Epigenetic profile drives accurate survival prediction in breast cancer via a multi-omics machine learning model

Technische Samenvatting: Epigenetisch Profiel Drijft Nauwkeurige Overlevingsvoorspelling bij Borstkanker aan via een Multi-omics Machine Learning Model

Probleemstelling
Nauwkeurige voorspelling van de algehele overleving (OS) is fundamenteel voor gepersonaliseerde behandelstrategieën bij borstkanker. Hoewel tumor mutational burden (TMB) en somatische mutaties als prognostische biomarkers zijn opgekomen in diverse maligniteiten, is hun nut bij borstkanker beperkt. Bewijs suggereert dat een hoge TMB in borstkanker niet betrouwbaar een verbeterde overlevingsuitkomst voorspelt, in tegen tegenstelling tot andere kankersoorten waar het correleert met betere reacties op immuuncheckpointblokkade. Bestaande prognostische modellen vertrouwen vaak op geïsoleerde datatypen (bijv. alleen mutatieprofielen alleen) of missen de integratieve kracht om het volledie spectrum van tumorbiologie te vatten. Bijgevolg is er een behoefte aan robuuste modellen die multidimensionale tumorkenmerken integreren—inclusclusief genomische, transcriptomische, proteomische en epigenetische data—om de beperkingen van mutatie-gecentreerde benaderingen te overwinnen en de prognostische nauwkeurigheid te verbeteren.

Methodologie
De studie maakte gebruik van data uit de TCGA Breast Invasive Carcinoma (BRCA) cohort, bestaande uit 802 vrouwelijke patiënten met uitgebreide multi-omics en klinische annotaties. De workflow omvatte de volgende stappen:

1. Data-integratie en Kenmerkselectie: De auteurs integreerden genomische (somatische mutaties, TMB), transcriptomische (RNA-seq), proteomische (Reverse-Phase Protein Array en massaspectrometrie), epigenetische (DNA-methylatie) en klinische kenmerken. Initiële correlatieanalyses (Pearson en Spearman) en Lasso-gepenaliseerde Cox proportional hazards regressie werden gebruikt om kenmerken te identificeren die significant geassocieerd zijn met OS. Deze stap reduceerde de dimensionaliteit en selecteerde een ijle set voorspellende variabelen.
2. Modelontwikkeling (BANDOL): Een Random Survival Forest (RSF) model, genaamd BANDOL (Breast cancer Analysis with Neoplastic Data and Omics Learning), werd getraind op de geselecteerde kenmerken. RSF werd gekozen vanwege het vermogen om hoogdimensionale, gecensureerde overlevingsdata te verwerken zonder aannames te doen over proportionele risico's.
3. Validatiestrategie: De prestaties van het model werden geëvalueerd met een nested cross-validatie benadering. De buitenste lus (5-voudig) schatte de generalisatieprestaties, terwijl de binnenste lus (5-voudig) de hyperparameters optimaliseerde via grid search. Prestaties werden gemeten met de Concordance Index (C-index) en tijd-afhankelijke Receiver Operating Characteristic (ROC) curves met cumulatieve dynamische Area Under the Curve (AUC).
4. Interpreteerbaarheid: Shapley Additive Explanations (SHAP) waarden werden berekend om de bijdrage van elk kenmerk aan de voorspellingen van het model te kwantificeren, waarbij de meest invloedrijke drijvers van overleving werden geïdentificeerd.
5. Testen van Transfereerbaarheid: Om de generaliseerbaarheid te beoordelen, werd het op borstkanker getrainde model toegepast op twee onafhankelijke TCGA-cohorten die verschillende kankertypes vertegenwoordigen: Uterine Cancer (UEC, n=227) en Lower-Grade Glioma (LGG, n=189).

Belangrijkste Resultaten

• Beperkte Voorspellende Kracht van Mutaties: Correlatie- en Cox-regressieanalyses toonden aan dat mutatiekenmerken, inclusief TMB, een verwaarloosbare correlatie met OS hadden in de borstkankercohort. Slechts een handvol klinische kenmerken (bijv. specifiek medicijngebruik, leeftijd) en niet-mutatieve moleculaire kenmerken vertoonden significante associaties met overleving.
• Superioriteit van Multi-omics Integratie: Het BANDOL-model, getraind op multi-omics data, bereikte een C-index van 0,7468, wat aanzienlijk beter presteert dan een model dat uitsluitend op mutatiedata is getraind (C-index: 0,5292). Tijd-afhankelijke AUC-analyse bevestigde dit verder, waarbij het multi-omics model AUC's behaalde tussen de 0,9 en 1,0, vergeleken met 0,4–0,9 voor het mutatie-alleen model.
• Epigenetische Dominantie: SHAP-waarde analyse identificeerde epigenetische kenmerken als de sterkste voorspellers van OS. Specifiek waren methylatieniveaus van ME3, PPARG, OLIG3 en SLC25A22 cruciale drijvers van de voorspellingen van het model.
• Biologische Inzichten:
  • Langere OS: Geassocieerd met immuunactivatiesignaturen, waaronder naïeve T-cellen, myeloïde cellen, IL-2 signalering, Type I IFN-paden en specifieke mRNA/proteïne expressiepatronen (bijv. IRF2, ESRRG, MAP2K6).
  • Kortere OS: Gelinkt aan immunosuppressieve signaturen, waaronder TREM2+ myeloïde cellen, B-cellen, leptine-signalering en verhoogde niveaus van PELO, MAFA en gefosforyleerd NFKB1.
• Cross-Cancer Transfereerbaarheid: Wanneer toegepast op UEC en LGG cohorten, behield het model een matige voorspellende prestatie (C-index 0,57 en 0,62, respectievelijk), waarbij het de mutatie-alleen modellen in deze context overtrof, hoewel de prestaties lager waren dan in de oorspronkelijke borstkankercohort.

Betekenis en Claims
Het artikel claimt dat het integreren van multi-omics data via machine learning de overlevingsvoorspelling bij borstkanker aanzienlijk verbetert vergeleken met modellen die uitsluitend vertrouwen op mutatieprofielen of klinische kenmerken. De studie demonstreert dat epigenetische profielen de primaire drijvers zijn van nauwkeurige overlevingsvoorspelling in deze context, wat suggereert dat DNA-methylatiepatronen cruciale regulatoire informatie vastleggen die door genomische sequencing alleen wordt gemist.

Verder identificeert het onderzoek specifieke acteerbare biomarkers en potentiële therapeutische doelwitten. De auteurs suggereren dat huidige therapieën gecombineerd kunnen worden met strategieën die gericht zijn op de methylatie van ME3, PPARG, OLIG3 en SLC25A22, evenals de defosforylering van NFKB1 en het targeten van MAFA en PELO. De studie concludeert dat hoewel het model veelbelovend is wat betreft cross-cancer transfereerbaarheid, de primaire kracht ligt in de borstkankersetting, waar het een robuust kader biedt voor het inschatten van patiëntrisico en overlevingskans. De auteurs erkennen beperkingen, waarbij zij opmerken dat kenmerkselectie via Lasso-Cox een voorkeur kan hebben voor lineaire relaties en dat de externe validatie werd uitgevoerd op verschillende kankertypes in plaats van onafhankelijke borstkanker datasets, waarbij de cross-cancer resultaten worden geframed als een beoordeling van transfereerbaarheid in plaats van een formele externe validatie.