Multi-state modeling associates proliferation genes with early estrogen receptor-positive breast cancer recurrence and survival

Resumen Técnico: Modelado de estados múltiples de genes de proliferación en la recurrencia del cáncer de mama ER+

Planteamiento del problema
El cáncer de mama con receptor de estrógeno positivo (ER+) representa aproximadamente el 70% de los casos de cáncer de mama y la mayoría de las muertes relacionadas. Si bien la tasa de supervivencia a cinco años para la enfermedad localizada es alta, esta disminuye significamente tras la progresión metastásica, que típicamente surge de la recurrencia. Un desafío clínico crítico es la heterogeneidad molecular del cáncer de mama ER+, la cual se manifiesta como riesgos distintos de recurrencia temprana (dentro de los 5 años posteriores a la cirugía) frente a recurrencia tardía (después de 5 años). Los ensayos multigenéticos comercialmente disponibles actuales (p. ej., Oncotype DX, PAM50/Prosigna, EndoPredict) proporcionan puntuaciones de riesgo compuestas, pero utilizan algoritmos propietarios fijos que agregan señales génicas. Esta agregación limita la interpretabilidad de las contribuciones de genes individuales y oscurece los mecanismos biológicos diferenciales que impulsan la recurrencia temprana frente a la tardía. Este estudio tiene como objetivo cerrar la brecha entre los ensayos pronósticos validados clínicamente y los mecanismos de recurrencia biológicamente interpretables, identificando programas de expresión génica basales asociados específicamente con el tiempo de la recurrencia y la supervivencia post-recurrencia.

Metodología
El estudio utilizó una cohorte retrospectiva de 79 pacientes con cáncer de mama ER+ de alto riesgo (HER2-negativo) con especímenes tumorales quirúrgicos recolectados entre 2012 y 2016.

• Generación de datos: Las muestras tumorales fueron perfiladas utilizando un panel personalizado de NanoString nCounter de 145 genes (128 endógenos, 17 de mantenimiento o housekeeping).
• Definición de la cohorte: Las pacientes fueron estratificadas por estado de recurrencia: sin recurrencia (n=56), recurrencia temprana (n=14, definida como <5 años post-cirugía) y recurrencia tardía (n=9, definida como ≥5 años). Todas las muertes específicas por cáncer de mama ocurrieron en el grupo de recurrencia temprana.
• Marco estadístico: El enfoque analítico central empleó un marco de modelado de estados múltiples semi-Markov. A diferencia del análisis de supervivencia estándar que trata la recurrencia como un único punto final, este modelo definió explícitamente los estados (sin recurrencia, recurrencia temprana, recurrencia tardía, muerte) y modeló las transiciones entre ellos.
  • Transiciones basales: Se modeló la transición de "sin recurrencia" a "recurrencia temprana", "recurrencia tardía" o "muerte sin recurrencia" como una función del tiempo desde la cirugía.
  • Transiciones post-recurrencia: Se modeló la transición de los estados de recurrencia hacia la muerte específica por cáncer de mama u otras causas de muerte como una función del tiempo desde la recurrencia.
• Análisis a nivel de gen: La expresión diferencial de genes se evaluó mediante regresión binomial negativa. Los riesgos específicos de transición se estimaron utilizando modelos de riesgos proporcionales de Cox de estados múltiples semi-Markov, ajustados por edad, estadio del cáncer y tamaño del tumor. Las expresiones génicas continuas fueron estandarizadas, y los cocientes de riesgos (HR) se calcularon por cada desviación estándar (SD) de incremento.
• Robustez y validación: Para abordar la escasez de eventos en ciertas transiciones (p. ej., muerte por otras causas), se aplicaron modelos de Cox con penalización de Ridge. Se realizaron análisis de sensibilidad redefiniendo los umbrales de recurrencia temprana/tardía en 3 y 7 años. La coherencia de las vías fue evaluada mediante Análisis de Sobre-Representación (ORA) y Análisis de Enriquecimiento de Conjuntos de Genes (GSEA).

Resultados clave

• Impulsores de la recurrencia temprana: En la transición de sin recurrencia a recurrencia temprana, una mayor expresión basal de un conjunto específico de genes relacionados con la proliferación y el ciclo celular se asoció consistentemente con un mayor riesgo. Los genes clave incluyeron UBE2C, EZH2, CCNB1, PTTG1 y MKI67.
  • Los cocientes de riesgos para un incremento de 1-SD en estos genes oscilaron entre 1.91 y 2.14 (todos p < 0.05).
  • Por el contrario, la mayor expresión de SNAI2 se asoció con un efecto protector (HR: 0.43; IC 95%: 0.18–0.99).
  • El análisis de vías confirmó que estos genes se agrupaban en procesos biológicos coherentes relacionados con el ciclo celular, el ensamblaje del huso mitótico, la segregación cromosómica y la división nuclear.
• Impulsores de la recurrencia tardía: En contraste, la transición hacia la recurrencia tardía se asoció con un conjunto distinto de genes, principalmente relacionados con vías de señalización. Los genes significativos incluyeron IGF1R, LEF1 y WNT7B (rango de HR: 1.52–3.40).
• Supervivencia post-recurrencia: Entre las pacientes que experimentaron recurrencia temprana, una mayor expresión de CD24, TMEM45B y GRB7 se asoció con un mayor riesgo de muerte específica por cáncer de mama, mientras que STAT1 y CREBBP fueron protectores.
• Consistencia: Los hallazgos relativos a los genes de recurrencia temprana mostraron una fuerte concordancia a través de los análisis de expresión diferencial, los modelos específicos de transición y los análisis de sensibilidad utilizando cortes de tiempo alternativos. El conjunto de genes identificado se solapó significativamente con los módulos de proliferación integrados en los ensayos comerciales establecidos (p. ej., Oncotype DX, PAM50, EndoPredict).

Significancia y alegatos
Los autores alegan que este estudio identifica con éxito un potencial ensayo de genes de proliferación asociado específicamente con la recurrencia temprana en el cáncer de mama ER+, mientras demuestran que la recurrencia tardía está vinculada a vías de señalización distintas.

• Resolución biológica: Al utilizar un marco de modelado de estados múltiples, el estudio desentraña los patrones temporales de asociación molecular que quedan ocultos en las puntuaciones de riesgo compuestas. Proporciona información mecánica que sugiere que la recaída temprana es impulsada por una actividad proliferativa aumentada, mientras que la recaída tardía depende menos de la proliferación basal y está más influenciada por vías de señalización y señales del microambiente.
• Priorización de biomarcadores: El estudio prioriza un conjunto compacto de biomarcadores moleculares candidatos (p. ej., UBE2C, EZH2, CCNB1, MKI67). Estos genes representan impulsores de alta información y núcleo central que se solapan con los ensayos clínicos establecidos, lo que sugiere que reflejan una biología proliferativa bien establecida.
• Utilidad clínica: Los hallazgos respaldan el desarrollo de estrategias de vigilancia adaptativas al tiempo y herramientas de estratificación de riesgo refinadas que puedan distinguir entre pacientes en riesgo de recaída temprana versus tardía.
• Modestia y limitaciones: Los autores reconocen explícitamente las limitaciones, incluyendo el tamaño de muestra modesto (n=79), lo que limita el poder estadístico para eventos raros y la generalizabilidad. Señalan que el estudio detalla asociaciones en lugar de establecer causalidad etiológica y que la falta de puntuaciones de ensayos comerciales emparejados en la cohorte impide una comparación directa. Los autores enfatizan que la validación externa en cohortes más grandes e independientes es esencial para confirmar la robustez de estos hallazgos.