Identification of Triaptosis-Related Prognostic Genes and Construction of a Predictive Model in Breast Cancer

기술 요약: 유방암에서의 트라이앱토시스(Triaptosis) 관련 예후 유전자 식별 및 예측 모델 구축

문제 제기
유방암(BC)은 여성의 암 관련 사망의 주요 원인으로 남아 있으며, 상당한 분자적 이질성과 특히 삼중음성 유방암(TNBC)과 같은 저항성 아형의 치료에 대한 어려움을 특징으로 한다. 아포토시스(apoptosis)나 페로토시스(ferroptosis)와 같은 프로그래밍된 세포 사멸(PCD) 기전은 잘 연구되어 있으나, 최근 정의된 산화적 세포 사멸 방식인 "트라이앱토시스"(pro-oxidant인 menadione sodium bisulfite 등을 통해 VPS34 산화를 유발하고 그에 따른 엔도솜 기능 장애를 일으키는 방식)가 유방암에서 갖는 역할은 불분명하다. 본 연구는 트라이앱토시스의 조절 네트워크, 종양 발달과의 관계, 그리고 새로운 예후 바이오마커 및 치료 표적으로서의 잠재성에 대한 이해 부족 문제를 다룬다.

연구 방법론
본 연구는 다단계 생물정보학 접근법과 실험적 검증을 병행하였다:

1. 데이터 수집: GEO 데이터베이스(훈련 세트 GSE42568, 검증 세트 GSE20685)의 전사체 데이터와 문헌에서 선별된 21개의 트라이앱토시스 관련 유전자 목록을 활용하였다.
2. 유전자 식별:
   • WGCNA: 훈련 세트에 대해 트라이앱토시스 관련 유전자 점수를 형질(trait)로 사용하여 가중 유전자 공발현 네트워크 분석(WGCNA)을 수행하여 공발현 모듈을 식별하였다. 트라이앱토시스 점수와 가장 강력한 상관관계를 보인 "turquoise" 모듈에서 3,396개의 모듈 유전자가 도출되었다.
   • 차등 발현: 유방암 조직과 정상 조직 간의 차등 발현 유전자(DEGs)를 식별하였다.
   • 후보군 스크리닝: 트라이앱토시스 관련 모듈 유전자와 DEGs의 교집합을 통해 578개의 후보 유전자를 얻었다.
3. 예후 모델 구축:
   • 회귀 분석: 예후 유전자를 선별하기 위해 단변량 Cox 회귀 분석과 LASSO 회귀 분석을 적용하였다.
   • 모델 검증: 훈련 및 검증 코호트 모두에서 Kaplan-Meier 생존 분석과 시간 의존적 ROC 곡선을 사용하여 리스크 점수 모델을 구축하고 검증하였다.
4. 기능 및 임상 분석:
   • 농축 분석: 생물학적 경로를 규명하기 위해 유전자 세트 농축 분석(GSEA), GO 및 KEGG 분석을 수행하였다.
   • 면역 및 약물 분석: 단일 샘플 GSEA(ssGSEA)를 통해 면역 세포 침윤을 평가하였으며, 면역 관문과의 상관관계를 분석하였다. pRRophetic 패키지를 사용하여 약물 민감도(IC50)를 예측하였다.
   • 노모그램: 생존 예측을 위해 리스크 점수와 종양 크기를 통합한 임상 노모그램을 개발하였다.
5. 실험적 검증: 5명의 환자로부터 얻은 유방암 종양 및 인접 정상 조직에 대해 역전사 정량 PCR(RT-qPCR)을 실시하여 유전자 발현 수준을 검증하였다.

주요 결과

• 유전자 식별: 세 가지 트라이앱토시스 관련 예후 유전자인 BNIP3L, KLHDC1, PRDX3가 식별되었다.
• 모델 성능: 세 가지 유전자 시그니처는 환자를 고위험군(HRG)과 저위험군(LRG)으로 효과적으로 층화하였다. 훈련 세트에서 고위험군은 유의하게 낮은 전체 생존율을 보였다(p < 0.0001). 모델은 3년, 5년, 7년에서 각각 0.77, 0.83, 0.89의 AUC 값을 기록하며 견고한 예측 정확도를 입증하였다. GSE20685 코호트에서의 검증을 통해 이러한 결과를 확인하였다.
• 기능적 농축: 해당 유전자들은 산화적 인산화, TCA 회로, 지방산 대사 및 DNA 복제와 관련된 경로에 유의하게 농축되어 있었다.
• 면역 미세환경: 고위험군은 활성화된 CD4+ T 세포, CD8+ T 세포, NK 세포의 수준이 상승하는 등 독특한 면역 침윤 패턴을 보였으나, 그 기능은 억제된 것으로 나타났다. 세 가지 예후 유전자 모두 골수 유래 억제 세포(MDSCs)와 유의한 음의 상관관관계를 보였다.
• 약물 민감도: 분석 결과 위험군 간에 유의한 민감도 차이를 보이는 64개의 화학요법제를 식별하였다. 특히, 고위험군은 Gefitinib, BMS-509744, LFM-A13, AZD7762와 같은 티로신 키나아제 억제제에 대해 높은 민감도를 보였다.
• 실험적 검증: RT-qPCR 결과, 정상 조직에 비해 유방암 조직에서 BNIP3L과 PRDX3의 발현이 유의하게 낮음을 확인하였다(p < 0.05). KLHDC1 또한 감소하는 경향을 보였으나, 작은 샘플 크기로 인해 통계적 유의성에는 도달하지 못했다.

의의 및 주장
저자들은 본 연구가 유방암에서 트라이앱토시스의 임상적 중요성을 체계적으로 조사한 첫 번째 연구라고 주장한다. 트라이앱토시스 관련 예후 시그니처(BNIP3L, KLHDC1, PRDX3)를 식별함으로써, 본 연구는 다음을 제공한다:

1. 새로운 기전적 통찰: 산화적 스트레스, 대사 재프로그래밍, 그리고 엔도솜 항상성을 연결하는 잠재적 경로를 규명한다.
2. 예후적 유용성: 구축된 모델과 노모그램은 위험 층화 및 개별화된 생존 예측을 위한 효과적인 도구 역할을 한다.
3. 치료적 잠재력: 차별적인 약물 민감도의 식별은 고위험 환자들이 불량한 예후에도 불구하고, Gefitinib과 같은 표적 치료제에 의해 공략될 수 있는 특정 대사적 취약성(예: 산화 환원 취약성)을 보유하고 있음을 시사한다.
4. 면역학적 맥락: 본 연구는 트라이앱토시스 관련 유전자가 MDSC와의 상호작용을 통해 종양 면역 미세환경을 조절하는 새로운 메커니즘을 강조한다.

저자들은 본 연구가 주로 회고적이고 생물정보학적이라는 한계를 인정하며 신중한 어조를 유지하였다. 저자들은 BNIP3L과 PRDX3는 조직 수준에서 검증되었으나, KLHDC1의 역할은 추가적인 실험적 확인이 필요함을 명시하였다. 결론적으로, 이들 유전자의 트라이앱토시스 내 정확한 메커니즘을 검증하고 임상적 전환을 촉진하기 위해 향후 in vitro 및 in vivo 연구가 필요하다고 밝혔다.