGAGATAAGTGATGGAGATGTGATAATTTCAGGAAACAAAAATTTGTGCTATGCAAATACAATAAACTGGAAAAAACTGTTTGGGACCTCCGGTCAGAAAACCAAAATTATAAGCAACAGAGGTGAAAACAGCTGCAAGGCCACAGGCCAGGTCTGCCATGCCTTGTGCTCCCCCGAGGGCTGCTGGGGCCCGGAGCCCAGGGACTGCGTCTCTTGCCGGAATGTCAGCCGAGGCAGGGAATGCGTGGACAAGTGCAACCTTCTGGAGGGTGAGCCAAGGGAGTTTGTGGAGAACTCTGAGTGCATACAGTGCCACCCAGAGTGCCTGCCTCAGGCCATGAACATCACCTGCACAGGACGGGGACCAGACAACTGTATCCAGTGTGCCCACTACATTGACGGCCCCCACTGCGTCAAGACCTGCCCGGCAGGAGTCATGGGAGAAAACAACACCCTGGTCTGGAAGTACGCAGACGCCGGCCATGTGTGCCACCTGTGCCATCCAAACTGCACCTACGGATGCACTGGGCCAGGTCTTGAAGGCTGTCCAACGAATGGGCCTAAGATCCCGTCCATCGCCACTGGGATGGTGGGGGCCCTCCTCTTGCTGCTGGTGGTGGCCCTGGGGATCGGCCTCTTCATGCGAAGGCGCCACATCGTTCGGAAGCGCACGCTGCGGAGGCTGCTGCAGGAGAGGGAGCTTGTGGAGCCTCTTACACCCAGTGGAGAAGCTCCCAACCAAGCTCTCTTGAGGATCTTGAAGGAAACTGAATTCAAAAAGATCAAAGTGCTGGGCTCCGGTGCGTTCGGCACGGTGTATAAGGGACTCTGGATCCCAGAAGGTGAGAAAGTTAAAATTCCCGTCGCTATCAAGGAATTAAGAGAAGCAACATCTCCGAAAGCCAACAAGGAAATCCTCGATGAAGCCTACGTGATGGCCAGCGTGGACAACCCCCACGTGTGCCGCCTGCTGGGCATCTGCCTCACCTCCACCGTGCAGCTCATCACGCAGCTCATGCCCTTCGGCTGCCTCCTGGACTATGTCCGGGAACACAAAGACAATATTGGCTCCCAGTACCTGCTCAACTGGTGTGTGCAGATCGCAAAGGGCATGAACTACTTGGAGGACCGTCGCTTGGTGCACCGCGACCTGGCAGCCAGGAACGTACTGGTGAAAACACCGCAGCATGTCAAGATCACAGATTTTGGGCTGGCCAAACTGCTGGGTGCGGAAGAGAAAGAATACCATGCAGAAGGAGGCAAAGTGCCTATCAAGTGGATGGCATTGGAATCAATTTTACACAGAATCTATACCCACCAGAGTGATGTCTGGAGCTACGGGGTGACCGTTTGGGAGTTGATGACCTTTGGATCCAAGCCATATGACGGAATCCCTGCCAGCGAGATCTCCTCCATCCTGGAGAAAGGAGAACGCCTCCCTCAGCCACCCATATGTACCATCGATGTCTACATGATCATGGTCAAGTGCTGGATGATAGACGCAGATAGTCGCCCAAAGTTCCGTGAGTTGATCATCGAATTCTCCAAAATGGCCCGAGACCCCCAGCGCTACCTTGTCATTCAGGGGGATGAAAGAATGCATTTGCCAAGTCCTACAGACTCCAACTTCTACCGTGCCCTGATGGATGAAGAAGACATGGACGACGTGGTGGATGCCGACGAGTACCTCATCCCACAGCAGGGCTTCTTCAGCAGCCCCTCCACGTCACGGACTCCCCTCCTGAGCTCTCTGAGTGCAACCAGCAACAATTCCACCGTGGCTTGCATTGATAGAAATGGGCTGCAAAGCTGTCCCATCAAGGAAGACAGCTTCTTGCAGCGATACAGCTCAGACCCCACAGGCGCCTTGACTGAGGACAGCATAGACGACACCTTCCTCCCAGTGCCTGAATACATAAACCAGTCCGTTCCCAAAAGGCCCGCTGGCTCTGTGCAGAATCCTGTCTATCACAATCAGCCTCTGAACCCCGCGCCCAGCAGAGACCCACACTACCAGGACCCCCACAGCACTGCAGTGGGCAACCCCGAGTATCTCAACACTGTCCAGCCCACCTGTGTCAACAGCACATTCGACAGCCCTGCCCACTGGGCCCAGAAAGGCAGCCACCAAATTAGCCTGGACAACCCTGACTACCAGCAGGACTTCTTTCCCAAGGAAGCCAAGCCAAATGGCATCTTTAAGGGCTCCACAGCTGAAAATGCAGAATACCTAAGGGTCGCGCCACAAAGCAGTGAATTTATTGGAGCATGACCACGGAGGATAGTATGAGCCCTAAAAATCCAGACTCTTTCGATACCCAGGACCAAGCCACAGCAGGTCCTCCATCCCAACAGCCATGCCCGCATTAGCTCTTAGACCCACAGACTGGTTTTGCAACGTTTACACCGACTAGCCAGGAAGTACTTCCACCTCGGGCACATTTTGGGAAGTTGCATTCCTTTGTCTTCAAACTGTGAAGCATTTACAGAAACGCATCCAGCAAGAATATTGTCCCTTTGAGCAGAAATTTATCTTTCAAAGAGGTATATTTGAAAAAAAAAAAAAGTATATGTGAGGATTTTTATTGATTGGGGATCTTGGAGTTTTTCATTGTCGCTATTGATTTTTACTTCAATGGGCTCTTCCAACAAGGAAGAAGCTTGCTGGTAGCACTTGCTACCCTGAGTTCATCCAGGCCCAACTGTGAGCAAGGAGCACAAGCCACAAGTCTTCCAGAGGATGCTTGATTCCAGTGGTTCTGCTTCAAGGCTTCCACTGCAAAACACTAAAGATCCAAGAAGGCCTTCATGGCCCCAGCAGGCCGGATCGGTACTGTATCAAGTCATGGCAGGTACAGTAGGATAAGCCACTCTGTCCCTTCCTGGGCAAAGAAGAAACGGAGGGGATGGAATTCTTCCTTAGACTTACTTTTGTAAAAATGTCCCCACGGTACTTACTCCCCACTGATGGACCAGTGGTTTCCAGTCATGAGCGTTAGACTGACTTGTTTGTCTTCCATTCCATTGTTTTGAAACTCAGTATGCTGCCCCTGTCTTGCTGTCATGAAATCAGCAAGAGAGGATGACACATCAAATAATAACTCGGATTCCAGCCCACATTGGATTCATCAGCATTTGGACCAATAGCCCACAGCTGAGAATGTGGAATACCTAAGGATAGCACCGCTTTTGTTCTCGCAAAAACGTATCTCCTAATTTGAGGCTCAGATGAAATGCATCAGGTCCTTTGGGGCATAGATCAGAAGACTACAAAAATGAAGCTGCTCTGAAATCTCCTTTAGCCATCACCCCAACCCCCCAAAATTAGTTTGTGTTACTTATGGAAGATAGTTTTCTCCTTTTACTTCACTTCAAAAGCTTTTTACTCAAAGAGTATATGTTCCCTCCAGGTCAGCTGCCCCCAAACCCCCTCCTTACGCTTTGTCACACAAAAAGTGTCTCTGCCTTGAGTCATCTATTCAAGCACTTACAGCTCTGGCCACAACAGGGCATTTTACAGGTGCGAATGACAGTAGCATTATGAGTAGTGTGGAATTCAGGTAGTAAATATGAAACTAGGGTTTGAAATTGATAATGCTTTCACAACATTTGCAGATGTTTTAGAAGGAAAAAAGTTCCTTCCTAAAATAATTTCTCTACAATTGGAAGATTGGAAGATTCAGCTAGTTAGGAGCCCACCTTTTTTCCTAATCTGTGTGTGCCCTGTAACCTGACTGGTTAACAGCAGTCCTTTGTAAACAGTGTTTTAAACTCTCCTAGTCAATATCCACCCCATCCAATTTATCAAGGAAGAAATGGTTCAGAAAATATTTTCAGCCTACAGTTATGTTCAGTCACACACACATACAAAATGTTCCTTTTGCTTTTAAAGTAATTTTTGACTCCCAGATCAGTCAGAGCCCCTACAGCATTGTTAAGAAAGTATTTGATTTTTGTCTCAATGAAAATAAAACTATATTCATTTCCACTCTAAAAAAAAAAAAAAAAA

