Integrative single-cell and bulk transcriptomic analysis with Shennong machine learning reveals the landscape of calmodulin associated prognostic genes in breast cancer

Sintesi Tecnica: Analisi Integrativa del Trascrittoma Single-Cell e Bulk con l'Apprendimento Automatico Shennong per Rivelare il Paesaggio dei Geni Prognostici Associati alla Calmodulina nel Carcinoma Mammario

Definizione del Problema
Il carcinoma mammario (BRCA) rimane una delle principali cause di mortalità legata al cancro in tutto il mondo, con una significativa eterogeneità tra i sottotipi molecolari (Luminale A/B, HER2-enriched e TNBC) che complica la prognosi e il trattamento. Sebbene la calmodulin (CaM) sia nota per essere disregolata nel BRCA ed è collegata a esiti clinici sfavorevoli, alla metastasi e all'infiltrazione immunitaria, la precisa rete di regolazione molecolare che collega i geni associati alla calmodulin (CaRGs) alla progressione del BRCA rimane in modo incompleto elucidata. Gli studi esistenti spesso mancano di risoluzione single-cell o non riescono a integrare i dati trascrittomici bulk con la scoperta di farmaci guidata dal machine learning per identificare popolazioni cellulari specifiche e bersagli terapeutici.

Metodologia
Lo studio ha impiegato una strategia di validazione sperimentale e bioinformatica multi-livello:

1. Acquisizione e Integrazione dei Dati: Sono stati analizzati i dati di RNA-seq bulk della coorte TCGA-BRCA (1.081 campioni tumorali, 99 normali) e il dataset GEO GSE20685 (validazione). I dati di sequenziamento dell'RNA a singola cella (scRNA-seq) da GSE243526 (12 tumori primari, 4 normali) hanno fornito una risoluzione a singola cella. Una lista curata di 255 geni correlati alla calmodulin (CaRGs) ha servito come set di geni di interesse.
2. Screening Genico e Costruzione del Modello: I geni espressi in modo differenziale (DEGs) sono stati intersecati con i CaRGs per identificare i candidati. La regressione di Cox univariata e la regressione di Cox multivariata stepwise sono state utilizzate per filtrare i geni prognostici, costruendo una firma di rischio a 8 geni. I pazienti sono stati stratificati in gruppi ad alto rischio (HRG) e a basso rischio (LRG) sulla base di un punteggio di rischio calcolato.
3. Analisi Funzionale e Immunitaria: Sono state eseguite l'analisi dell'arricchimento dei set genici (GSEA), la valutazione dell'infiltrazione immunitaria (ssGSEA) e l'analisi delle mutazioni (TMB, DMGs) per caratterizzare le vie biologiche e le differenze nel microambiente tumorale (TME) tra i gruppi di rischio.
4. Analisi Single-Cell: I dati scRNA-seq sono stati sottoposti a controllo qualità, riduzione della dimensionalità (PCA) e clustering (UMAP) per identificare le linee cellulari. Le principali popolazioni cellulari sono state identificate in base all'espressione della firma prognostica. L'analisi del pseudotempo (Monocle) ha tracciato le traiettorie di differenziazione e CellChat ha analizzato la comunicazione intercellulare.
5. Scoperta di Farmaci: Il framework di apprendimento automatico Shennong è stato utilizzato per screenare composti con alta specificità per le popolazioni cellulari chiave identificate, prevedendo la sensibilità ai farmaci in base ai Fattori Bayesiani (BF).
6. Validazione Sperimentale: La PCR quantitativa in tempo reale (RT-qPCR) è stata eseguita su 33 campioni di tessuto BRCA accoppiati e linee cellulari di carcinoma mammario (MDA-MB-231, MCF-7) per validare i modelli di espressione dei geni candidati.

