Longitudinal multi-omics characterization of the malignant evolution in multirelapsing glioblastoma

Resumen Técnico: Caracterización Multiómica Longitudinal de la Evolución Maligna en el Glioblastoma Multirrecidivante

Planteamiento del Problema
El glioblastoma (GBM) sigue siendo un desafío terapéutico formidable, con el estándar de cuidado sin cambios desde 2005. Una barrera principal para comprender el fracaso terapéutico y avanzar en el desarrollo de fármacos es la falta de análisis longitudinales del material neoplásico a lo largo del curso del tratamiento. Los intentos previos de realizar perfiles moleculares exhaustivos de la progresión del GBM se han visto limitados por el muestreo de una sola recurrencia o por no capturar la interacción dinámica entre la evolución genética, la plasticidad celular y la recaída clínica. Además, la corta supervivencia de los pacientes con GBM a menudo impide la recolección de muestras seriadas necesarias para mapear la trayectoria completa de la evolución tumoral, particularmente en lo que respecta a la metástasis extracraneal y la progresión terminal.

Metodología
Este estudio presenta una caracterización multidimensional única de un solo paciente adulto con síndrome de Li-Fraumeni (mutación germinal en TP53) y GBM con tipo de IDH salvaje (wildtype). El paciente se sometió a 11 resecciones neuroquirúrgicas durante un período de 31 meses, que abarcó desde el diagnóstico inicial hasta la metástasis extracraneal terminal (ganglio linfático).

La investigación empleó un enfoque multiómico longitudinal:

• Análisis Genómico: Se realizó secuenciación de ADN masivo (bulk) en las 11 muestras tumorales (T1–T11) para identificar mutaciones somáticas, variaciones en el número de copias (CNVs) y pérdida de heterocigosidad (LOH). Se reconstruyeron árboles filogenéticos utilizando variantes de alta confianza para inferir la evolución tumoral y la distribución clonal.
• Análisis Transcriptómico: Se realizó secuenciación de ARN masivo en las 11 muestras para evaluar la dinámica de la expresión génica. La secuenciación de ARN de célula única (scRNA-seq) se llevó a cabo en las muestras T4 a T10 (cubriendo 7 sitios anatómicos distintos), produciendo más de 41,000 células de alta calidad.
• Integración Computacional:
  • Desconvolución: Los datos de ARN masivo fueron analizados mediante GBMDeconvolutR para inferir proporciones celulares (neoplásicas, inmunes, estromales).
  • Mapeo de Estados Celulares: Los datos de scRNA-seq se integraron y agruparon mediante Seurat para identificar estados celulares fenotípicos (Mesenquimal [MES], tipo Astrocito [AC], tipo Progenitor de Oligodendrocito [OPC] y tipo Progenitor Neural [NPC]).
  • Análisis de Trayectoria: Se utilizó Monocle para el análisis de pseudotiempo para ordenar las células desde estados similares a células madre hasta estados diferenciados. Se empleó la velocidad de ARN (scVelo) para predecir futuros estados celulares y direcciones de transición.
  • Modelado de Respuesta a la Terapia: Se desarrollaron "gráficos de Quadriga" para visualizar la abundancia y la fuerza de la firma génica de los cuatro estados celulares principales junto con la expresión de dianas de medicina de precisión (p. ej., EGFR, JAK1/2, mTOR) en respuesta a terapias específicas.

Resultados Clave

1. Evolución Genómica y Arquitectura Clonal:

   • Las 11 lesiones neoplásicas compartían una ascendencia genómica común definida por mutaciones tempranas en NF1, RB1, GPS2 y APOB, junto con la mutación germinal de TP53.
   • El estudio identificó 13 clones tumorales distintos. Mientras que las mutaciones tempranas eran ubicuas, la progresión en etapas tardías fue impulsada por la adquisición de mutaciones en TSC2, PBRM1, CD22 y FANCI.
   • Los clones exhibieron evolución paralela; por ejemplo, las mutaciones en RB1 y TSC2 aparecieron en clones independientes, sugiriendo una ventaja de aptitud (fitness).
   • El clon $\epsilon$ surgió tempranamente y dominó las muestras posteriores, incluyendo las metástasis extracraneales terminales (cavidad nasal y ganglio linfático), lo que indica una subpoblación persistente y de larga duración capaz de diseminación generalizada.