del GGAATTAAGAGAAGC

90 mutaciones somáticas


Precisi n anal tica del an lisis de mutaciones l.jpg

Precisión analítica del análisis de mutaciones

  • Multiples variables complejas:

    • Heterogeneicidad de tejido

    • Limitada cantidad y calidad de la muestra (FFPE)

    • Microdisección por laser (LCM) /macrodisección

    • pre-amplification por PCR

    • 2 amplificaciones por cada uno de los 4 exones

  • Cómo manejar los abandonos ?

  • Cómo manejar las mutaciones no replicadas – artefactuales o manifestaciones cuantitativas relativas a abundancia de mutaciones?

  • Experiencia propia – utilizando diferentes algoritmos:

    • Algoritmo 1: 6.1% (13 mut / 200 wt / 94 indeterminable)

    • Algoritmo 2:7.5% (15 mut / 186 wt / 106 indeterminable)

    • Algoritmo 3:9.9% (23 mut / 210 wt / 74 indeterminable)


Precisi n anal tica secuenciaci n egfr algunas veces no tan sencillo l.jpg

Wild type

Mut “conocida”

Mut. “nueva”

fallo

wt

Wild type

Mut “conocida”

Mut. “nueva”

fallo

Mut”conocida”

Wild type

Mut “conocida”

Mut. “nueva”

fallo

Mut.“nueva”

Wild type

Mut “conocida”

Mut. “nueva”

fallo

fallo

Precisión analítica: secuenciación EGFR algunas veces, no tan sencillo …

  • Wildtype no ambigua

  • wild t vs mutación?

  • wild t vs mut vs artifactual?

  • wild type ?

  • wild type vs mutación?

  • “mutación conocida” no ambigua

  • Mut conocidad vs nueva vs ambas?

  • mutación?

1ª PCR

2ª PCR

  • wild t vs mut vs artifactual?

  • Mut conocidad vs nueva vs ambas

  • “ Mutación nueva” no ambigua

  • Mutación nueva ?

  • wild type ?

  • Mutación conocida ?

  • “Nueva mutación”?

  • desconocido no ambiguo


Grupos de trabajo en el centro de medicina gen mica de roche rcmg l.jpg

Functional

Genomics

Roche Clinical

Biomarker

Center

Exploratory

Research

Genetics

RSR

BSR

Biomarker

Partnerships

RD/LCT

Information

Science

Applied

Immunology

Proteomics

Protein

Analytics

Grupos de Trabajo en el Centro de Medicina Genómica de Roche (RCMG)

Director: K. Lindpaintner


Roche sample repository rsr programa de almacenamiento de muestras l.jpg

Roche Sample Repository (RSR)Programa de almacenamiento de muestras

Misión:

Recoger y almacenar muestras biológicas de pacientes reclutados en Ensayos Clínicos promovidos por Roche. Las muestras del RSR son utilizadas para identificar factores genéticos, predictivos de la probabilidad de respuesta y tolerancia al tratamiento..

Política del Programa RSR :

  • Las muestras y datos son anonimizados en los 6 meses siguientes al cierre de la base de datos del estudio.

  • El ámbito de la investigación se restringe a :

    • El fármaco y su indicación

    • Problemas relacionados

  • Las muestras se almacenan por un periodo máximo de 15 años

  • Los datos del RSR se analizan de forma agregada

  • No se obtienen resultados individuales


Slide30 l.jpg

Muestra Identificada porIdentificador anonimizado

Muestra Identificada porel Nº de ID del Paciente

ANONIMIZACIÓN

Roche Sample Repository

Oficina Central de Muestras

Muestras de sangre

Lugar del Investigador

Extracción DNA y genotipado

Datos Genéticos

Datos Clínicos

Base de Datos Ensayo Clínico

Datos Clínicos Identificados porIdentificador anonimizado

Datos Clínicos identificados porel Nº de ID del Paciente


Slide31 l.jpg

Gracias !


  • Login