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

Résumé Technique : Développement de signatures associées aux lymphocytes T basées sur l'intégration de l'apprentissage automatique pour la prédiction du pronostic du cancer du sein

Énoncé du problème
Le cancer du sein reste le cancer le plus répandu dans le monde, avec un pronostic qui se détériore considérablement lors de la métastase, particulièrement au niveau osseux. Bien que le séquençage de cellule unique ait élucidé l'hétérogénéité tumorale et le microenvironnement tumoral (MET), le rôle spécifique de la dynamique des lymphocytes T dans la progression et le pronostic du cancer du sein demeure incomplètement compris. De plus, les classifications cliniques et les typages moléculaires existants ne parviennent souvent pas à capturer pleinement la complexité des interactions tumeur-immunité, nécessissant des biomarqueurs plus robustes pour la prédiction pronostique et l'évaluation de la réponse à l'immunothérapie.

Méthodologie
L'étude a employé une stratégie d'intégration multi-omique combinant le séquençage d'ARN de cellule unique (scRNA-seq) et les données d'ARN global (bulk RNA-seq), analysées via des pipelines avancés d'apprentissage automatique :

1. Acquisition et prétraitement des données :

   • scRNA-seq : Deux ensembles de données (GSE180286 et GSE158399) contenant des tissus de cancer du sein primaires et des métastases ganglionnaires appariées ont été analysés à l'aide du package R Seurat. Les effets de lot ont été éliminés via SCTransform, et la réduction de dimensionnalité (PCA, t-SNE) a été réalisée.
   • Bulk RNA-seq : Les données de transcriptome et cliniques ont été extraites de The Cancer Genome Atlas (TCGA-BRCA) et de six ensembles de données GEO indépendants (GSE1456, GSE20685, GSE24450, GSE42568, GSE58812, GSE7390).
   • Cohortes d'immunothérapie : La validation a été effectuée à l'aide de trois ensembles de données d'immunothérapie : GSE78220 (mélanome), GSE135222 (cancer du poumon à petites cellules) et IMvigor210 (cancer urothélial).

2. Construction de la signature :

   • Annotation cellulaire et analyse différentielle : Les données de scRNA-seq ont identifié 13 clusters cellulaires. Les populations de lymphocytes T ont montré une abondance différentielle significative entre les tissus tumoraux et métastatiques. Les gènes différentiels (logFC > 0,5, p < 0,05) entre ces états de lymphocytes T ont été extraits.
   • Sous-typage : Le clustering consensuel basé sur les gènes différentiels des lymphocytes T a divisé les échantillons TCGA-BRCA en deux sous-types (C1 et C2).
   • Intégration de l'apprentissage automatique : À partir de la cohorte TCGA, 419 gènes différentiels ont été filtrés par régression de Cox univariée pour identifier 52 gènes pronostiques. Ceux-ci ont été soumis à 101 combinaisons de 10 algorithmes d'apprentissage automatique (incluant Random Survival Forest, Elastic Net, Lasso, Ridge, Stepwise Cox, CoxBoost, etc.).
   • Sélection du modèle optimal : Le modèle présentant l'indice de concordance de Harrell (C-index) moyen le plus élevé à travers les ensembles de données a été sélectionné. La combinaison optimale identifiée est StepCox (forward) + régression Ridge.

3. Validation et analyse :

   • Valeur pronostique : Les patients ont été stratifiés en groupes à haut et bas risque selon la médiane du score de risque. L'analyse de survie (Kaplan-Meier), les courbes ROC et les comparaisons de C-index ont été effectuées sur tous les ensembles de données.
   • MET et multi-omique : L'infiltration immunitaire a été évaluée par ssGSEA, ESTIMATE et CIBERSORT. Les mutations somatiques ont été analysées via maftools pour calculer la charge mutationnelle tumorale (TMB). Le score TIDE (Tumor Immune Dysfunction and Exclusion) a été calculé pour prédire la réponse à l'immunothérapie.

