Development of T-Cell-Associated Signatures Based on Machine Learning Integration for Predicting Breast Cancer Prognosis

Resumen Técnico: Desarrollo de firmas asociadas a células T basadas en la integración de aprendizaje automático para la predicción del pronóstico del cáncer de mama

Planteamiento del problema
El cáncer de mama sigue siendo el cáncer más prevalente a nivel mundial, con un deterioro significativo del pronóstico tras la metástasis, particularmente hacia el hueso. Si bien la secuenciación de célula única ha dilucidado la heterogeneidad tumoral y el microambiente tumoral (TME), el papel específico de la dinámica de las células T en la progresión y el pronóstico del cáncer de mama aún no se comprende completamente. Además, la estadificación clínica y el tipado molecular existentes a menudo no logran capturar plenamente la complejidad de las interacciones tumor-inmune, lo que requiere biomarcadores más robustos para la predicción del pronóstico y la evaluación de la respuesta a la inmunoterapia.

Metodología
El estudio empleó una estrategia de integración multiómica combinando datos de secuenciación de ARN de célula única (scRNA-seq) y de ARN masivo (bulk RNA-seq), analizados mediante canales avanzados de aprendizaje automático:

1. Adquisición y preprocesamiento de datos:

   • scRNA-seq: Se analizaron dos conjuntos de datos (GSE180286 y GSE158399) que contienen tejidos de cáncer de mama primario y ganglios linfáticos metastásicos pareados utilizando el paquete de R Seurat. Los efectos de lote se eliminaron mediante SCTransform y se realizó la reducción de dimensionalidad (PCA, t-SNE).
   • Bulk RNA-seq: Los datos del transcriptoma y clínicos se recuperaron de The Cancer Genome Atlas (TCGA-BRCA) y de seis conjuntos de datos independientes de GEO (GSE1456, GSE20685, GSE24450, GSE42568, GSE58812, GSE7390).
   • Cohortes de inmunoterapia: La validación se llevó a cabo utilizando tres conjuntos de datos de inmunoterapia: GSE78220 (melanoma), GSE135222 (cáncer de pulmón de células pequeñas) e IMvigor210 (carcinoma urotelial).

2. Construcción de la firma:

   • Anotación celular y análisis diferencial: Los datos de scRNA-seq identificaron 13 grupos celulares. Las poblaciones de células T mostraron una abundancia diferencial significativa entre los tejidos tumorales y metastásicos. Se extrajeron los genes diferenciales (logFC > 0.5, p < 0.05) entre estos estados de células T.
   • Subtipificación: El agrupamiento por consenso basado en genes diferenciales de células T dividió las muestras de TCGA-BRCA en dos subtipos (C1 y C2).
   • Integración de aprendizaje automático: A partir de la cohorte TCGA, se cribaron 419 genes diferenciales mediante regresión de Cox univariante para identificar 52 genes pronósticos. Estos fueron sometidos a 101 combinaciones de 10 algoritmos de aprendizaje automático (incluyendo Random Survival Forest, Elastic Net, Lasso, Ridge, Stepwise Cox, CoxBoost, etc.).
   • Selección del modelo óptimo: Se seleccionó el modelo con el índice de concordancia de Harrell (C-index) promedio más alto en todos los conjuntos de datos. La combinación óptima identificada fue StepCox (forward) + regresión Ridge.

3. Validación y análisis:

   • Valor pronóstico: Los pacientes fueron estratificados en grupos de alto y bajo riesgo basándose en la mediana del puntaje de riesgo. Se realizaron análisis de supervivencia (Kaplan-Meier), curvas ROC y comparaciones de C-index en todos los conjuntos de datos.
   • TME y multiómica: La infiltración inmunitaria se evaluó mediante ssGSEA, ESTIMATE y CIBERSORT. Las mutaciones somáticas se analizaron mediante maftools para calcular la carga de mutación tumoral (TMB). Se computó el puntaje de Disfunción y Exclusión Inmune Tumoral (TIDE) para predecir la respuesta a la inmunoterapia.

