Transcriptomic features for prediction of endovascular thrombectomy clinical benefit in stroke

Resumen Técnico: Características Transcriptómicas para la Predicción del Beneficio Clínico de la Trombectomía Endovascular en el Ictus

Planteamiento del Problema
La trombectomía mecánica (TM) es la terapia de reperfusión estándar para el ictus isquémico agudo (IIA) causado por una oclusión de gran vaso (OGV). Sin embargo, existe una marcada heterogeneidad interindividual en los resultados terapéuticos, con una parte significativa de pacientes que no logran una recuperación funcional o que sufren complicaciones como la transformación hemorrágica. Los marcadores predictivos preoperatorios actuales son insuficientes; los indicadores existentes (por ejemplo, el grado de recanalización, la hemorragia postoperatoria) son retrospectivos o post-procedimentales, lo que crea un desfase temporal que impide un cribado preoperatorio preciso. El estudio aborda la necesidad de nuevos marcadores de riesgo preoperatorios para guiar estrategias de tratamiento individualizadas y predecir qué pacientes con OGV-IIA derivarán un beneficio clínico de la TM.

Metodología
El estudio empleó un diseño de cohorte clínica prospectiva que involucró a 22 pacientes con IIA de circulación anterior admitidos en el Primer Hospital Afiliado de la Universidad de Hebei del Norte entre mayo de 2025 y mayo de 2026.

• Estratificación de Pacientes: Los pacientes fueron estratificados en grupos de pronóstico "favorable" y "desfavorable" basados en dos criterios de valoración: la mejoría neurológica temprana (ENI ≥ reducción del 30% en la escala NIHSS a las 24 horas) y el pronóstico funcional a largo plazo (escala de Rankin modificada [mRS] a 90 días ≤ 2).
• Recolección de Muestras: Se recolectó sangre venosa periférica en tubos PAXgene antes del procedimiento de trombectomía endovascular (TEV).
• Análisis Transcriptómico: Se realizó la secuenciación de ARN (RNA-seq) utilizando la plataforma Illumina NovaSeq. El procesamiento de datos incluyó control de calidad (fastp), alineación con el genoma de referencia humano (GRCh38.p14) mediante HISAT2, y cuantificación mediante RSEM.
• Bioinformática: Los genes diferencialmente expresados (DEG) se identificaron mediante DESeq2 (criterios: |log2FC| ≥ 1, FDR < 0.05). El enriquecimiento funcional se llevó a cabo mediante análisis de Ontología Génica (GO) y de vías KEGG. Las redes de interacción proteína-proteína (PPI) se construyeron para identificar genes clave (hub genes).
• Modelado Estadístico: Se utilizaron análisis de regresión de Cox univariante y multivariante para identificar genes asociados con el beneficio procedimental. Se emplearon curvas de Característica Operativa del Receptor (ROC) y Análisis de la Curva de Decisión (DCA) para evaluar el rendimiento predictivo y el beneficio clínico neto de las firmas génicas identificadas.

Contribuciones Clave y Resultados

• Perfilado Transcriptómico: El análisis identificó 567 DEG significativos entre los respondedores y no respondedores. Específicamente, 432 genes estaban sobreexpresados en el grupo favorable (enriquecidos en vías inmuno-inflamatorias), mientras que 135 estaban subexpresados (enriquecidos en vías de apoptosis neuronal y lesión endotelial).
• Enriquecimiento de Vías: El Análisis de Enriquecimiento de Conjuntos de Genes reveló que el grupo favorable exhibió un enriquecimiento significativo en procesos biológicos inflamatorios, identificándose la "interacción citoquina-receptor de citoquina" como la principal vía KEGG. Esto sugiere que la inflamación preoperatoria puede facilitar la recuperación neurológica en este contexto.
• Identificación de Genes Clave (Hub Genes): A través del análisis de red PPI y el modelado de regresión, se identificaron cuatro genes clave relacionados con los neutrófilos como reguladores centrales: AZU1, ELANE, MPO y MMP8.
  • Correlación: Estos cuatro genes mostraron una fuerte correlación con la eficacia de la TM. Notablemente, aunque DEFA1B mostró diferencias de expresión distintas, no funcionó como un regulador pronóstico independiente en el análisis multivariante.
  • Rendimiento Predictivo: El modelo de regresión logística basado en ELANE alcanzó un Área Bajo la Curva (AUC) de 0.893. El panel de cuatro genes demostró una buena capacidad discriminativa tanto para los resultados a corto plazo (ENI) como para los de largo plazo (mRS a 90 días), con AUCs que oscilan entre 0.785 (MMP8) y 0.832 (MPO).
  • Utilidad Clínica: El Análisis de la Curva de Decisión (DCA) indicó que el modelo de cuatro genes proporcionó un beneficio clínico neto máximo de 0.64, superando las estrategias de referencia en las probabilidades de umbral relevantes.

Significancia y Reivindicaciones
El artículo sostiene que los perfiles transcriptómicos de sangre periférica preoperatorios difieren significativamente entre los respondedores y no respondedores de la TM, específicamente en lo que respecta a la expresión de genes inflamatorios. El estudio postula que los individuos con una expresión elevada de genes inflamatorios específicos (AZU1, ELANE, MPO, MMP8) tienen más probabilidades de derivar beneficios clínicos de la cirugía.

Los autores afirman que estos cuatro genes clave sirven como biomarcadores predictivos candidatos preliminares y no invasivos. Su importancia radica en:

1. Proporcionar una base molecular para las respuestas variables al tratamiento post-intervención observadas en pacientes con IIA.
2. Ofrecer una herramienta potencial para la estratificación del riesgo preoperatorio y la formulación de estrategias de TM individualizadas.
3. Sugerir que la respuesta inflamatoria sistémica aguda desencadenada por la oclusión de gran vaso desempeña un papel regulador tanto en los procesos de reparación neural a corto como a largo plazo.

Limitaciones y Modestia de las Reivindicaciones
Los autores reconocen explícitamente la naturaleza exploratoria del estudio y varias limitaciones:

• Tamaño de la Muestra: La cohorte fue pequeña (n=22) y de un solo centro, lo que limita la generalizabilidad y la capacidad de ajustar múltiples variables de confusión.
• Causalidad: El estudio identifica asociaciones correlativas, pero no puede establecer relaciones causales entre los niveles de expresión génica y el beneficio quirúrgico.
• Resolución Celular: Se utilizó RNA-seq de tipo bulk, lo que impide la identificación precisa de subconjuntos celulares específicos que impulsan la expresión; los autores señalan que se requiere secuenciación de célula única para aclarar los patrones específicos de las células.
• Validación: Los hallazgos requieren validación en cohortes más grandes y multicéntricas con validación externa independiente antes de su traslación clínica.

Por consiguiente, el artículo enmarca estos genes como marcadores "preliminares" y "candidatos", enfatizando la necesidad de mayor investigación celular, animal y clínica prospectiva para validar los mecanismos reguladores y la utilidad clínica.