Contributi Chiave e Risultati

• Identificazione di una Firma Prognostica a 8 Geni: Lo studio ha identificato otto geni prognostici associati alla calmodulin: NOS1, MYLK2, MYO1D, CAMK2N2, SNTA1, CAMK2B, TBC1D4 e TBC1D10C. Un modello di rischio basato su questi geni ha stratificato con successo i pazienti in HRG e LRG con esiti di sopravvivenza significativamente diversi (TCGA: p < 0,0001; GSE20685: p = 0,00082). Il modello ha dimostrato una robusta accuratezza predittiva con valori AUC > 0,6 per la sopravvivenza globale a 3, 5 e 7 anni.
• Valore Prognostico Indipendente: La regressione di Cox multivariata ha confermato che il punteggio di rischio, insieme all'età e allo stadio N, funge da fattore prognostico indipendente. È stato sviluppato un nomogramma incorporando questi fattori per la previsione clinica della sopravvivenza.
• Meccanismi Biologici e Paesaggio Immunitario: L'analisi GSEA ha rivelato che l'HRG era arricchito in 50 vie, in particolare nella via di segnalazione JAK-STAT. L'HRG ha esibito modelli distinti di infiltrazione immunitaria, tra cui una minore abbondanza di cellule B attivate, cellule T CD8+ ed eosinofili, e punteggi più elevati per la disfunzione e l'esclusione delle cellule T.
• Risoluzione Single-Cell dei Protagonisti Chiave: L'analisi scRNA-seq ha identificato le cellule epiteliali come la popolazione cellulare chiave che guida la firma prognostica. Queste cellule hanno mostrato una dinamica espressione dei geni prognostici durante la differenziazione. L'analisi del pseudotempo ha rivelato modelli temporali di espressione specifici: NOS1, CAMK2N2, CAMK2B e TBC1D10C hanno mostrato una tendenza "ascesa-poi-decrescita" (differenziazione intermedia), mentre MYO1D e SNTA1 hanno mostrato una tendenza "decrescita-poi-ascesa" (stadi iniziali/finali).
• Sensibilità e Specificità ai Farmaci: Lo studio ha identificato 170 farmaci con sensibilità differenziale tra i gruppi di rischio, con l'Irinotecan che mostrava la differenza più significativa. Utilizzando l'apprendimento automatico Shennong, sono stati individuati otto farmaci specifici per le cellule epiteliali, tra cui LJP006_HME1_3H:H07_DOWN e MOAR001_PC3_24H:I22_UP, che mostravano un'alta specificità per le sottopopolazioni epiteliali.
• Validazione Sperimentale: La RT-qPCR ha confermato l'upregulation di CAMK2N2, MYLK2, CAMK2B, TBC1D10C e MYO1D nei tessuti BRCA e nelle linee cellulari maligne, mentre TBC1D4 e NOS1 erano downregulated. SNTA1 non ha mostrato differenze significative nei campioni di tessuto ma è stata downregulated nelle linee cellulari.

Significatività e Rivendicazioni
Gli autori affermano che questo studio fornisce un nuovo framework multidimensionale per comprendere il ruolo della calmodulin nel carcinoma mammare. Integrando la trascrittomica bulk e single-cell con il machine learning, la ricerca:

1. Stabilisce un Biomarker Robusto: La firma a 8 geni offre uno strumento preciso per la stratificazione del rischio e la valutazione della prognosi, superando i fattori clinici tradizionali in alcuni contesti.
2. Elucida i Meccanismi Cellulari: Identifica le cellule epiteliali come i principali driver del paesaggio prognostico associato alla calmodulin, dettagliando le loro traiettorie di differenziazione e la dinamica dell'espressione genica.
3. Guida la Terapia di Precisione: L'identificazione di farmaci specifici per le cellule epiteliali tramite l'apprendimento automatico Shennong e la sensibilità differenziale ad agenti come l'Irinotecan forniscono una base teorica per lo sviluppo di strategie terapeutiche mirate per specifici sottogruppi di BRCA.
4. Collega le Vie: Lo studio ipotizza un asse regolatorio che collega la calmodulin, CaMK, IFN-β e la via JAK-STAT, offrendo una spiegazione meccanicistica per le osservate differenze prognostiche.

Gli autori riconoscono le limitazioni, notando che lo studio è principalmente in silico e che i ruoli funzionali di geni specifici (ad esempio, CAMK2N2, un marker appena identificato) richiedono ulteriore validazione sperimentale per confermare pienamente i loro meccanismi nella patogenesi del BRCA.