Identification and molecular mechanism of key genes related to lung adenocarcinoma and type 2 diabetes

Resumen Técnico: Identificación y Mecanismo Molecular de Genes Clave Relacionados con el Adenocarcinoma de Pulmón y la Diabetes Tipo 2

Planteamiento del Problema
El adenocarcinoma de pulmón (LUAD) sigue siendo una de las principales causas de mortalidad relacionada con el cáncer con un pronóstico desalentador, mientras que la Diabetes Mellitus Tipo 2 (T2DM) es un trastorno metabólico prevalente. La evidencia epidemiológica sugiere una fuerte correlación entre ambas condiciones, donde los entornos de alta glucosa pueden potenciar la proliferación de las células de LUAD y la inflamación crónica sirve como una base patológica compartida. Sin embargo, los mecanismos moleculares subyacentes que conectan el LUAD y la T2DM siguen siendo elusivos, y el impacto de la T2DM en el pronóstico del cáncer de pulmón sigue siendo controvertido. Este estudio tiene como objetivo identificar genes clave compartidos y dilucidar los mecanismos moleculares que median la comorbilidad de LUAD y T2DM para proporcionar información para estrategias terapéuticas.

Metodología
El estudio empleó un enfoque bioinformático integral integrando datos de transcriptoma de múltiples repositorios públicos (TCGA-LUAD, GSE18842, GSE38642 y GSE41762) y validación experimental.

1. Procesamiento de Datos: Se identificaron los genes expresados diferencialmente (DEG) en los conjuntos de datos de LUAD (TCGA-LUAD) y T2DM (GSE38642) utilizando los paquetes DESeq2 y Limma.
2. Análisis de Redes: Se realizó un Análisis de Red de Coexpresión Génica Ponderada (WGCNA) para identificar módulos de genes específicos de la enfermedad. El módulo "Brown" (2,096 genes) fue identificado como clave para LUAD, y el módulo "Turquoise" (4,853 genes) para T2DM.
3. Cribado de Genes: Los genes candidatos se cribaron mediante la intersección de los DEG con los módulos clave de ambas enfermedades. Se aplicó la regresión de Mínimo Cuantía y Selección de LASSO (Least Absolute Shrinkage and Selection Operator) para refinar estos candidatos en genes de características centrales.
4. Construcción y Validación de Modelos: Se construyeron modelos de nomograma para evaluar el rendimiento diagnóstico. Se utilizaron curvas de Característica de Recepción de Operador de la Curva (ROC) y gráficos de calibración para la validación en los conjuntos de entrenamiento y de validación externa.
5. Análisis Funcional y Clínico: Se realizaron análisis de Ontología Génica (GO), KEGG y Análisis de Enriquecimiento de Conjuntos de Genes (GSEA) para explorar las vías biológicas. El análisis de supervivencia de Kaplan-Meier evaluó el valor pronóstico de los genes clave. El análisis de infiltración inmunitaria (ssGSEA) evaluó las diferencias en los perfiles de células inmunitarias.
6. Red Regulatoria y Predicción de Fármacos: Se construyeron redes de interacción gen-gen (GGI), de ARN endógeno competidor (ceRNA) y de factores de transcripción (TF). Se realizó acoplamiento molecular para predecir las interacciones de fármacos terapéuticos.
7. Validación Experimental: Se realizó PCR cuantitativa con transcripción inversa (RT-qPCR) en muestras de tejido clínico del Hospital Shanxi Bethune para verificar los niveles de expresión génica.

Resultados Clave

• Identificación de Genes Compartidos: El análisis de intersección arrojó 64 DEG comunes. La integración posterior con los módulos de WGCNA y la regresión LASSO identificó tres genes compartidos centrales: ANO5, FFAR4 y SMAD9.
• Rendimiento Diagnóstico: Los modelos de nomograma basados en estos tres genes demostraron una precisión diagnóstica sobresaliente tanto para LUAD como para T2DM, con valores de Área Bajo la Curva (AUC) superiores a 0.7 en los conjuntos de entrenamiento y validación.
• Significancia Pronóstica: En pacientes con LUAD, la baja expresión de FFAR4 (P = 0.0013) y SMAD9 (P = 0.0023), así como la alta expresión de ANO5 (P = 0.041), se asociaron significativamente con peores resultados de supervivencia.
• Patrones de Expresión: Los tres genes clave estuvieron significativamente subexpresados en las muestras de LUAD y T2DM en comparación con los controles. Esta subexpresión fue confirmada mediante RT-qPCR en muestras clínicas de pacientes con comorbilidad de LUAD y T2DM.
• Enriquecimiento Funcional: Los genes candidatos se enriquecieron principalmente en vías relacionadas con el metabolismo de hormonas y glucosa, incluyendo 'metabolismo de fructosa y manosa' y la 'vía de señalización de TGF-beta'. El GSEA reveló un co-enriquecimiento en las vías de 'ribosoma', 'espliceosoma' e 'interacción ligando-receptor neuroactivo'.
• Infiltración Inmunitaria: Se observaron diferencias significativas en las puntuaciones de células inmunitarias entre los grupos de enfermedad y control. En LUAD, las células B activadas, las células T CD4+ activadas y las células NK CD56dim mostraron puntuaciones más altas. En T2DM, las células B activadas y las células T CD4 de memoria central se elevaron. El análisis de correlación vinculó positivamente a FFAR4 con las células natural killer y negativamente con las células T CD8 de memoria efectora.
• Redes Regulatorias: Se construyó una red de ceRNA que involucra 13 miRNAs clave y 28 lncRNAs clave. Además, se predijo que 25 factores de transcripción y 170 fármacos terapéuticos potenciales regulan los genes clave.
• Acoplamiento Molecular: El análisis de acoplamiento molecular identificó que la 2,2,2',4'-tetracloroacetofenona posee una fuerte afinidad de unión con ANO5, con una energía de unión de −5.52 kcal/mol.

Significancia y Reivindicaciones
Los autores afirman que ANO5, FFAR4 y SMAD9 actúan como genes clave compartidos que impulsan la patogénesis tanto de LUAD como de T2DM. El estudio postula que estos genes pueden servir como biomarcadores potenciales para estratificar a los pacientes de alto riesgo y guiar estrategias terapéuticas personalizadas para la comorbilidad.

Específicamente, el artículo destaca:

• Novedad: Este es el primer estudio que identifica a ANO5 como significativamente subexpresado tanto en LUAD como en T2DM, lo que sugiere un papel biológico distinto en comparación con otros miembros de la familia ANO (por ejemplo, ANO1).
• Perspectiva Mecanística: La regulación a la baja constante de estos genes sugiere una base molecular compartida que involucra la desregulación de la vía del ribosoma, la reprogramación metabólica y las alteraciones del microambiente inmunitario (específicamente involucrando células B activadas).
• Utilidad Clínica: Los modelos de nomograma construidos exhiben una alta precisión diagnóstica, ofreciendo una herramienta para la detección temprana y la evaluación de riesgos.
• Potencial Terapéutico: La identificación de candidatos a fármacos específicos (por ejemplo, 2,2,2',4'-tetracloroacetofenona para ANO5) y la elucidación de las redes regulatorias proporcionan una base para futuras terapias dirigidas.

Los autores reconocen las limitaciones, incluyendo la dependencia de análisis de bases de datos públicas retrospectivas y un tamaño de muestra limitado para la validación in vitro, señalando que se requieren más estudios prospectivos multicéntricos para validar plenamente la utilidad clínica de estos hallazgos.