Identification of Selenium Metabolism Related Prognostic Genes in Ovarian Cancer and Experimental Validation

기술 요약: 난소암에서의 셀레늄 대사 관련 예후 유전자 식별 및 실험적 검증

문제 제기
난소암(OV)은 높은 분자적 이질성, 늦은 단계의 진단, 그리고 다제내성으로 인한 빈번한 재발이라는 특성을 지닌 부인과 종양학 분야의 중대한 과제로 남아 있다. FIGO 병기나 잔존 종양 크기와 같은 전통적인 예후 파라미터는 난소암 세포의 다양한 생물학적 행동을 포착하기에는 정밀도가 부족하다. 셀레늄 대사는 세포의 산화-환원 균형과 면역 항상성에 영향을 미치는 것으로 알려져 있으며, 그 불균형은 종양 진행 및 페로토시스(ferroptosis) 저항성과 연관되어 있으나, 난소암 내 셀레늄 대사 관련 유전자(SMRGs)의 전반적인 지형은 여전히 명확히 정의되지 않은 상태이다. 개인 맞춤형 임상 관리를 촉진하고 잠재적인 치료 표적을 식출하기 위해 SMRGs를 예후 프레임워크에 체계적으로 통합하는 데에는 결정적인 공백이 존재한다.

방법론
본 연구는 벌크 전사체학, 단일 세포 RNA 시퀀싱(scRNA-seq), 그리고 실험적 검증을 결합한 멀티오믹스 접근법을 사용하였다:

1. 데이터 수집 및 전처리:

   • Bulk RNA-seq: TCGA-OV 데이터셋(400개 샘플)과 GTEx 정상 난소 조직(88개 샘플)을 훈련 세트로 구성하였다. GEO 데이터셋 GSE26712는 외부 검증 세트로 사용되었다.
   • SMRG 정의: MSigDB 데이터베이스에서 47개의 SMRG를 검색하였다.
   • scRNA-seq: GSE184880 데이터셋을 단일 세포 분석에 활용하였다.

2. 생물정보학 분석:

   • 유전자 식별: OV와 대조군 샘플 간의 차등 발현 유전자(DEGs)를 식별하였다. ssGSEA를 사용하여 SMRG 점수를 계산하였다. 가중 유전자 공발현 네트워크 분석(WGCNA)을 통해 SMRG 점수와 상관관계가 있는 모듈을 식별하였다. DEGs와 핵심 모듈 유전자의 교집합을 통해 차등 발현 SMRG(DE-SMRGs)를 도출하였다.
   • 예후 모델 구축: 최적의 예후 유전자를 선택하기 위해 단변량 Cox 회귀, PH 가정 테스트, 그리고 LASSO 패널티 회귀를 사용하였다. 리스크 점수 모델을 개발하였으며, 환자들을 고위험군과 저위험군으로 계층화하였다.
   • 노모그램 개발: 독립적인 예후 인자(리스크 점수, 연령, 병기)를 노모그램에 통합하여 생존 예측을 수행하였으며, 보정 곡선, ROC 분석 및 결정 곡선 분석(DCA)을 통해 검증하였다.
   • 기능 및 면역 분석: GSEA와 GSVA를 통해 경로 차이를 탐색하였다. CIBERSORT, TIDE, ESTIMATE 알고리즘을 사용하여 면역 침윤을 평가하였다. GDSC 데이터베이스를 사용하여 약물 민감도(IC50)를 예측하였다.
   • 단일 세포 분석: 세포를 클러스터링하고 주석을 달았다. 주요 세포군을 식별하기 위해 세포당 SMRG 점수를 계산하였다. 유전자 발현 역동성과 상호작용을 추적하기 위해 pseudotime 분석(Monocle)과 세포 간 통신 분석(CellChat)을 수행하였다.

3. 실험적 검증:

   • 세포주: 인간 난소 상피 세포(IOSE-80)와 OV 세포주(OVCAR-3, CAOV-3)를 배양하였다.
   • RT-qPCR: 식별된 예후 유전자의 발현 수준을 정량화하였다.
   • Western Blot: 핵심 유전자(특히 ECI2)의 단백질 발현을 검증하였다.

