A Copper Metabolism-Related Gene Signature Predicts Prognosis and Therapeutic Response in Breast Cancer Based on Multi-Omics Analysis

Resumen Técnico: Una firma de genes relacionados con el metabolismo del cobre predice el pronóstico y la respuesta terapéutica en el cáncer de mama

Planteamiento del problema
El cáncer de mama (CM) exhibe una heterogeneidad significativa, lo que conduce a respuestas variables al tratamiento y resultados clínicos que desafían el pronóstico preciso y la terapia personalizada. Si bien el metabolismo del cobre es reconocido como un factor crítico en la progresión tumoral y un impulsor de una nueva forma de muerte celular programada (cuproptosis), la relevancia clínica específica de los genes relacionados con el metabolismo del cobre (CMRG, por sus siglas en inglés) en el cáncer de mama permanece sin definir. Existe una falta de análisis exhaustivos que integren las firmas de los CMRG con el pronóstico del cáncer de mama, el contexto inmunológico y la respuesta terapéutica.

Metodología
El estudio empleó un enfoque multi-ómico utilizando datos transcriptómicos de las bases de datos The Cancer Genome Atlas (TCGA) y Gene Expression Omnibus (GEO), que comprenden 1,076 pacientes con cáncer de mama y 113 tejidos normales.

• Procesamiento de datos: Los datos de RNA-seq fueron normalizados mediante DESeq2, transformados logaritmicamente y los efectos de lote fueron corregidos mediante la función ComBat.
• Tamizaje de genes: Se recuperó un conjunto de 133 CMRG de la base de datos Molecular Signatures Database (MSigDB). Los genes expresados diferencialmente (DEG) se identificaron utilizando el paquete limma.
• Subtipificación: Se utilizó el agrupamiento consenso no supervisado (ConsensusClusterPlus) para identificar subtipos moleculares basados en los perfiles de expresión de los CMRG.
• Construcción de la firma: Los pacientes se dividieron en conjuntos de entrenamiento y prueba (relación 1:1). Se aplicaron la regresión LASSO (glmnet) y la regresión de Cox multivariante (Stepwise Cox) para filtrar los genes pronósticos y construir un modelo de puntuación de riesgo.
• Validación y análisis: La firma fue validada en cohortes externas (GSE25066, GSE58644). El rendimiento pronóstico se evaluó mediante el análisis de supervivencia de Kaplan-Meier y curvas ROC dependientes del tiempo. Se desarrolló un nomograma que incorpora variables clínicas (edad, estadio) y la puntuación de riesgo.
• Contexto biológico: La infiltración inmunitaria se analizó mediante CIBERSORT; se evaluaron la carga mutacional tumoral (TMB) y los índices de stemness (madurez celular). La sensibilidad a fármacos (IC50) se predijo utilizando el paquete oncoPredict.
• Inferencia causal: Se realizaron análisis de aleatorización mendeliana (MR) de dos muestras y de colocalización bayesiana para investigar las relaciones causales entre la expresión de los genes de la firma y el riesgo de cáncer de mama, utilizando datos de eQTL de eQTLGen y datos de desenlace de FinnGen.

Contribuciones clave y resultados

• Firma pronóstica de cuatro genes: El estudio estableció una robusta firma de cuatro genes compuesta por ZMYND10, EVA1B, GREB1 y CHI3L1. La puntuación de riesgo se calculó como:
  Puntuación de Riesgo = (-0.247 × ZMYND10) + (-0.210 × EVA1B) + (-0.202 × GREB1) + (-0.291 × CHI3L1).
• Estratificación pronóstica: Las puntuaciones de riesgo de CMRG altas se identificaron como un factor pronóstico desfavorable independiente. Los pacientes de alto riesgo demostraron una supervivencia global (OS) significativamente más corta en comparación con los pacientes de bajo riesgo en las cohortes de entrenamiento, prueba y validación externa (AUC > 0.6).
• Correlación con el microambiente inmunitario: Una puntuación de riesgo alta se asoció con un microambiente tumoral inmunosupresor, caracterizado por una reducción de la infiltración de células T CD8⁺, células dendríticas y macrófagos M1. Por el contrario, las puntuaciones de bajo riesgo se correlacionaron con mayores puntuaciones de fenotipo inmunitario (IPS) y puntuaciones de disfunción y exclusión inmunitaria tumoral (TIDE) más bajas.
• Predicción de la respuesta terapéutica:
  • Inmunoterapia: Los pacientes de bajo riesgo mostraron una tasa de respuesta clínica significativamente mayor y una supervivencia prolongada en las cohortes de inmunoterapia (IMvigor210, GSE91061).
  • Quimioterapia/Terapia dirigida: Los pacientes de bajo riesgo exhibieron una mayor sensibilidad a agentes quimioterapéuticos (oxaliplatino, gemcitabina, cisplatino, epirrubicina), terapias endocrinas (fulvestrant, tamoxifeno) y fármacos dirigidos (lapatinib, palbociclib).
• Evidencia causal (Aleatorización Mendeliana): El análisis de MR reveló un vínculo causal significativo entre la expresión de EVA1B y el riesgo de cáncer de mama (OR = 1.05, P = 0.025). La colocalización bayesiana respaldó fuertemente una variante causal compartida para EVA1B y el cáncer de mama (PP.H4 = 0.989). No se encontraron efectos causales significativos para ZMYND10, GREB1 o CHI3L1.
• Validación de la expresión: Los patrones de expresión de los cuatro genes se validaron a través de TCGA, GSE42568, GSE54002 y datos de inmunohistoquímica del Human Protein Atlas (HPA), confirmando su desregulación en tejidos de cáncer de mama.

Significancia y afirmaciones
Los autores afirman que este estudio identifica con éxito una nueva firma de genes relacionada con el metabolismo del cobre que estratifica eficazmente a los pacientes con cáncer de mama por riesgo. La firma sirve como un biomarcador multidimensional que no solo predice el pronóstico, sino que también refleja el panorama inmunológico y predice la sensibilidad tanto a la inmunoterapia como a la quimioterapia convencional.

Crucialmente, la integración de la aleatorización mendeliana eleva a EVA1B de un biomarcador correlativo a un potencial objetivo terapéutico causal, proporcionando una base biológica más sólida para su inclusión en la firma. El estudio postula que esta firma de CMRG ofrece una base para estrategias terapéuticas personalizadas, permitiendo una selección de pacientes más precisa para regímenes de inmunoterapia y quimioterapia. Los autores reconocen las limitaciones relativas a la naturaleza retrospectiva de los datos y la necesidad de validación clínica prospectiva y estudios mecánicos experimentales para confirmar los hallazgos.