Résultats clés

• Identification de sous-types de lymphocytes T : Deux clusters consensuels (C1 et C2) ont été identifiés. Le groupe C2 présentait un phénotype tumoral « chaud » avec une infiltration de cellules immunitaires significativement plus élevée (notamment les lymphocytes T CD8+ activés, les cellules NK et les macrophages) et un taux de survie globale significativement meilleur par rapport au groupe C1.
• Robustesse du modèle TRS : La signature associée aux lymphocytes T (TRS), dérivée du modèle StepCox+Ridge, a démontré une précision pronostique supérieure par rapport aux traits cliniques conventionnels (âge, sexe, stade T/N/M et sous-type moléculaire) à travers sept ensembles de données indépendants. Le modèle a maintenu une haute précision avec des valeurs de C-index allant de 0,682 à 0,769 dans diverses cohortes.
• Association avec le MET et la génomique :
  • Groupe Low-TRS : Caractérisé par une abondance d'infiltration de cellules immunitaires, une expression plus élevée des molécules du CMH, des chimiokines et des points de contrôle immunitaires (PD-1, PD-L1, CTLA-4), ainsi qu'une activité accrue à travers les sept étapes du cycle immunitaire du cancer.
  • Groupe High-TRS : Associé à une pureté tumorale plus élevée, une plus faible infiltration immunitaire et une charge mutationnelle tumorale (TMB) plus élevée. Notamment, le groupe high-TRS présentait une fréquence plus élevée de mutations TP53 (49 % contre 20 % pour le groupe low-TRS) et un score TIDE plus élevé, indiquant un dysfonctionnement et une exclusion immunitaires.
• Prédiction de l'immunothérapie : Dans trois cohortes d'immunothérapie indépendantes, les patients présentant des scores low TRS ont montré une survie globale significativement meilleure et des taux de réponse (rémission complète/partielle) plus élevés au blocage PD-1/PD-L1 par rapport aux patients high-TRS. Le score low TRS était fortement associé au phénotype tumoral « immunoinflammatoire » (inflammé).

Signification et revendications
Les auteurs affirment que cette étude a réussi à développer une signature robuste associée aux lymphocytes T (TRS), dérivée de l'apprentissage automatique, qui sert de facteur pronostique indépendant pour le cancer du sein. La signification de ce travail réside dans :

1. Pouvoir prédictif supérieur : La TRS surpasse la stadification clinique traditionnelle et le sous-typage moléculaire pour prédire la survie des patients.
2. Orientation de l'immunothérapie : La signature permet de stratifier efficacement les patients susceptibles de bénéficier des inhibiteurs de points de contrôle immunitaire, identifiant une population « low-TRS » dotée d'un microenvironnement tumoral « chaud » et d'une réponse favorable à l'immunothérapie.
3. Aperçu mécanistique : L'étude lie les profils d'expression génique spécifiques des lymphocytes T à l'infiltration immunitaire, à la TMB et à l'expression des points de contrôle immunitaires, fournissant une base biologique aux différences pronostiques observées.

Limites
Les auteurs reconnaissent plusieurs limites :

• Nature rétrospective : Toutes les données proviennent de cohortes publiques rétrospectives, ce qui peut introduire un biais de sélection.
• Taille de l'échantillon : Certains ensembles de validation de l'immunothérapie avaient des tailles d'échantillons relativement réduites (par exemple, n=27, n=28).
• Validation mécanistique : Les fonctions biologiques spécifiques des gènes inclus dans la signature n'ont pas été validées expérimentalement via des modèles in vitro ou in vivo.
• Absence de données prospectives : Le modèle n'a pas encore été validé dans des essais cliniques prospectifs.

Conclusion
L'étude conclut que le modèle TRS est un outil puissant pour la prédiction pronostique personnalisée et la prise de décision clinique dans le cancer du sein, particulièrement pour identifier les patients qui pourraient bénéficier de l'immunothérapie. Des travaux futurs sont nécessaires pour valider ces résultats dans des études multicentriques prospectives et pour élucider les mécanismes moléculaires sous-jacents.