2. Dinámica Transcriptómica y Plasticidad del Estado Celular:

   • Cambios Inducidos por la Terapia: El tumor exhibió cambios reversibles en los estados celulares fenotípicos en respuesta a la medicina de precisión. Por ejemplo, el tratamiento con el inhibidor de EGFR Osimertinib (Tagrisso) condujo a una disminución de las firmas tipo MES y a un enriquecimiento compensatorio de células tipo AC, que posteriormente sobreexpresaron EGFR. Del mismo modo, la inhibición de JAK/STAT (Jakafi) y la inhibición de mTOR (Everolimus) redujeron transitoriamente las poblaciones tipo MES, las cuales fueron reemplazadas por células tipo AC.
   • Contexto Inmune: Las firmas tipo MES tempranas se correlacionaron con una alta infiltración de células mieloides, lo que sugiere que la firma MES en los datos masivos a menudo reflejaba inmunorreactividad en lugar de un estado tumoral intrínseco. Las etapas posteriores mostraron agotamiento inmune y un cambio hacia firmas pronorales.
   • Trayectoria Metastásica: A medida que la enfermedad progresaba hacia la metástasis extracraneal terminal, hubo un enriquecimiento robusto y consistente de las firmas de células de GBM de tipo pro-neural y neuronal. El análisis de velocidad de ARN (RNA velocity) indicó una trayectoria que se dirigía desde los estados MES/AC hacia estados pro-neurales con características invasivas.

3. Metástasis Extracraneal:

   • El estudio confirmó que las metástasis extracraneales (cavidad nasal y ganglio linfático del cuello) retenían la misma firma genética primordial que el tumor cerebral primario, pero se caracterizaban por una regulación al alza distinta de las características transcriptómicas pro-neurales y neuronales. Esto sugiere que el mimetismo neuronal es un programa central que impulsa tanto la diseminación intracraneal como la propagación extracraneal.

Contribuciones Clave

• Escala Longitudinal Sin Precedentes: El estudio proporciona una visión de alta resolución de la evolución del GBM a través de 11 muestras quirúrgicas durante 31 meses, capturando la transición del tumor primario a la metástasis extracraneal terminal.
• Correlación Multiómica: Vincula con éxito eventos genómicos específicos (p. ej., mutaciones en TSC2, FANCI) con cambios transcriptómicos y resultados clínicos, demostrando cómo la evolución genética impulsa la plasticidad fenotípica.
• Mapeo de Respuesta a Terapias: Al integrar los datos de célula única con la historia clínica de tratamiento, el estudio delinea cómo las terapias dirigidas específicas (Nivolumab, Palbociclib, Osimertinib, Everolimus, Jakafi) inducen adaptaciones celulares específicas y, a menudo, reversibles (p. ej., transiciones MES-a-AC).
• Generación de Recursos: Los autores desarrollaron "GBMaps", una aplicación Shiny de acceso abierto para explorar los datos integrados de célula única, y proporcionaron un conjunto de datos exhaustivo que vincula las progresiones genéticas, moleculares, celulares y clínicas.

Significancia
El artículo afirma ofrecer una "hoja de ruta para comprender las complejidades de la respuesta y el fracaso del tratamiento" en el GBM. Su significancia primaria radica en demostrar que las células del GBM exhiben una capacidad de adaptación notable, cambiando entre estados fenotípicos (MES, AC, pro-neural) en respuesta a la presión terapéutica. Crucialmente, el estudio identifica que, si bien las terapias pueden suprimir transitoriamente clones específicos, el tumor a menudo se adapta a través de vías alternativas o transiciones de estado.

Los autores concluyen que el enriquecimiento de las características neuronales y pro-neurales es un motor fundamental tanto de la diseminación intracraneal como de la metástasis extracraneal. Este hallazgo promueve una reevaluación de los paradigmas terapéuticos, sugiriendo que abordar la plasticidad de los estados celulares y el mimetismo neuronal de las células de GBM puede ser necesario para prevenir la recaída. El estudio subraya la imperativa necesidad de un muestreo de tejido seriado para descifrar los mecanismos de resistencia, argumentando que los análisis estáticos de un solo punto de tiempo son insuficientes para capturar la naturaleza dinámica de la evolución del GBM.