Publisher

UMSUMS

Journal BiomedikaBiomedika Abstract

Kanker payudara tetap menjadi kanker paling umum pada wanita di seluruh dunia dan penyebab utama kematian terkait kanker. Kemajuan dalam epigenetika, khususnya melalui pendekatan Studi Asosiasi Epigenom (EWAS), telah memberikan peluang baru untuk mengidentifikasi biomarker epigenetik untuk deteksi dini, penilaian risiko, dan pemantauan terapi. Tinjauan naratif ini bertujuan untuk menggambarkan peran EWAS dalam mengidentifikasi biomarker metilasi DNA yang relevan dengan kanker payudara dan untuk menekankan tantangan metodologis saat ini. Literatur diambil dari PubMed, ScienceDirect, dan Google Scholar menggunakan kata kunci EWAS, kanker payudara, metilasi DNA, dan biomarker epigenetik, dengan fokus pada studi yang diterbitkan antara 2015 dan 2025. Temuan menunjukkan bahwa EWAS dapat mengungkapkan pola metilasi yang terkait dengan risiko kanker, prognosis, dan potensi untuk deteksi noninvasif, dengan perubahan yang dapat terdeteksi bahkan sebelum onset klinis. Beberapa biomarker kandidat yang diidentifikasi termasuk perubahan metilisasi pada gen seperti BRCA1, RASSF1A, CDH1, dan APC, serta situs CpG spesifik yang terkait dengan paparan hormonal dan faktor risiko terkait gaya hidup. Meskipun ada kemajuan teknologi dalam platform microarray dan bioinformatika, banyak studi masih menghadapi masalah seperti desain cross-sectional, heterogenitas seluler, dan replikasi terbatas. Tantangan-tantangan ini menekankan kebutuhan akan jalur analisis standar, kohort longitudinal yang lebih besar, dan integrasi multi-omik untuk meningkatkan keandalan dan penerapan klinis temuan EWAS. Meskipun demikian, dengan standar yang semakin meningkat dan integrasi data multi-omik, EWAS memiliki janji yang signifikan untuk maju menuju perawatan kanker payudara yang lebih prediktif dan preventif.

Conclusion

Maju dengan teknologi microarray dan standar bioinformatika yang semakin meningkat, studi EWAS telah memberikan kontribusi signifikan terhadap pemahaman dasar epigenetik kanker payudara.Melalui analisis metilisasi DNA skala genom, EWAS telah mampu mengidentifikasi pola epigenetik yang terkait dengan risiko, prognosis, dan potensi deteksi noninvasif penyakit.Temuan dari berbagai studi yang dibahas juga menunjukkan bahwa perubahan metilisasi tidak hanya terjadi pada tahap kanker yang lanjut, tetapi mungkin muncul bertahun-tahun sebelum diagnosis klinis, sehingga memberikan nilai prediktif yang kuat.Dengan integrasi data multi-dimensi dan dukungan analisis komputasi modern, temuan EWAS diharapkan dapat diterjemahkan ke dalam praktik klinis dalam bentuk skrining dini, penilaian risiko individual, dan pemantauan terapi yang lebih pribadi dan akurat.Namun, masih ada beberapa tantangan yang perlu diatasi sebelum penerapan EWAS yang luas.Kebanyakan studi saat ini menggunakan desain cross-sectional, yang membuat sulit untuk membedakan apakah perubahan metilisasi adalah penyebab atau akibat penyakit (reverse causation).Selain itu, heterogenitas seluler dalam jaringan seperti darah sering menghasilkan sinyal metilisasi yang mencerminkan perubahan komposisi seluler daripada perubahan epigenetik yang sebenarnya.Efek ukuran perubahan metilisasi umumnya kecil dan sangat dipengaruhi oleh faktor genetik, lingkungan, dan efek batch.oleh karena itu, temuan EWAS harus diinterpretasikan dengan hati-hati.Dari perspektif metodologis, perlu untuk menyatukan jalur analisis dan meningkatkan ukuran sampel untuk meningkatkan akurasi dan keandalan hasil EWAS.Heterogenitas jaringan, efek batch, dan kurangnya replikasi lintas populasi tetap menjadi tantangan utama.Selain itu, integrasi data multi-omik dan analisis longitudinal diperlukan untuk memahami dinamika temporal metilisasi DNA sambil meminimalkan bias yang timbul dari faktor lingkungan.Dari sudut pandang teknis, EWAS berbasis DNA bebas sel masih menghadapi beberapa tantangan karena kuantitas DNA yang terbatas, fragmentasi yang tinggi, dan kontaminasi yang mengurangi sensitivitas deteksi.Secara keseluruhan, kesuksesan EWAS di masa depan bergantung pada integrasi data multi-omik, validasi klinis lintas populasi, dan harmonisasi protokol internasional untuk memastikan bahwa biomarker epigenetik yang dihasilkan dapat diterapkan dengan akurat dan dapat diterapkan dalam praktik klinis rutin.

Future Research

Untuk mendorong kemajuan dalam penelitian EWAS untuk kanker payudara, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, perlu ada upaya untuk meningkatkan ukuran sampel dan melakukan studi longitudinal yang lebih besar untuk meningkatkan kekuatan statistik dan generalisasi temuan. Ini akan membantu mengatasi masalah heterogenitas seluler dan efek batch yang sering menjadi tantangan dalam studi EWAS. Kedua, integrasi multi-omik, termasuk genomika, transkriptomika, proteomika, dan metabolomika, dapat memberikan wawasan yang lebih dalam tentang interaksi kompleks antara faktor genetik, epigenetik, dan lingkungan dalam perkembangan kanker payudara. Ketiga, penerapan pendekatan machine learning dan artificial intelligence dapat meningkatkan akurasi dan interpretasi temuan EWAS. Model-model ini dapat membantu mengidentifikasi pola metilisasi yang kompleks dan memprediksi risiko kanker payudara dengan lebih akurat. Selain itu, validasi klinis yang lebih luas dan replikasi studi EWAS di berbagai populasi akan membantu memastikan keandalan dan relevansi temuan. Akhirnya, penelitian lebih lanjut dapat dilakukan untuk mengeksplorasi potensi EWAS dalam mengidentifikasi biomarker epigenetik yang spesifik untuk subtipe kanker payudara dan respons terapi. Dengan menggabungkan pendekatan multi-omik, machine learning, dan validasi klinis, penelitian EWAS dapat memberikan kontribusi yang signifikan terhadap pengembangan strategi pencegahan dan pengobatan yang lebih efektif untuk kanker payudara.

Metadata

File size	205.37 KB
Pages	14
DMCA	Report