Resultos clave

• Identificación de subtipos de células T: Se identificaron dos grupos de consenso (C1 y C2). El C2 exhibió un fenotipo tumoral "caliente" con una infiltración de células inmunes significativamente mayor (incluyendo células T CD8+ activadas, células NK y macrófagos) y una tasa de supervivencia global significativamente mejor en comparación con el C1.
• Robustez del modelo TRS: La firma asociada a células T (TRS), derivada del modelo StepCox+Ridge, demostró una precisión pronóstica superior en comparación con los rasgos clínicos convencionales (edad, sexo, estadificación T/N/M y subtipo molecular) en siete conjuntos de datos independientes. El modelo mantuvo una alta precisión con valores de C-index que oscilaron entre 0.682 y 0.769 en diversas cohortes.
• Asociación con TME y genómica:
  • Grupo de bajo TRS: Caracterizado por una abundante infiltración de células inmunes, mayor expresión de moléculas MHC, quimiocinas y puntos de control inmunitarios (PD-1, PD-L1, CTLA-4), y una mayor actividad a través de los siete pasos del ciclo inmunológico del cáncer.
  • Grupo de alto TRS: Asociado con una mayor pureza tumoral, menor infiltración inmunitaria y una mayor Carga de Mutación Tumoral (TMB). Notablemente, el grupo de alto TRS mostró una mayor frecuencia de mutaciones en TP53 (49% frente al 20% en el grupo de bajo TRS) y un puntaje TIDE más alto, lo que indica disfunción y exclusión inmunitaria.
• Predicción de la inmunoterapia: En tres cohortes de inmunoterapia independientes, los pacientes con puntajes de bajo TRS exhibieron una supervivencia global significativamente mejor y tasas de respuesta (remisión completa/parcial) más altas al bloqueo de PD-1/PD-L1 en comparación con los pacientes de alto TRS. El bajo TRS estuvo fuertemente asociado con el fenotipo tumoral "inmunoinflamatorio" (inflamado).

Significancia y alegaciones
Los autores afirman que este estudio desarrolló con éxito una robusta firma asociada a células T (TRS), derivada del aprendizaje automático, que sirve como un factor pronóstico independiente para el cáncer de mama. La importancia del trabajo radica en:

1. Poder predictivo superior: El TRS supera a la estadificación clínica tradicional y al subtipo molecular en la predicción de la supervivencia de los pacientes.
2. Guía para la inmunoterapia: La firma estratifica eficazmente a los pacientes que probablemente se beneficien de los inhibidores de puntos de control inmunitario, identificando una población de "bajo TRS" con un microambiente tumoral "caliente" y una respuesta favorable a la inmunoterapia.
3. Perspectiva mecanística: El estudio vincula los patrones de expresión génica asociados a las células T con la infiltración inmunitaria, la TMB y la expresión de puntos de control inmunitario, proporcionando una base biológica para las diferencias pronósticas observadas.

Limitaciones
Los autores reconocen varias limitaciones:

• Naturaleza retrospectiva: Todos los datos se derivaron de cohortes retrospectivas públicas, lo que podría introducir un sesgo de selección.
• Tamaño de la muestra: Algunas cohortes de validación de inmunoterapia tenían tamaños de muestra relativamente pequeños (por ejemplo, n=27, n=28).
• Validación mecanística: Las funciones biológicas específicas de los genes incluidos en la firma no han sido validadas experimentalmente mediante modelos in vitro o in vivo.
• Falta de datos prospectivos: El modelo aún no ha sido validado en ensayos clínicos prospectivos.

Conclusión
El estudio concluye que el modelo TRS es una herramienta poderosa para la predicción pronóstica personalizada y la toma de decisiones clínicas en el cáncer de mama, particularmente para identificar a pacientes que pueden beneficiarse de la inmunoterapia. Se requiere trabajo futuro para validar estos hallazgos en estudios multicéntricos prospectivos y para elucidar los mecanismos moleculares subyacentes.