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

기술 요약: 방광암의 예후를 예측하고 EIF1을 치료 표적으로 식별하는 새로운 종양 재발 관련 유전자 시그니처

문제 제 հ설
방광암(BLCA)은 높은 진행 및 재발률을 특징으로 하며, 환자의 50% 이상이 치료 후 재발 또는 진행을 경험합니다. 수술 후 재발은 환자의 예후에 영향을 미치는 주요 과제로 남아 있으며, 종종 근침윤성 질환 및 원격 전이로 이어집니다. 잔존 질환 및 미검출 병변과 같은 임상적 요인이 기여하는 것으로 알려져 있으나, 재발을 유도하는 근본적인 분자 기전은 미시적 수준에서 여전히 제대로 이해되지 않고 있습니다. 현재의 임상 관리는 재발을 방지하기 위한 정밀한 분자 도구와 효과적인 치료 표지를 식별하는 데 있어 정밀한 위험 계층화 능력이 부족합니다.

방법론
본 연구는 다단계 생물정보학 및 실험적 검증 접근 방식을 채택하였습니다:

1. 데이터 획득: TCGA-BLCA, GEO 데이터셋(재발 분석을 위한 GSE128959; 검증을 위한 GSE13507, GSE32548, GSE32894; 면역요법 반응을 위한 GSE78220, GSE126044, IMvigor210) 및 단일 세포 데이터셋(GSE277524)을 포함한 공공 데이터베이스에서 전사체 및 임상 데이터를 확보하였습니다.
2. 유전자 식별: GSE128959 데이터셋에 차등 발현 분석(limma 사용) 및 가중 유전자 공발현 네트워크 분석(WGCNA)을 적용하여, 차등 발현 유전자(DEG)와 재발 관련 모듈을 교차하여 종양 재발 관련 유전자(TRG)를 식별하였습니다.
3. 분자 아형 분류: TCGA 코호트에서 TRG 발명 프로파일을 기반으로 한 컨센서스 클러스터링을 사용하여 분자 아형을 정의하였습니다.
4. 예후 모델 구축: 10가지 알고리즘(Lasso, CoxBoost, Random Forest 등 포함)을 통합한 머신러닝 프레임워크를 통해 101개의 모델 조합을 생성하였습니다. 핵심 예후 유전자를 식별하기 위해 최적의 조합(Lasso + plsRcox)을 선택하였습니다. 이후 다변량 Cox 회귀 분석을 사용하여 종양 재발 지수(TRI) 모델을 구축하였습니다.
5. 검증 및 분석: 여러 독립적인 코호트에서 모델을 검증하였습니다. 종양 미세환경(TME), 면역 세포 침윤(TIMER, CIBERSORT 등 사용) 및 면역요법 반응과의 연관성을 평가하였습니다.
6. 단일 세포 분석: scRNA-seq 데이터를 분석하여 TRI 점수를 특정 세포 유형에 매핑하고, 악성 세포 궤적(Monocle2)을 추론하며, 세포 간 통신(CellChat)을 평가하였습니다.
7. 실험적 검증: 핵심 유전자인 EIF1을 기능 검증을 위해 선정하였습니다. In vitro 실험(CCK-8, 콜로니 형성, 상처 치유, 트랜스웰, qRT-PCR, Western blot)과 누드 마우스를 이용한 in vivo 피하 이식 모델을 수행하여, EIF1 억제가 BLCA 세포의 증식, 이동 및 종양 성장에 미치는 영향을 평가하였습니다.

주요 결과

• TRG 식별: 방광암 재발과 관련된 280개의 핵심 유전자를 식별하였습니다.
• 분자 아형: 클러스터링 분석을 통해 BLCA 환자를 두 가지 아형(R1 및 R2)으로 나누었습니다. R2 아형은 더 낮은 전체 생존율, 진행된 종양 단계, 더 면역 억제적인 미세환경(높은 Treg 침윤, PD-L1 및 CTLA4와 같은 면역 체크포인트 상향 조절) 및 강화된 발암 경로 활성화와 관련이 있었습니다.
• 예후 모델 (TRI): 6개 유전자 시그니처(EIF1, ANAPC5, EGR1, PFDN5, PPP2R2B, DEXI)를 바탕으로 TRI 점수를 개발하였습니다.
  • 성능: TRI 모델은 여러 코호트에서 1, 3, 5년 생존율에 대해 약 0.61에서 0.73 사이의 AUC를 나타내며 견고한 예측 정확도를 보여주었으며, 기존에 발표된 예후 모델보다 우수한 성능을 보였습니다.
  • 독립성: 다변량 Cox 회귀 분석을 통해 TRI가 독립적인 예후 인자임을 확인하였습니다.
  • 임상적 유용성: TRI와 임상 변수를 통합한 노모그램은 생존 예측에서 높은 정확도를 보였으며, 결정 곡선 분석(DCA)에서 우수한 임상적 순이익을 제공하였습니다.
• 면역 및 면역요법 상관관계: 높은 TRI 점수는 면역 세포 침윤은 높지만 강력한 면역 억제를 특징으로 하는 "면역 고갈" 미세환경과 상관관계가 있었습니다. 낮은 TRI 점수를 가진 환자들은 IMvigor210, GSE78220, GSE126044 코호트에서 면역 체크포인트 억제제(ICI)에 대해 유의미하게 더 나은 반응을 보였습니다.
• 단일 세포 통찰: 단일 세포 분석 결과, 높은 TRI 점수는 악성 상피 세포의 더 높은 게놈 복제수 변이(CNV)와 상관관계가 있음을 밝혔습니다. 높은 TRI를 가진 악성 세포는 침습 및 혈관 신생과 관련된 경로(예: MK, VEGF, SEMA6)를 통해 섬유아세포 및 내피세로와 더 활발하게 소통하였습니다.
• EIF1 검증: EIF1이 재발된 BLCA 조직 및 세포주에서 상향 조절됨을 확인하였습니다. EIF1을 억제하면 in vitro에서 세포 증식, 이동 및 침습이 유의하게 억제되었으며, in vivo에서 종양 성장을 감소시켰습니다. 기전적으로, EIF1 결핍은 EMT 관련 단백질(N-cadherin, Vimentin, Slug, Snail1)의 발현을 감소시켰습니다.

의의 및 주장
저자들은 본 연구가 종양 재발 과정을 통합한 새로운 예후 모델(TRI)을 성공적으로 개발하고 검증하였으며, 이것이 방광암 관리에 중요한 가치를 제공한다고 주장합니다. 이 모델은 여러 독립적인 코호트에 걸쳐 위험 계층화 및 면免疫요법 반응 예측을 위한 신뢰할 수 있는 도구를 제공합니다. 또한, 재발된 조직에서 상향 조절되어 악성 표현형을 유도하는 핵심 유전자로 EIF1을 식별한 것은, 이것이 방광암 재발 관리를 위한 잠재적인 치료 표적으로 기능함을 시사합니다. 본 연구는 TRI 모델을 방광암 환자를 위한 정밀 분자 아형 분류 및 개인 맞춤형 임상 관리를 향한 단계로 위치시킵니다.