Deciphering the recurrence-associated coding and non-coding genes in triple-negative breast cancer using an integrated omics approach

Resumen Técnico: Descifrando los Genes Asociados a la Recurrencia en el Cáncer de Mama Triple Negativo

Planteamiento del Problema
El cáncer de mama triple negativo (TNBC, por sus siglas en inglés) representa el subtipo de cáncer de mama más biológicamente complejo y agresivo, caracterizado por la ausencia de los receptores de estrógeno (ER), progesterona (PR) y HER2. Esta falta de dianas terapéuticas conduce a altas tasas de recurrencia, metástasis a distancia y mortalidad, particularmente en la población india, donde se reporta que la prevalencia del TNBC es superior al promedio mundial. A pesar de la urgencia clínica, existe una brecha significativa en la comprensión de los impulsores moleculares específicos de la recurrencia, especialmente dentro de las poblaciones rurales de la India. La investigación actual carece de perfiles genómicos y transcriptómicos exhaustivos y específicos de la población que puedan identificar biomarcadores de recurrencia y dianas terapéuticas.

Metodología
El estudio empleó un enfoque multi-ómico integrado combinando la secuenciación de exoma completo (WES) y el análisis del transcriptoma (RNA-seq) para investigar las alteraciones moleculares en la recurrencia del TNBC.

• Cohorte y Recolección de Muestras: El estudio analizó inicialmente 24 tejidos tumorales de mama y sus correspondientes tejidos adyacentes de pacientes en el Instituto Krishna de Ciencias Médicas, India. De esta cohorte, se seleccionaron cuatro pacientes con TNBC recurrente y cuatro no recurrentes como muestras representativas para un perfilado molecular profundo.
• Secuenciación y Generación de Datos:
  • RNA-seq: Se prepararon bibliotecas de ARNm con sentido (stranded) y se secuenciaron en una plataforma Illumina NextSeq 1000 (lecturas de pares de extremos de 100 pb).
  • WES: Se prepararon bibliotecas de ADN utilizando kits de Twist Bioscience y se secuenciaron en la misma plataforma (lecturas de pares de extremos de 150 pb).
• Análisis Bioinformático:
  • Identificación de Variantes (Variant Calling): Los datos del exoma se alinearon con GRCh38 mediante BWA-MEM. Las variantes somáticas se identificaron usando GATK Mutect2 y se anotaron con Ensembl VEP.
  • Expresión Diferencial: Las lecturas de RNA-seq se alinearon con STAR, y se generaron conteos de genes mediante featureCounts. El análisis de expresión diferencial de genes (DEGs) entre el tumor y el tejido adyacente, y específicamente entre los grupos recurrente y no recurrente, se realizó utilizando DESeq2 y limma.
  • Análisis Funcional: El Análisis de Enriquecimiento de Conjuntos de Genes (GSEA) se llevó a cabo utilizando las vías de la firma Hallmark de MSigDB. Las redes de Interacción Proteína-Proteína (PPI) se construyeron utilizando la base de datos STRING y se visualizaron en Cytoscape, identificando los genes centrales (hub genes) mediante el algoritmo de Centralidad de Máximo Clique (MCC) en el plugin CytoHubba.
  • Análisis de Supervivencia: La significancia pronóstica de los genes centrales identificados se validó mediante el Kaplan-Meier Plotter con el conjunto de datos TCGA-TNBC.
  • Análisis de miRNA: Los ARN no codificantes se analizaron, y los genes diana para los miRNAs diferencialmente expresados se predijeron mediante miRDB, seguido de un enriquecimiento de vías mediante Enrichr.

Resultados Clave

• Paisaje Transcriptómico Global: El análisis de 24 pacientes reveló 9,049 genes diferencialmente expresados (DEGs) significativos entre el tumor y el tejido adyacente, que comprenden 7,204 genes codificantes de proteínas y 1,431 ARN no codificantes.
• Alteraciones Específicas de la Recurrencia: En la comparación enfocada de 4 pacientes con TNBC recurrente frente a 4 no recurrentes:
  • Genómica: El análisis de variantes somáticas mostró 51,814 variantes en pacientes recurrentes y 52,837 en pacientes no recurrentes. El grupo recurrente exhibió una mayor proporción de mutaciones sin sentido (nonsense) y transversiones C > A en comparación con el grupo no recurrente. Sin embargo, el análisis de correlación de Spearman indicó que no hubo una correlación significativa entre la frecuencia de mutación y los niveles de expresión génica.
  • Transcriptómica: Se identificaron 913 DEGs significativos en pacientes con TNBC recurrente (536 sobreexpresados, 377 subexpresados).
• Identificación de Genes Centrales (Hub Genes): El análisis de redes de DEGs codificantes de proteínas identificó a KNL1, KIF14, CKAP2L, SPC25, MCM10 y GTSE1 como genes centrales clave asociados a la recurrencia.
• Validación Pronóstica: El análisis de supervivencia de Kaplan-Meier utilizando datos de TCGA reveló que la expresión elevada de CKAP2L, KIF1A, KIF4A, KIF14 y MYL4 se correlacionó con una baja supervivencia de los pacientes. Por el contrario, la baja expresión de CNTNAP2, MYL7, SNAP25, LTF y PDCD1 se asoció con los peores resultados de supervivencia.
• Enriquecimiento de Vías: El GSEA de los pacientes recurrentes mostró un enriquecimiento positivo en las vías de señalización Wnt/β-catenin, Hedgehog, especies reactivas de oxígeno (ROS) y objetivos de E2F. Se observó un enriquecimiento negativo en las vías de respuesta a estrógenos (temprana/tardía), unión apical y señalización de KRAS (DN).
• Hallazgos de ARN No Codificante: Dos microARNs, miR-635 y miR-647, se encuentran significativamente sobreexpresados en pacientes con TNBC recurrente.
  • Los objetivos de miR-635 se enriquecieron en las vías de respuesta inflamatoria, respuesta a andrógenos y huso mitótico.
  • Los objetivos de miR-647 se enriquecieron en las vías de señalización de KRAS (DN/UP) y el punto de control G2-M.
  • Los genes centrales para los objetivos de miR-635 incluyeron miembros de la familia PCDHGB1-5, mientras que los objetivos de miR-647 incluyeron SMAD2, RUNX2, EGF, ENG, SOX9 y FN1.

Significancia y Reivindicaciones
Los autores afirman que este estudio proporciona el primer perfil multi-ómico detallado de la recurrencia del TNBC en una población rural de la India, abordando una brecha crítica en los datos genómicos regionales. Al integrar los datos de exoma y transcriptoma, el estudio identifica un conjunto específico de biomarcadores codificantes y no codificantes asociados con la recurrencia del tumor.

El artículo postula que los genes centrales identificados (por ejemplo, CKAP2L, KIF14, LTF) y los miRNAs (miR-635, miR-647) sirven como potenciales biomarcadores diagnósticos y pronósticos. Los hallazgos sugieren que estas firmas moleculares podrían utilizarse para evaluar el riesgo de recurrencia e informar las estrategias de tratamiento para el TNBC. El estudio enfatiza que, si bien los genes identificados muestran patrones de expresión consistentes con los datos de supervivencia de la cohorte TCGA, se requiere una validación adicional con tamaños de muestra más grandes para confirmar su utilidad clínica. El trabajo sienta las bases para el desarrollo de herramientas de diagnóstico temprano económicamente eficientes, adaptadas al paisaje molecular específico del TNBC en la India.