주요 결과

• 예후 유전자 식별: 본 연구는 난소암 예후와 유의하게 연관된 8개의 SMRG(ITGB8, LPAR3, ECI2, GRB7, SPOCK2, PPL, UNC5B, GALNT6)를 식별하였다.
• 리스크 모델 성능: 8개 유전자에 기반한 예후 모델은 환자들을 고위험군과 저위험군으로 성공적으로 계층화하였다. 저위험 환자들은 유의하게 연장된 전체 생존율을 보였다. 모델은 훈련 및 검증 세트 모두에서 견고한 예측 능력(AUC > 0.6)을 보여주었다.
• 노모그램 유용성: 리스크 점수와 임상 병기를 통합한 노모그램은 3, 5, 7년 생존 확률을 효과적으로 예측하였으며, 결정 곡선 분석에서 전통적인 임상 요인 단독 모델보다 우수한 성능을 보였다.
• 기능적 통찰:
  • 경로: 고위험군은 TGF-β, Hedgehog, IL6-JAK-STAT3 신호 전달 및 ECM-수용체 상호작용의 활성화를 나타냈다. 저위험군은 산화적 인산화 및 지방산 대사가 풍부했다.
  • 면역 미세환경: 고위험군은 높은 면역 및 기질 점수를 보였으나 종양 순도는 낮았다. 예후 유전자와 특정 면역 세포(예: 휴지기 기억 CD4 T 세포와 ITGB8) 사이의 유의미한 상관관계가 발견되었다. 고위험군은 더 높은 TIDE 점수를 보여 면역 요법에 대한 저항 가능성을 시사했다.
• 단일 세포 결과: 9가지 세포 유형을 주석 처리하였다. 평활근 세포(SMCs)가 가장 높은 SMRG 점수를 가진 핵심 세포로 식별되었다. Pseudotime 분석 결과, ECI2는 SMC 분화의 초기 및 후기 단계 모두에서 발현되는 반면, ITGB8과 UNC5B는 후기 단계에서 두드러졌다. 세포 간 통신 분석은 COL1A2-(ITGA1+ITGB1) 및 APP-CD74 경로를 통한 상호작용을 강조하였다.
• 실험적 검증: RT-qPCR과 Western blot을 통해 ECI2와 UNC5B는 정상 대조군에 비해 OV 세포주에서 현저히 하향 조절되었음을 확인하였으며, 나머지 6개 유전자는 상향 조절되었음을 확인하였다.

의의 및 주장
저자들은 본 연구가 난소암의 생존 평가 및 리스크 계층화를 위한 새로운 "대사-면역" 프레임워크를 제공한다고 주장한다. 벌크 전사체학을 scRNA-seq과 통합함으로써, 본 연구는 셀레늄 대사 지형을 난소암의 단일 세포 아틀라스에 성공적으로 매핑하였으며, 종양 미세환경 내에서 이전에 간과되었던 대사 허브로서 SMC를 식별하였다.

본 연구는 8개 유전자 서명이 생존 예후를 평가하기 위한 강력한 도구를 제공하며, 개발된 노모그램이 임상 적용에 있어 주목할 만한 예측 능력을 갖추고 있다고 단언한다. 또한, 특정 경로(예: TGF-β, Hedgehog) 및 약물 민감도 차이의 식별은 잠재적인 치료 표적을 시사한다. 저자들은 이러한 발견이 셀레늄 대사 재프로그래밍이 어떻게 난소암 진행을 유도하고 면역 억제 미세환경을 형성하는지에 대한 향촉적인 기전 연구의 토대가 될 것이며, 궁극적으로 생물정보학적 서명을 실행 가능한 치료 표적으로 전환하는 것을 목표로 한다고 위치시킨다. 본 연구는 데이터의 후향적 성격과 ECI2와 같은 유전자의 구체적인 역할을 규명하기 위한 추가적인 전향적 검증 및 기전적 규명의 필요성을 인정한다.