A novel tumor recurrence–associated gene signature predicts prognosis in bladder cancer and identifies EIF1 as a therapeutic target

Resumen Técnico: Una novedosa firma génica asociada a la recurrencia tumoral predice el pronóstico en el cáncer de vejiga e identifica a EIF1 como un objetivo terapéutico

Planteamiento del problema
El cáncer de vejiga (BLCA) se caracteriza por una alta tasa de progresión y recurrencia, con más del 50% de los pacientes experimentando recurrencia o progresión tras el tratamiento. La recurrencia postoperatoria sigue siendo un desafío primario que afecta el pronóstico de los pacientes, lo que a menudo conduce a enfermedad invasiva en el músculo y metástasis a distancia. Aunque se sabe que factores clínicos como la enfermedad residual y las lesiones no detectadas son contribuyentes, los mecanismos moleculares subyacentes que impulsan la recurrencia siguen siendo insuficientemente comprendidos a nivel microscópico. El manejo clínico actual carece de herramientas moleculares precisas para la estratificación de riesgos y la identificación de objetivos terapéuticos eficaces para prevenir la recurrencia.

Metodología
El estudio empleó un enfoque de validación experimental y bioinformática de múltiples pasos:

1. Adquisición de datos: Los datos transcriptómicos y clínicos se obtuvieron de bases de datos públicas, incluyendo TCGA-BLCA, conjuntos de datos GEO (GSE128959 para el análisis de recurrencia; GSE13507, GSE32548, GSE32894 para validación; GSE78220, GSE126044, IMvigor210 para la respuesta a la inmunoterapia) y un conjunto de datos de célula única (GSE277524).
2. Identificación de genes: Se aplicaron el análisis de expresión diferencial (usando limma) y el Análisis de Red de Coexpresión Génica Ponderada (WGCNA) al conjunto de datos GSE128959 para identificar genes relacionados con la recurrencia tumoral (TRGs) mediante la intersección de genes diferencialmente expresados (DEGs) con módulos asociados a la recurrencia.
3. Subtipado molecular: Se utilizó el agrupamiento por consenso basado en los perfiles de expresión de los TRGs para definir subtipos moleculares en la cohorte TCGA.
4. Construcción del modelo pronóstico: Un marco de aprendizaje automático que integró 10 algoritmos (incluyendo Lasso, CoxBoost, Random Forest, etc.) generó 101 combinaciones de modelos. Se seleccionó la combinación óptima (Lasso + plsRcox) para identificar los genes pronósticos centrales. Posteriormente, se utilizó la regresión de Cox multivariante para construir el modelo del Índice de Recurrencia Tumoral (TRI).
5. Validación y análisis: El modelo se validó en múltiples cohortes independientes. Se evaluó su asociación con el microambiente tumoral (TME), la infiltración de células inmunes (usando TIMER, CIBERSORT, etc.) y la respuesta a la inmunoterapia.
6. Análisis de célula única: Se analizaron datos de scRNA-seq para mapear los puntajes TRI a tipos celulares específicos, inferir trayectorias de células malignas (Monocle2) y evaluar la comunicación célula-célula (CellChat).
7. Validación experimental: El gen central EIF1 fue seleccionado para la validación funcional. Se realizaron experimentos in vitro (CCK-8, formación de colonias, migración de heridas, transwell, qRT-PCR, Western blot) y modelos de xenoinjerto subcutáneo en ratones nude para evaluar el impacto del silenciamiento de EIF1 sobre la proliferación, migración y crecimiento tumoral de las células de BLCA.

Resultos clave

• Identificación de TRG: Se identificaron 280 genes clave asociados con la recurrencia del cáncer de vejiga.
• Subtipos moleculares: El análisis de agrupamiento dividió a los pacientes con BLCA en dos subtipos (R1 y R2). El subtipo R2 se asoció con una menor supervivencia global, un estadio tumoral avanzado, un microambiente más inmunosupresor (mayor infiltración de Treg, regulación al alza de puntos de control inmunitario como PD-L1 y CTLA4) y una mayor activación de vías oncogénicas.
• Modelo pronóstico (TRI): Se desarrolló una firma de seis genes (EIF1, ANAPC5, EGR1, PFDN5, PPP2R2B, DEXI) integrada en el puntaje TRI.
  • Desempeño: El modelo TRI demostró una robusta precisión predictiva (AUCs que oscilan entre ~0.61 y 0.73 para la supervivencia a 1, 3 y 5 años en múltiples cohortes) y superó a modelos pronósticos publicados previamente.
  • Independencia: Se confirmó que el TRI es un factor pronóstico independiente mediante regresión de Cox multivariante.
  • Utilidad clínica: Un nomograma que integra el TRI y parámetros clínicos mostró una alta precisión en la predicción de la supervivencia y ofreció un beneficio clínico neto superior en el Análisis de Curva de Decisión (DCA).
• Correlación inmunitaria e inmunoterapia: Los puntajes altos de TRI se correlacionaron con un microambiente "inmunoagotado", caracterizado por una alta infiltración de células inmunes pero con una fuerte inmunosupresión. Los pacientes con puntajes bajos de TRI mostraron respuestas significativamente mejores a los inhibidores de puntos de control inmunitario (ICIs) en las cohortes IMvigor210, GSE78220 y GSE126044.
• Perspectivas de célula única: El análisis de célula única reveló que los puntajes altos de TRI se correlacionan con mayores variaciones en el número de copias genómicas (CNVs) en las células epiteliales malignas. Las células malignas con alto TRI exhibieron una comunicación más fuerte con fibroblastos y células endoteliales a través de vías relacionadas con la invasión y la angiogénesis (por ejemplo, MK, VEGF, SEMA6).
• Validación de EIF1: Se encontró que EIF1 está regulado al alza en tejidos y líneas celulares de BLCA recurrentes. El silenciamiento de E la EIF1 inhibió significativamente la proliferación, migración e invasión celular in vitro, y redujo el crecimiento tumoral in vivo. Mecanísticamente, el knockdown de EIF1 redujo la expresión de proteínas relacionadas con la EMT (N-cadherina, Vimentina, Slug, Snail1).

Significancia y Reivindicaciones
Los autores afirman que este estudio desarrolló y validó con éxito un nuevo modelo pronóstico (TRI) que integra procesos relacionados con la recurrencia tumoral, ofreciendo un valor significativo para el manejo del BLCA. El modelo proporciona una herramienta fiable para la estratificación de riesgos y la predicción de la respuesta a la inmunoterapia en múltiples cohortes independientes. Además, la identificación de EIF1 como un gen central dentro de esta firma, el cual está regulado al alza en tejidos recurrentes y conduce fenotipos malignos, sugiere que sirve como un potencial objetivo terapéutico para el manejo de la recurrencia del cáncer de vejiga. El estudio posiciona al modelo TRI como un paso hacia el subtipado molecular de precisión y el manejo clínico personalizado para pacientes con BLCA.